Tesseract C# 與 IronOCR：在 .NET 中應該使用哪個 OCR 函式庫？

實踐中的舊版 .NET Framework 採用

.NET Framework 4.5 的硬邊界不僅僅是一個選擇框 - 它影響每個下游的架構決策。 依賴於 Tesseract.Net.SDK 的項目不能在其 <TargetFramework>net8.0</TargetFramework> 中以 .csproj 為目標。 它不能由使用 mcr.microsoft.com/dotnet/sdk:8.0 的 GitHub Actions 執行者構建。 它不能部署到運行 Linux 容器的 Kubernetes pod。 當組織的其他部分超過那條界限時，OCR 服務就成了孤兒。

SDK 自己的初始化程式碼直接暴露了這一點。 tesseract-net-sdk-basic-ocr.cs 中的基本使用模式包括一個明確的 Windows 平台保護:

// Install: Install-Package Tesseract.Net.SDK
// Platform: Windows ONLY (.NET Framework 2.0-4.5)
using Patagames.Ocr;

public string ExtractTextSimple(string imagePath)
{
    // Platform check — Tesseract.Net.SDK is Windows-only
    if (!RuntimeInformation.IsOSPlatform(OSPlatform.Windows))
    {
        throw new PlatformNotSupportedException(
            "Tesseract.Net.SDK only supports Windows.");
    }

    // Verify tessdata exists
    if (!Directory.Exists(@".\tessdata"))
    {
        throw new DirectoryNotFoundException(
            "tessdata folder not found. Download traineddata files from GitHub.");
    }

    using (var api = OcrApi.Create())
    {
        api.Init(Languages.English);       // loads eng.traineddata (~40 MB)
        return api.GetTextFromImage(imagePath);
    }
}

// Install: Install-Package Tesseract.Net.SDK
// Platform: Windows ONLY (.NET Framework 2.0-4.5)
using Patagames.Ocr;

public string ExtractTextSimple(string imagePath)
{
    // Platform check — Tesseract.Net.SDK is Windows-only
    if (!RuntimeInformation.IsOSPlatform(OSPlatform.Windows))
    {
        throw new PlatformNotSupportedException(
            "Tesseract.Net.SDK only supports Windows.");
    }

    // Verify tessdata exists
    if (!Directory.Exists(@".\tessdata"))
    {
        throw new DirectoryNotFoundException(
            "tessdata folder not found. Download traineddata files from GitHub.");
    }

    using (var api = OcrApi.Create())
    {
        api.Init(Languages.English);       // loads eng.traineddata (~40 MB)
        return api.GetTextFromImage(imagePath);
    }
}

Imports Patagames.Ocr
Imports System.Runtime.InteropServices
Imports System.IO

Public Function ExtractTextSimple(ByVal imagePath As String) As String
    ' Platform check — Tesseract.Net.SDK is Windows-only
    If Not RuntimeInformation.IsOSPlatform(OSPlatform.Windows) Then
        Throw New PlatformNotSupportedException("Tesseract.Net.SDK only supports Windows.")
    End If

    ' Verify tessdata exists
    If Not Directory.Exists(".\tessdata") Then
        Throw New DirectoryNotFoundException("tessdata folder not found. Download traineddata files from GitHub.")
    End If

    Using api = OcrApi.Create()
        api.Init(Languages.English) ' loads eng.traineddata (~40 MB)
        Return api.GetTextFromImage(imagePath)
    End Using
End Function

在進行 OCR 工作之前有兩次防禦性檢查：確認 Windows，確認 tessdata。 在任何非 Windows 主機上，該方法在到達引擎之前會拋出。在部署過程中未復製 tessdata 文件夾的任何機器上，再次拋出。 這兩個檢查都不是樣板——它們都代表開發者在生產中遇到的故障模式。

詳細功能比較

Tesseract.Net.SDK 方法

Tesseract.Net.SDK 針對 .NET Framework 2.0 至 4.5。每個依賴於它的項目必須本身針對這些框架版本之一。 遷移比較文件在設置部分確認了這一限制：

// Install: Install-Package Tesseract.Net.SDK
// License: Commercial (Patagames)
// Platform: Windows ONLY (.NET Framework 2.0-4.5)
//
// Requirements:
//   - tessdata folder must exist in bin/Debug/or bin/Release/
//   - Download traineddata files from https://github.com/tesseract-ocr/tessdata
//   - Windows operating system (no Linux/macOS support)

using Patagames.Ocr;

