與其他元件比較

IronOCR 與 Dynamsoft OCR 的比較

Kannapat Udonpant

更新:2025年8月20日

光學字元辨識（OCR）是一種資料輸入過程，涉及對手寫和印刷文字的識別和數位化。它是一種電腦技術，利用影像分析將印刷文字的數位照片轉換為其他程式（如文字處理器）可以使用的字母和數字。文字被轉換為字元代碼，以便在電腦上進行搜尋和修改。

過去，所有文件都是紙本的；未來，所有文件可能都是數位化的；而現在，一切都處於變化之中。在這種過渡狀態下，紙本文件和數位文件並存——因此，像 OCR 這樣的技術對於來回轉換至關重要。

文件恢復、資料輸入和輔助功能只是 OCR 的幾個應用領域。 OCR 應用主要來自掃描的文檔，但偶爾也會使用照片。 OCR 是一項非常寶貴的省時技術，因為重新輸入材料往往是唯一的其他選擇。以下是一些OCR技術的應用範例：

可從掃描文件（包括傳真）中復原可編輯文字檔案。
利用書籍掃描件建立可搜尋和可編輯的電子書。
使用螢幕截圖搜尋和更改文字。
文字轉語音技巧用於為視障人士朗讀書籍。

雖然這些只是 OCR 的幾個應用領域，但它們證明了該技術在各行業的廣泛應用。幾乎所有公司的員工每天都會大量依賴文檔，因此業務用途是 OCR 系統開發的關鍵考慮因素。

本文將對兩款功能最強大的OCR閱讀器進行比較：

IronOCR
Dynamsoft OCR

IronOCR 和 Dynamsoft OCR 是兩個 .NET OCR 函式庫，支援掃描影像的轉換和 PDF 文件的 OCR 處理。只需幾行程式碼，即可將圖像轉換為可搜尋的文字。您也可以檢索單字、字母和段落。

IronOCR－其卓越特性

IronOCR 具有獨特的功能，可偵測、讀取和解釋未經精確掃描的圖片和 PDF 文件中的文字。 IronOCR 提供了一種從文件和照片中提取文字的最簡單方法，即使它並不總是最快的，因為它會自動銳化和校正低品質掃描件，減少傾斜、失真、背景噪音和透視問題，同時還能提高解析度和對比度。

IronOCR 允許開發人員向其發送單頁或多頁掃描圖像，它將返回所有文字、條碼和二維碼資訊。 OCR 庫中的一組類別為基於 Web 的應用程式、桌面應用程式或控制台應用程式新增了 OCR 功能。 Tesseract OCR C# 以及 net apps JPG、PNG、TIFF、PDF、GIF 和 BMP 只是可用作輸入的幾種格式。

IronOCR 的光學字元辨識 (OCR) 引擎可以讀取使用多種常用字體、斜體、字重和底線編寫的文字。裁剪類別使 OCR 能夠快速、精確地工作。處理多頁文件時，IronOCR 的多執行緒引擎可以加快 OCR 速度。

IronOCR 功能

對於 Tesseract 管理，我們採用 IronOCR，因為它在以下幾個方面具有獨特性：

可在純 .NET 環境中直接使用
無需在您的機器上安裝 Tesseract。
運行最新引擎：Tesseract 5（以及 Tesseract 4 和 3）
適用於任何 .NET 專案：.NET Framework 4.5+、.NET Standard 2+ 以及 .NET Core 2、3 和 .NET 5
與傳統的 Tesseract 相比，精度和速度均有所提高
支援 Xamarin、Mono、Azure 和 Docker 它使用 NuGet 套件管理複雜的 Tesseract 字典系統。
無需配置即可支援 PDF、多幀 TIFF 和所有主流影像格式
可以校正低品質和傾斜的掃描，從而從 Tesseract 獲得最佳結果。

Dynamsoft OCR — 功能

Dynamsoft.NET OCR 函式庫是一個 .NET 元件，可提供快速可靠的光學字元辨識。它用於以 C# 或 VB.NET 建立 .NET 桌面應用程式。您可以使用基本的 OCR API 輕鬆編寫程式碼，將 PDF 或照片中的無用文字轉換為數位文本，以便進行編輯、搜尋、存檔等操作。