// Multi-language setup — all traineddata files must be manually downloaded
using (var api = OcrApi.Create())
{
    // Combine languages with bitwise OR
    api.Init(Languages.English | Languages.German | Languages.French);

    string text = api.GetTextFromImage(imagePath);
    return text;
}

// Install: Install-Package Tesseract.Net.SDK
// License: Commercial (Patagames)
// Platform: Windows ONLY (.NET Framework 2.0-4.5)
//
// Requirements:
//   - tessdata folder must exist in bin/Debug/or bin/Release/
//   - Download traineddata files from https://github.com/tesseract-ocr/tessdata
//   - Windows operating system (no Linux/macOS support)

using Patagames.Ocr;

// Multi-language setup — all traineddata files must be manually downloaded
using (var api = OcrApi.Create())
{
    // Combine languages with bitwise OR
    api.Init(Languages.English | Languages.German | Languages.French);

    string text = api.GetTextFromImage(imagePath);
    return text;
}

Imports Patagames.Ocr

' Install: Install-Package Tesseract.Net.SDK
' License: Commercial (Patagames)
' Platform: Windows ONLY (.NET Framework 2.0-4.5)
'
' Requirements:
'   - tessdata folder must exist in bin/Debug/or bin/Release/
'   - Download traineddata files from https://github.com/tesseract-ocr/tessdata
'   - Windows operating system (no Linux/macOS support)

' Multi-language setup — all traineddata files must be manually downloaded
Using api = OcrApi.Create()
    ' Combine languages with bitwise OR
    api.Init(Languages.English Or Languages.German Or Languages.French)

    Dim text As String = api.GetTextFromImage(imagePath)
    Return text
End Using

該模式是慣用的 .NET Framework 2.0。它使用 C# 1.0 using 語句，而不是 C# 8.0 using var 聲明。 命名空間為 Patagames.Ocr。 語言組合對枚舉進行按位或運算。 在 SDK 款式項目文件的 net6.0 或 net8.0 目標框架上，這些程式碼都無法編譯，因為 Tesseract.Net.SDK 本身無法生成相容的程式集。

困在 .NET Framework 4.5 的團隊並不是自願的。 他們是因為依賴項 - 有時包括 OCR 庫 - 無法升級而留在那裡。 選擇 Tesseract.Net.SDK 會加深這個依賴鏈。

IronOCR方法

IronOCR 支持 .NET Framework 4.6.2 和所有現代 .NET 運行時，從.NET 9開始。相同的包二進制運行於所有這些版本。 將項目從 .NET Framework 4.8 升級到.NET 8不需要更換 OCR 庫。

// Works on .NET Framework 4.6.2, .NET Core, .NET 5/6/7/8/9
// Same NuGet package, same API, same results
using IronOcr;

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.German);
ocr.AddSecondaryLanguage(OcrLanguage.French);

var result = ocr.Read("document.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

// Works on .NET Framework 4.6.2, .NET Core, .NET 5/6/7/8/9
// Same NuGet package, same API, same results
using IronOcr;

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.German);
ocr.AddSecondaryLanguage(OcrLanguage.French);

var result = ocr.Read("document.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' Works on .NET Framework 4.6.2, .NET Core, .NET 5/6/7/8/9
' Same NuGet package, same API, same results

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
ocr.AddSecondaryLanguage(OcrLanguage.German)
ocr.AddSecondaryLanguage(OcrLanguage.French)

Dim result = ocr.Read("document.jpg")
Console.WriteLine(result.Text)
Console.WriteLine($"Confidence: {result.Confidence}%")

不需要對語言枚舉進行按位或操作。 沒有tessdata文件夾。 無需平台檢查。 IronTesseract 設置指南 涵蓋了所有支持運行時的配置選項，並包含在一個文件中。

對於中途遷移的團隊來說，實際結果是：ASP.NET Core 8 項目和舊版 .NET Framework 4.8 項目可以共享相同的IronOCR服務層。 無需條件編譯，無需單獨的庫版本，無需抽象層來掩蓋不相容的 API。

Tesseract.Net.SDK 方法

Tesseract.Net.SDK 支持 Windows x86 和 x64 原生二進制文件。 初始化 Tesseract 引擎的 P/Invoke 調用會解析為這些 Windows DLL。 在 Linux 主機上——包括任何基於 ubuntu 或 alpine 的 Docker 容器——無法載入 DLL，應用程式在運行時會拋出 DllNotFoundException。