掃描器可透過以下方式取得掃描器和其他符合 TWAIN 標準的裝置的影像：

支援本機、緩衝記憶體和磁碟檔案映像傳輸機制。
使用自動送稿器，可以進行大量掃描（ADF）。
TWAIN 屬性可用於修改常見設備功能。
IfAutoFeed、IfAutoScan、解析度、位元深度、亮度、對比度、單位、雙面列印等功能皆可變更。
支援偵測空白頁。
允許您變更和儲存掃描器設定檔。

從符合 UVC 和 WIA 標準的網路攝影機擷取影像：

從選定的網路攝影機拍攝照片的同時，顯示即時視訊串流。
自訂相機設定：亮度、對比、色調、飽和度、銳利度、伽瑪、白平衡、背光補償、增益、啟用色彩、變焦、對焦、曝光、光圈、平移、傾斜、滾動。

穩健的圖像載入/查看

可以載入 BMP、JPEG、PNG、TIFF 和多頁 TIFF 格式的圖片。支援照片的放大和縮小功能。
可從本機磁碟機、FTP 伺服器、HTTP 伺服器或資料庫擷取映像。
使用最全面的 .NET 影像組件集之一，對 BMP、JPEG、PNG 和 TIFF 影像進行解碼

儲存並上傳/下載

允許您透過檔案流讀取和寫入照片。
支援將拍攝的照片儲存為 BMP、JPEG、PNG、TIFF 或多頁 TIFF 格式至本機磁碟機、Web 伺服器或資料庫。
支援 RLE、G3/G4、LZW、PackBits 和 TIFF 壓縮格式。
支援HTTPS上傳和下載。
最全面的 .NET 影像組件集之一支援 BMP、JPEG、PNG 和 TIFF 影像編碼。
允許您將新獲得的照片附加到現有的 TIFF 檔案中。

在 ASP.NET 中讀取掃描 PDF 或其他影像中的文字（光學字元辨識）

在當今快節奏的社會中，客戶希望工作能快速完成。常有客戶聯絡我們，告知有緊急專案需要處理。如果專案涉及掃描包含圖像的紙張，我們的技術可以簡單地識別圖像內容並將其轉換為文字。光學字元辨識 (OCR) 可以為您的公司節省時間和金錢，同時還能減少資料輸入錯誤。

使用 IronOCR

IronOCR 使用 IronOcr.IronTesseract 類別來執行其 OCR 轉換。

在這個基本範例中，我們使用 IronOcr.IronTesseract 類別從圖像中讀取文本，並自動將結果作為字串返回。

// PM> Install-Package IronOcr
using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Create a new instance of the IronTesseract class
        var ironOcr = new IronTesseract();

        // Read the text from the image
        var result = ironOcr.Read(@"img\Screenshot.png");

        // Output the text to the console
        Console.WriteLine(result.Text);
    }
}

// PM> Install-Package IronOcr
using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Create a new instance of the IronTesseract class
        var ironOcr = new IronTesseract();

        // Read the text from the image
        var result = ironOcr.Read(@"img\Screenshot.png");

        // Output the text to the console
        Console.WriteLine(result.Text);
    }
}

' PM> Install-Package IronOcr
Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Create a new instance of the IronTesseract class
		Dim ironOcr = New IronTesseract()

		' Read the text from the image
		Dim result = ironOcr.Read("img\Screenshot.png")

		' Output the text to the console
		Console.WriteLine(result.Text)
	End Sub
End Class

$vbLabelText $csharpLabel

因此，以下段落的內容百分之百準確：

IronOCR 簡單範例

在這個簡單的範例中，我們將測試我們的 C# OCR 庫從 PNG 圖像中讀取文字的準確性。
圖像。 這是一個非常基本的測試，但隨著教學的進行，內容會變得越來越複雜。

敏捷的棕色狐狸跳過了懶惰的狗

雖然表面上看起來很簡單，但實際上背後卻有複雜的運作：掃描影像的對齊、品質和分辨率，查看其屬性，優化 OCR 引擎，最後像人一樣閱讀文字。

OCR 對機器來說是一項艱鉅的任務，其讀取速度可能與人類相當。換句話說，OCR 不是一個快速的過程。但就此而言，它完全正確。

在大多數實際場景中，開發人員都希望他們的專案運行速度盡可能快。在這種情況下，我們建議您改用 IronOCR 插件命名空間中的 OcrInput 和 IronTesseract 類別。

您可以使用 OcrInput 設定 OCR 作業的特定功能，例如：

JPEG、TIFF、GIF、BMP 和 PNG 只是幾種可以使用的影像格式。
匯入整個 PDF 文件或部分匯入 PDF 文檔
增強影像的對比度、解析度和尺寸
旋轉、掃描雜訊、數位雜訊、傾斜和負像校正

鐵四維超立方體

從數百種預設語言和方言中進行選擇

立即使用 Tesseract 5、4 或 3 的 OCR 引擎
如果要查看螢幕截圖、程式碼片段或整個文檔，請指定文檔類型。
識別條碼
OCR 結果可以處理成可搜尋的 PDF、HoCR HTML、DOM 和字串。

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        // Use the OcrInput class to read from an image file
        using (var input = new OcrInput(@"img\Potter.tiff"))
        {
            // Perform the OCR operation
            var result = ocr.Read(input);

            // Output the recognized text to the console
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        // Use the OcrInput class to read from an image file
        using (var input = new OcrInput(@"img\Potter.tiff"))
        {
            // Perform the OCR operation
            var result = ocr.Read(input);

            // Output the recognized text to the console
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Create an instance of IronTesseract
		Dim ocr = New IronTesseract()

		' Use the OcrInput class to read from an image file
		Using input = New OcrInput("img\Potter.tiff")
			' Perform the OCR operation
			Dim result = ocr.Read(input)

			' Output the recognized text to the console
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

$vbLabelText $csharpLabel

即使是中等品質的掃描件，我們也能以 100% 的準確率使用它。

如您所見，從掃描圖像（例如 TIFF）中讀取文字（以及，如果需要的話，條碼）非常容易。這項OCR識別工作的準確率是100%。

接下來，我們將嘗試對同一頁進行品質低得多的掃描，採用低 DPI，並伴隨大量的失真和數位雜訊，以及對原紙的損壞。

與其他 OCR 函式庫（如 Tesseract）相比，IronOCR 的優勢就在於此。我們會發現，其他 OCR 專案避免討論在真實世界的掃描影像上使用 OCR，而是討論為了達到 100% 的 OCR 準確率而創建的不切實際的"完美"數位測試案例。

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        // Use the OcrInput class to read from a low-quality image file
        using (var input = new OcrInput(@"img\Potter.LowQuality.tiff"))
        {
            // Deskew the image to improve accuracy
            input.Deskew();

            // Perform the OCR operation
            var result = ocr.Read(input);

            // Output the recognized text to the console
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        // Use the OcrInput class to read from a low-quality image file
        using (var input = new OcrInput(@"img\Potter.LowQuality.tiff"))
        {
            // Deskew the image to improve accuracy
            input.Deskew();

            // Perform the OCR operation
            var result = ocr.Read(input);

            // Output the recognized text to the console
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Create an instance of IronTesseract
		Dim ocr = New IronTesseract()

		' Use the OcrInput class to read from a low-quality image file
		Using input = New OcrInput("img\Potter.LowQuality.tiff")
			' Deskew the image to improve accuracy
			input.Deskew()

			' Perform the OCR operation
			Dim result = ocr.Read(input)

			' Output the recognized text to the console
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

$vbLabelText $csharpLabel

如果不添加Input.Deskew()來矯正影像，我們可獲得 52.5% 的準確率。這還不夠好。

在添加Input.Deskew()後，準確率達到了99.8% ，幾乎與高品質掃描的 OCR 準確率一樣高。

使用 Dynamsoft OCR

我們將展示一些使用 Dynamic Web TWAIN 在 JavaScript 中進行 TWAIN 掃描和客戶端 OCR 的程式碼片段。

掃描影像

您可以使用 Dynamic Web TWAIN 的簡單 API 變更掃描設定並從 TWAIN 掃描器取得照片。

function acquireImage() {
    // Select an available TWAIN scanner
    DWObject.SelectSourceByIndex(document.getElementById("source").selectedIndex);