來自 tesseract-net-sdk-pdf-processing.cs 的並行處理範例展示了這對 Windows 本地批量工作負載意味著什麼，甚至更不用說考慮 Linux：

// Windows-only: Parallel.ForEach with separate engine per thread
// Each engine loads ~40-100 MB per language
Parallel.ForEach(
    imagePaths,
    new ParallelOptions { MaxDegreeOfParallelism = 4 },
    imagePath =>
    {
        // WARNING: Must create separate OcrApi for each thread!
        // Memory usage: 4 threads × 100MB = 400MB minimum
        using (var api = OcrApi.Create())
        {
            api.Init(Languages.English);
            string text = api.GetTextFromImage(imagePath);
            results[imagePath] = text;
        }
    });

// Windows-only: Parallel.ForEach with separate engine per thread
// Each engine loads ~40-100 MB per language
Parallel.ForEach(
    imagePaths,
    new ParallelOptions { MaxDegreeOfParallelism = 4 },
    imagePath =>
    {
        // WARNING: Must create separate OcrApi for each thread!
        // Memory usage: 4 threads × 100MB = 400MB minimum
        using (var api = OcrApi.Create())
        {
            api.Init(Languages.English);
            string text = api.GetTextFromImage(imagePath);
            results[imagePath] = text;
        }
    });

四個並行執行緒，四個引擎實例，400 MB 的語言資料同時載入——而這僅僅是英語。 新增德語和法語後，基準翻倍。 SDK 沒有提供機制來減輕這一點。 其架構不與現代容器資源限制相容，該限制通常對每個 pod 強制記憶體上限。

此外，沒有前往 Azure Functions 的路徑（在 Linux Consumption Plan 上）、AWS Lambda（運行於 Amazon Linux）和 Google Cloud Run 的路徑。 每個主要的無伺服器平台預設為 Linux。 Tesseract.Net.SDK 的設計將其排除在所有這些之外。

IronOCR方法

IronOCR 部署到 Docker，無需額外配置和單行 apt-get 為 libgdiplus 應用於基於 Debian 的映像。 Docker 部署指南 涵蓋了 Linux 和 Windows 容器。 The same holds for Linux deployments, Azure, and AWS.

IronTesseract 中內建了執行緒安全。 一個實例為所有並行工作者服務：

// Cross-platform: Windows, Linux, macOS, Docker
// Single instance — thread-safe
using IronOcr;

var ocr = new IronTesseract();

// Single engine instance shared across all threads
//不是memory multiplication
Parallel.ForEach(imagePaths, imagePath =>
{
    using var input = new OcrInput();
    input.LoadImage(imagePath);
    var result = ocr.Read(input);
    SaveResult(imagePath, result.Text);
});

// Cross-platform: Windows, Linux, macOS, Docker
// Single instance — thread-safe
using IronOcr;

var ocr = new IronTesseract();

// Single engine instance shared across all threads
//不是memory multiplication
Parallel.ForEach(imagePaths, imagePath =>
{
    using var input = new OcrInput();
    input.LoadImage(imagePath);
    var result = ocr.Read(input);
    SaveResult(imagePath, result.Text);
});

Imports IronOcr

' Cross-platform: Windows, Linux, macOS, Docker
' Single instance — thread-safe
Dim ocr As New IronTesseract()

' Single engine instance shared across all threads
'不是memory multiplication
Parallel.ForEach(imagePaths, Sub(imagePath)
    Using input As New OcrInput()
        input.LoadImage(imagePath)
        Dim result = ocr.Read(input)
        SaveResult(imagePath, result.Text)
    End Using
End Sub)

四個執行緒，一個引擎實例，一份記憶體中的語言資料副本。 使用吞吐量基準進行的 多執行緒範例，詳述了配置選項。

Tesseract.Net.SDK 方法

Tesseract.Net.SDK 無 PDF 支持。 tesseract-net-sdk-pdf-processing.cs 文件在其標頭中坦率地陳述了這一限制：

// 關鍵限制：
// Tesseract.Net.SDK 不支持本地化的 PDF 輸入。
// 您必須使用單獨的庫將 PDF 頁面首先轉換為圖像。
// 這個例子使用 PdfiumViewer，但替代方案包括：
// - iTextSharp
// - Ghostscript.NET
// - Docnet.Core

結果是一個多庫管線。安裝 PdfiumViewer。 以 200–300 DPI 將每個 PDF 頁面渲染到 Bitmap 中。 將位圖寫入臨時文件。在臨時文件上運行 api.GetTextFromImage()。刪除臨時文件。對每個頁面重複此步驟。 實施對文件中途部分失敗的錯誤處理。 明確管理記憶體 - ProcessLargeTiff 範例每十頁強制 GC.Collect() 以防止大文件上的記憶體不足錯誤。

這是實際生產程式碼，不是簡化範例。 它僅運行在 Windows 上，僅在 .NET Framework 上運行，並且需要第二個商業或開源依賴項，該依賴項本身也需要部署管理。

IronOCR方法

IronOCR原生讀取PDF。 沒有次級庫，沒有臨時文件，沒有頁面渲染迴圈：

// Native PDF OCR — no PdfiumViewer, no temp files
using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadPdf("scanned-report.pdf");   // native PDF support
var result = ocr.Read(input);

// Access page-by-page results
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Text}");
}

// Or produce a searchable PDF output
result.SaveAsSearchablePdf("searchable-report.pdf");

// Native PDF OCR — no PdfiumViewer, no temp files
using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadPdf("scanned-report.pdf");   // native PDF support
var result = ocr.Read(input);

// Access page-by-page results
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Text}");
}

// Or produce a searchable PDF output
result.SaveAsSearchablePdf("searchable-report.pdf");

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.LoadPdf("scanned-report.pdf") ' native PDF support
    Dim result = ocr.Read(input)

    ' Access page-by-page results
    For Each page In result.Pages
        Console.WriteLine($"Page {page.PageNumber}: {page.Text}")
    Next

    ' Or produce a searchable PDF output
    result.SaveAsSearchablePdf("searchable-report.pdf")
End Using

密碼保護的 PDF 需要一個額外的參數：input.LoadPdf("encrypted.pdf", Password: "secret")。 指定的頁面範圍使用 input.LoadPdfPages("document.pdf", 1, 10)。 PDF 輸入指南 和 可搜尋 PDF 教程 涵蓋了所有變體。

PDF OCR 範例 展示了完整模式，包括信心檢查和結構化輸出。 可搜尋 PDF 範例 展示了文件歸檔用例，掃描的 PDF 變得可編索引和可搜索。

Tesseract.Net.SDK 方法

Tesseract 引擎對圖像質量很敏感。 傾斜、低解析度或噪音的文件如果沒有預處理會產生顯著退化的輸出。 Tesseract.Net.SDK 不提供任何此類支持。

遷移比較文件直接量化了差距：

// Tesseract.Net.SDK:不是preprocessing available
// Direct OCR on problematic image = garbage output
using (var api = OcrApi.Create())
{
    api.Init(Languages.English);

    // Direct OCR on problematic image — poor results
    string text = api.GetTextFromImage(imagePath);
    return text;

    // To preprocess, you need:
    // 1. Install Emgu CV or OpenCvSharp
    // 2. Implement Hough transform for skew detection
    // 3. Implement affine rotation for deskew
    // 4. Implement FastNlMeansDenoising for noise reduction
    // 5. Handle all the native OpenCV dependencies
    // This is often 200+ lines of code
}

// Tesseract.Net.SDK:不是preprocessing available
// Direct OCR on problematic image = garbage output
using (var api = OcrApi.Create())
{
    api.Init(Languages.English);

    // Direct OCR on problematic image — poor results
    string text = api.GetTextFromImage(imagePath);
    return text;

    // To preprocess, you need:
    // 1. Install Emgu CV or OpenCvSharp
    // 2. Implement Hough transform for skew detection
    // 3. Implement affine rotation for deskew
    // 4. Implement FastNlMeansDenoising for noise reduction
    // 5. Handle all the native OpenCV dependencies
    // This is often 200+ lines of code
}

Imports Tesseract.Net.SDK

' Tesseract.Net.SDK:不是preprocessing available
' Direct OCR on problematic image = garbage output
Using api = OcrApi.Create()
    api.Init(Languages.English)

    ' Direct OCR on problematic image — poor results
    Dim text As String = api.GetTextFromImage(imagePath)
    Return text

    ' To preprocess, you need:
    ' 1. Install Emgu CV or OpenCvSharp
    ' 2. Implement Hough transform for skew detection
    ' 3. Implement affine rotation for deskew
    ' 4. Implement FastNlMeansDenoising for noise reduction
    ' 5. Handle all the native OpenCV dependencies
    ' This is often 200+ lines of code
End Using