    // Set scanning settings like pixel type, resolution, ADF, etc.
    DWObject.IfShowUI = false; // Do not show the user interface of the scanner
    DWObject.PixelType = 1; // Scan in grayscale
    DWObject.Resolution = 300;
    DWObject.IfFeederEnabled = true; // Scan from auto feeder
    DWObject.IfDuplexEnabled = false;
    DWObject.IfDisableSourceAfterAcquire = true;

    // Acquire images from scanners
    DWObject.AcquireImage();
}

function acquireImage() {
    // Select an available TWAIN scanner
    DWObject.SelectSourceByIndex(document.getElementById("source").selectedIndex);

    // Set scanning settings like pixel type, resolution, ADF, etc.
    DWObject.IfShowUI = false; // Do not show the user interface of the scanner
    DWObject.PixelType = 1; // Scan in grayscale
    DWObject.Resolution = 300;
    DWObject.IfFeederEnabled = true; // Scan from auto feeder
    DWObject.IfDuplexEnabled = false;
    DWObject.IfDisableSourceAfterAcquire = true;

    // Acquire images from scanners
    DWObject.AcquireImage();
}

JAVASCRIPT

下載 OCR 專業模組

若要使用 OCR Professional 模組進行用戶端 OCR，您需要在頭部包含ocrpro.js ，並且還需要下載 OCR Pro DLL。

<script type="text/javascript" src="Resources/addon/dynamsoft.webtwain.addon.ocrpro.js"></script>

<script type="text/javascript" src="Resources/addon/dynamsoft.webtwain.addon.ocrpro.js"></script>

HTML

對 .js 檔案進行編輯：

// Define base path
var CurrentPathName = unescape(location.pathname);
var CurrentPath = CurrentPathName.substring(0, CurrentPathName.lastIndexOf("/") + 1);

// Download the OCR Pro add-on
DWObject.Addon.OCRPro.Download(CurrentPath + "Resources/addon/OCRPro.zip", OnSuccess, OnFailure);

// Define base path
var CurrentPathName = unescape(location.pathname);
var CurrentPath = CurrentPathName.substring(0, CurrentPathName.lastIndexOf("/") + 1);

// Download the OCR Pro add-on
DWObject.Addon.OCRPro.Download(CurrentPath + "Resources/addon/OCRPro.zip", OnSuccess, OnFailure);

JAVASCRIPT

使用 OCR 識別文本

使用 JS OCR 識別 API 從掃描圖像中提取文字非常簡單，只需插入以下程式碼即可。

// Recognize text from the image at index 0
DWObject.Addon.OCRPro.Recognize(0, GetOCRProInfo, GetErrorInfo); // 0 is the index of the image

// Recognize text from the image at index 0
DWObject.Addon.OCRPro.Recognize(0, GetOCRProInfo, GetErrorInfo); // 0 is the index of the image

JAVASCRIPT

解讀影像的裁切區域

這兩套軟體都提供了用於裁剪影像以進行 OCR 識別的解決方案。

使用 IronOCR 讀取裁切區域

Iron 的 Tesseract OCR 分支擅長讀取影像的特定區域，如下面的程式碼範例所示。

我們使用System.Drawing.Rectangle來描述要以像素為單位讀取的影像的確切區域。

當處理填寫的標準表格，且每個案例只有部分內容會改變時，這會非常方便。

掃描頁面的一部分：我們使用System.Drawing.Rectangle來指定要從文件中讀取的區域，從而提高速度和準確性。

using IronOcr;
using System.Drawing;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        using (var input = new OcrInput())
        {
            // Define content area of interest
            var contentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

            // Add the specific region to the input
            input.AddImage("img/ComSci.png", contentArea);

            // Perform OCR operation
            var result = ocr.Read(input);

            // Output recognized text to console
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;
using System.Drawing;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        using (var input = new OcrInput())
        {
            // Define content area of interest
            var contentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

            // Add the specific region to the input
            input.AddImage("img/ComSci.png", contentArea);

            // Perform OCR operation
            var result = ocr.Read(input);

            // Output recognized text to console
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr
Imports System.Drawing

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Create an instance of IronTesseract
		Dim ocr = New IronTesseract()