評論不是誇大其詞。 使用 .NET 中的 OpenCV 進行生產質量的去斜實施需要 100-200 行初始化，角度檢測，矩陣計算和仿射變換。 然後必須測試、維護和部署該程式碼——擁有自己的原生依賴鏈，這些依賴鏈再次僅在 Windows 上工作。

IronOCR方法

IronOCR 將預處理捆綁為 OcrInput 上的第一類 API 方法。 相同的操作在 Tesseract.Net.SDK 中需要 OpenCV 整合，而這裡只需要一個方法調用：

//內建preprocessing — no external library required
using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("skewed-invoice-scan.jpg");

input.Deskew();               // automatic angle detection and correction
input.DeNoise();              // scanner artifact removal
input.Contrast();             // contrast enhancement
input.Binarize();             // optimal threshold conversion
input.EnhanceResolution(300); // scale low-DPI images to 300 DPI

var result = ocr.Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

//內建preprocessing — no external library required
using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("skewed-invoice-scan.jpg");

input.Deskew();               // automatic angle detection and correction
input.DeNoise();              // scanner artifact removal
input.Contrast();             // contrast enhancement
input.Binarize();             // optimal threshold conversion
input.EnhanceResolution(300); // scale low-DPI images to 300 DPI

var result = ocr.Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.LoadImage("skewed-invoice-scan.jpg")

    input.Deskew()               ' automatic angle detection and correction
    input.DeNoise()              ' scanner artifact removal
    input.Contrast()             ' contrast enhancement
    input.Binarize()             ' optimal threshold conversion
    input.EnhanceResolution(300) ' scale low-DPI images to 300 DPI

    Dim result = ocr.Read(input)
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

圖像質量校正指南 和 圖像顏色校正指南 記錄了所有可用的濾鏡及其前後準確性比較。 低質量掃描範例 顯示了典型的實際文件條件的準確性改進數字。

針對掃描文件工作流，掃描文件處理指南 涵蓋了方向檢測、多頁處理和批量吞吐量優化。

.NET 升級強制問題

最常見的觸發器不是對 OCR 質量不滿意 - 是計劃的 .NET Framework 升級在 OCR 層遇到了一個硬停止。 一個從 .NET Framework 4.7 升級到.NET 8文件管理應用程式的團隊發現 Tesseract.Net.SDK 產生沒有相容的目標框架程式集。 升級要麼停滯不前，要麼 OCR 服務被隔離為一個通過 HTTP 通訊的獨立 Windows-only 過程——這引入了一個網路跳轉，一個單獨的部署工件，必須無限期維護的一個相容性墊片。 對於大多數處於積極升級路徑的團隊來說，這兩種結果都不是可接受的。 將 Tesseract.Net.SDK 更換成IronOCR避免了路障，讓升級順利進行，因為IronOCR在舊的.NET Framework 4.6.2+和新的.NET 8目標上同時運行，這意味著服務可以逐步遷移。

處理管線的容器化

文件處理工作負載是容器化的首選條件之一：它們是無狀態的、受 CPU 限制的，並且從水平擴展中受益。 一個容器化其其餘管線的團隊發現 Tesseract.Net.SDK 在基礎映像為 Linux 的 Docker 映像構建步驟中失敗。 選擇是 Windows 容器——它們攜帶許可費用、更大的映像大小，並且與預設為 Linux 節點池的 Kubernetes 管理服務大多不相容——或者實際支持 Linux 的庫。IronOCR部署到任何使用標準 Dockerfile 的 Linux 容器。Docker 部署指南 提供了 Debian 和 Alpine 基礎映像的準確 Dockerfile 配置。

大規模並行批量處理

處理 50,000 份文件每一天的發票處理管線使用 Tesseract.Net.SDK，為一個載有英語資料的四個引擎實例分配至少 400 MB。 新增第二種語言，這個數字翻倍。 通過 OpenCV 新增預處理，記憶體消耗進一步增加。 在記憶體限制為每個 pod 2 GB 的約束伺服器或容器化部署上，這一算法變成了一個部署障礙。IronOCR的執行緒安全單實例模型消除了每執行緒記憶體倍增。 一個引擎實例處理四、八或十六個並行工作者，只需載入一次語言模型。 多執行緒範例 演示了配置。

無次要依賴的 PDF 原生工作流程

主要接收文件為 PDF 的組織——保險索賠、合同、發票、納稅申報單——面臨使用 Tesseract.Net.SDK 的複合問題：他們必須在 OCR 庫旁邊維護一個 PDF 渲染庫。 當 PdfiumViewer 或 iText 發布安全修補程式時，這兩個庫需要協調更新和回歸測試。 當 PDF 庫存在錯誤渲染特定 PDF 版本時，OCR 管線產生垃圾文字，沒有明顯的根本原因。IronOCR的本地化 PDF 支持將兩庫棧縮減至一。 單次包安裝即可取代兩者。 PDF OCR 用例頁面 涵蓋了完整工作流程。

企業部署需求

Patagames 為 Tesseract.Net.SDK 提供的許可證帶有來自單位開發者的電子郵件和論壇支持。 沒有 SLA，沒有保證的響應時間，沒有升級路徑。 對於受監管行業的應用——醫療、金融、政府——採購團隊日益要求軟體供應商提供 SLA、保安公開過程和組織連續性擔保。 Patagames 作為一個由個別開發者運營的業務，無法滿足這些要求。IronOCR由 Iron Software 開發，這是一家商業實體，擁有專門支持、安全過程及其使用許可條款，符合企業採購需求。 許可頁面 記錄了可用的支持等級。

命名空間和實例模式

從 Tesseract.Net.SDK 更改為IronOCR的程式碼淺。 用 using Patagames.Ocr; 代替 using IronOcr;。 用 OcrApi.Create() 代替 new IronTesseract()。 用 api.Init(Languages.English) 代替 ocr.Language = OcrLanguage.English。 呼叫程式碼的功能邏輯不會改變。 一個簡單的提取服務可以在不到一小時內完成遷移。

// Before: Tesseract.Net.SDK
using Patagames.Ocr;

using (var api = OcrApi.Create())
{
    api.Init(Languages.English);
    return api.GetTextFromImage(imagePath);
}

// After: IronOCR
using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage(imagePath);
return ocr.Read(input).Text;

// Before: Tesseract.Net.SDK
using Patagames.Ocr;

using (var api = OcrApi.Create())
{
    api.Init(Languages.English);
    return api.GetTextFromImage(imagePath);
}

// After: IronOCR
using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage(imagePath);
return ocr.Read(input).Text;

Imports Patagames.Ocr

Using api = OcrApi.Create()
    api.Init(Languages.English)
    Return api.GetTextFromImage(imagePath)
End Using

Imports IronOcr

Dim ocr As New IronTesseract()
Using input As New OcrInput()
    input.LoadImage(imagePath)
    Return ocr.Read(input).Text
End Using

從圖像中讀取文字教程 和 基本 OCR 範例 提供完整的可運行範例，包含輸入驗證和信心檢查。

Tessdata 資料夾的移除

遷移後，整個 tessdata/ 資料夾可以從項目中刪除。IronOCR將語言資料捆綁在其 NuGet 包中。 從 .traineddata 中刪除所有引用，從部署腳本中刪除 tessdata 資料夾，從 CI/CD 管道步驟中刪除所有訓練資料文件複製步驟。 IronOcr.Languages.* NuGet 包安裝語言資料作為正常包恢復步驟的一部分 —— 無需單獨下載，無需手動配置資料夾，無需在 Visual Studio 中設置構建操作。 多語言指南 涵蓋了語言包安裝。

PDF 管線簡化

任何為在 OCR 之前渲染 PDF 頁面而安裝 PdfiumViewer、iText 或 Ghostscript.NET 的程式碼都可以完全移除。 用 input.LoadPdf(pdfPath) 代替整個多步驟渲染至臨時文件然後 OCR 的管線。 特別測試密碼保護的 PDF，特定頁面範圍，以及超過 100 頁的大型文件——這些是在驗證期間最有可能出現行為差異的邊緣案例。

執行緒模型和實例生命周期

Tesseract.Net.SDK 程式碼通常為每個請求或每個執行緒建立一個 OcrApi 實例來避免執行緒安全問題。IronOCR是執行緒安全的，所以應該创建一次 IronTesseract 實例（在應用程式啟動時或作為 DI 容器中的單例）並在所有請求中重用。 為每個請求建立一個新的 IronTesseract() 浪費了初始化的開銷。 將它註冊為 ASP.NET Core 的服務容器中的單例並在需要時注入。