		Using input = New OcrInput()
			' Define content area of interest
			Dim contentArea = New Rectangle() With {
				.X = 215,
				.Y = 1250,
				.Height = 280,
				.Width = 1335
			}

			' Add the specific region to the input
			input.AddImage("img/ComSci.png", contentArea)

			' Perform OCR operation
			Dim result = ocr.Read(input)

			' Output recognized text to console
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

$vbLabelText $csharpLabel

這樣一來，速度提高了 41%，同時也讓我們更具體。對於涉及可比性和一致性文件的 .NET OCR 應用程式來說，這非常有價值，例如發票、收據、支票、表格、費用報銷單等。

閱讀 PDF 時，也支援內容區域（OCR 裁切）。

使用 Dynamsoft OCR 讀取裁切區域

首先，啟動 Visual Studio 並建立一個新的 C# Windows 窗體應用程序，或開啟一個現有的應用程式。我們需要包含DynamicDotNetTWAIN.dll 、 DynamicOCR.dll和對應的語言套件。

導覽至"工具"->"選擇工具箱項目"，然後前往".NET Framework 元件"選項卡，點擊"瀏覽"按鈕，找到DynamicDotNetTWAIN.dll 。
在解決方案資源管理器中右鍵單擊專案文件，然後選擇"新增"->"現有項目..." 然後從 OCR 資源目錄中新增必要的項目。

這是點擊"載入圖片"按鈕的程式碼：

private void button1_Click(object sender, EventArgs e) 
{
    OpenFileDialog filedlg = new OpenFileDialog(); 
    if (filedlg.ShowDialog() == DialogResult.OK) 
    { 
        dynamicDotNetTwain1.LoadImage(filedlg.FileName);
        // Choose an image from your local disk and load it into Dynamic .NET TWAIN
    } 
}

private void dynamicDotNetTwain1_OnImageAreaSelected(short sImageIndex, int left, int top, int right, int bottom) 
{
    dynamicDotNetTwain1.OCRTessDataPath = "../../"; 
    dynamicDotNetTwain1.OCRLanguage = "eng";
    OcrResultFormat ocrResultFormat = Dynamsoft.DotNet.TWAIN.OCR.ResultFormat.Text;

    byte [] sbytes = dynamicDotNetTwain1.OCR(dynamicDotNetTwain1.CurrentImageIndexInBuffer, left, top, right, bottom);
    // OCR the selected area of the image

    if (sbytes != null) 
    { 
        SaveFileDialog filedlg = new SaveFileDialog(); 
        filedlg.Filter = "Text File(*.txt)| *.txt"; 
        if (filedlg.ShowDialog() == DialogResult.OK) 
        {
            FileStream fs = File.OpenWrite(filedlg.FileName); 
            fs.Write(sbytes, 0, sbytes.Length);
            // Save the OCR result as a text file
            fs.Close(); 
        }
        MessageBox.Show("OCR successful");
    } 
    else 
    {
        MessageBox.Show(dynamicDotNetTwain1.ErrorString); 
    }
}

private void button1_Click(object sender, EventArgs e) 
{
    OpenFileDialog filedlg = new OpenFileDialog(); 
    if (filedlg.ShowDialog() == DialogResult.OK) 
    { 
        dynamicDotNetTwain1.LoadImage(filedlg.FileName);
        // Choose an image from your local disk and load it into Dynamic .NET TWAIN
    } 
}

private void dynamicDotNetTwain1_OnImageAreaSelected(short sImageIndex, int left, int top, int right, int bottom) 
{
    dynamicDotNetTwain1.OCRTessDataPath = "../../"; 
    dynamicDotNetTwain1.OCRLanguage = "eng";
    OcrResultFormat ocrResultFormat = Dynamsoft.DotNet.TWAIN.OCR.ResultFormat.Text;

    byte [] sbytes = dynamicDotNetTwain1.OCR(dynamicDotNetTwain1.CurrentImageIndexInBuffer, left, top, right, bottom);
    // OCR the selected area of the image

    if (sbytes != null) 
    { 
        SaveFileDialog filedlg = new SaveFileDialog(); 
        filedlg.Filter = "Text File(*.txt)| *.txt"; 
        if (filedlg.ShowDialog() == DialogResult.OK) 
        {
            FileStream fs = File.OpenWrite(filedlg.FileName); 
            fs.Write(sbytes, 0, sbytes.Length);
            // Save the OCR result as a text file
            fs.Close(); 
        }
        MessageBox.Show("OCR successful");
    } 
    else 
    {
        MessageBox.Show(dynamicDotNetTwain1.ErrorString); 
    }
}

Private Sub button1_Click(ByVal sender As Object, ByVal e As EventArgs)
	Dim filedlg As New OpenFileDialog()
	If filedlg.ShowDialog() = DialogResult.OK Then
		dynamicDotNetTwain1.LoadImage(filedlg.FileName)
		' Choose an image from your local disk and load it into Dynamic .NET TWAIN
	End If
End Sub

Private Sub dynamicDotNetTwain1_OnImageAreaSelected(ByVal sImageIndex As Short, ByVal left As Integer, ByVal top As Integer, ByVal right As Integer, ByVal bottom As Integer)
	dynamicDotNetTwain1.OCRTessDataPath = "../../"
	dynamicDotNetTwain1.OCRLanguage = "eng"
	Dim ocrResultFormat As OcrResultFormat = Dynamsoft.DotNet.TWAIN.OCR.ResultFormat.Text

	Dim sbytes() As Byte = dynamicDotNetTwain1.OCR(dynamicDotNetTwain1.CurrentImageIndexInBuffer, left, top, right, bottom)
	' OCR the selected area of the image

	If sbytes IsNot Nothing Then
		Dim filedlg As New SaveFileDialog()
		filedlg.Filter = "Text File(*.txt)| *.txt"
		If filedlg.ShowDialog() = DialogResult.OK Then
			Dim fs As FileStream = File.OpenWrite(filedlg.FileName)
			fs.Write(sbytes, 0, sbytes.Length)
			' Save the OCR result as a text file
			fs.Close()
		End If
		MessageBox.Show("OCR successful")
	Else
		MessageBox.Show(dynamicDotNetTwain1.ErrorString)
	End If
End Sub

$vbLabelText $csharpLabel

應用程式介面如下：

影像效能調優

輸入影像的品質是決定OCR任務速度的最關鍵因素。背景噪音越低，dpi越高（理想值約200 dpi），OCR輸出速度越快，準確度越高。

Dynamsoft OCR 的影像處理技術

我們需要在各種情況下使用 OCR，例如用手機掃描信用卡號碼或從紙本文件中提取文字。 Dynamsoft Label Recognition (DLR) 和 Dynamic Web TWAIN (DWT) 都包含 OCR 功能。

雖然它們通常都能做得很好，但我們可以透過使用各種影像處理技術來改善結果。

提亮/去除陰影

光線不足可能會影響OCR辨識結果。為了改善效果，我們可以美白照片或消除影像中的陰影。

倒置

由於 OCR 引擎通常是用深色文字進行訓練的，因此淺色文字可能更難發現和識別。

如果將它的顏色反轉，就更容易辨識了。

要反轉，我們可以使用 DLR 中的GrayscaleTransformationModes參數。

以下是JSON設定：

"GrayscaleTransformationModes": [
    {
        "Mode": "DLR_GTM_INVERTED"
    }
]

DLR.net 的讀取結果：

重新縮放

如果字母高度太低，OCR引擎可能無法產生良好的辨識結果。一般來說，影像的DPI至少應為300。

DLR 1.1 中有一個ScaleUpModes參數，可以放大字母。當然，我們也可以自行調整圖片大小。

直接讀取影像會得到錯誤的結果：

將影像放大2倍後，結果正確：

桌子

文字略有變形是可以接受的。但是，如果偏差過大，結果將受到不利影響。為了改善效果，我們需要裁剪影像。

為了實現這一點，我們可以使用 OpenCV 和 Python 中的霍夫線變換。

以下是用於校正上圖傾斜的程式碼：

import cv2
import numpy as np
import math
from PIL import Image

def deskew():
    src = cv2.imread("neg.jpg", cv2.IMREAD_COLOR)
    gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
    kernel = np.ones((5,5), np.uint8)
    erode_img = cv2.erode(gray, kernel)
    eroDil = cv2.dilate(erode_img, kernel)
    show_and_wait_key("eroDil", eroDil)

    canny = cv2.Canny(eroDil, 50, 150)
    show_and_wait_key("canny", canny)

    lines = cv2.HoughLinesP(canny, 0.8, np.pi / 180, 90, minLineLength=100, maxLineGap=10)
    drawing = np.zeros(src.shape[:], dtype=np.uint8)

    maxY = 0
    degree_of_bottomline = 0
    index = 0
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(drawing, (x1, y1), (x2, y2), (0, 255, 0), 1, lineType=cv2.LINE_AA)
        k = float(y1-y2)/(x1-x2)
        degree = np.degrees(math.atan(k))
        if index == 0:
            maxY = y1
            degree_of_bottomline = degree
        else:        
            if y1 > maxY:
                maxY = y1
                degree_of_bottomline = degree
        index += 1
    show_and_wait_key("houghP", drawing)

    img = 圖像。fromarray(src)
    rotate_img = img.rotate(degree_of_bottomline)
    rotate_img_cv = np.array(rotate_img)
    cv2.imshow("rotateImg", rotate_img_cv)
    cv2.imwrite("deskewed.jpg", rotate_img_cv)
    cv2.waitKey()

def show_and_wait_key(win_name, img):
    cv2.imshow(win_name, img)
    cv2.waitKey()

if __name__ == "__main__":
    deskew()

import cv2
import numpy as np
import math
from PIL import Image

def deskew():
    src = cv2.imread("neg.jpg", cv2.IMREAD_COLOR)
    gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
    kernel = np.ones((5,5), np.uint8)
    erode_img = cv2.erode(gray, kernel)
    eroDil = cv2.dilate(erode_img, kernel)
    show_and_wait_key("eroDil", eroDil)

    canny = cv2.Canny(eroDil, 50, 150)
    show_and_wait_key("canny", canny)

    lines = cv2.HoughLinesP(canny, 0.8, np.pi / 180, 90, minLineLength=100, maxLineGap=10)
    drawing = np.zeros(src.shape[:], dtype=np.uint8)

    maxY = 0
    degree_of_bottomline = 0
    index = 0
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(drawing, (x1, y1), (x2, y2), (0, 255, 0), 1, lineType=cv2.LINE_AA)
        k = float(y1-y2)/(x1-x2)
        degree = np.degrees(math.atan(k))
        if index == 0:
            maxY = y1
            degree_of_bottomline = degree
        else:        
            if y1 > maxY:
                maxY = y1
                degree_of_bottomline = degree
        index += 1
    show_and_wait_key("houghP", drawing)

    img = 圖像。fromarray(src)
    rotate_img = img.rotate(degree_of_bottomline)
    rotate_img_cv = np.array(rotate_img)
    cv2.imshow("rotateImg", rotate_img_cv)
    cv2.imwrite("deskewed.jpg", rotate_img_cv)
    cv2.waitKey()

def show_and_wait_key(win_name, img):
    cv2.imshow(win_name, img)
    cv2.waitKey()

if __name__ == "__main__":
    deskew()

PYTHON

偵測到線條：

傾斜：

用於IronOCR的影像處理技術

輸入影像的品質在這裡並不重要，因為 IronOCR 擅長修復有缺陷的文件（儘管這很耗時，並且會導致您的 OCR 作業使用更多的 CPU 週期）。

選擇數位雜訊較小的輸入影像格式（例如 TIFF 或 PNG）也可以比有損影像格式（例如 JPEG）更快獲得結果。

以下列出的影像濾鏡可以顯著提高性能：

OcrInput.Rotate(double degrees) — 將影像順時針旋轉指定的角度數。負整數用於表示逆時針旋轉。
OcrInput.Binarize() — 此影像濾鏡將每個像素變為黑色或白色，沒有中間狀態。在文字與背景對比度很低的情況下，它可以提高 OCR 效能。
OcrInput.ToGrayScale() — 此影像濾鏡將每個像素轉換為灰階陰影。它不太可能提高OCR識別的準確率，但可能會提高速度。
OcrInput.Contrast() — 自動提高對比。在低對比度掃描中，此濾鏡通常可以提高 OCR 的速度和準確性。
OcrInput.DeNoise() — 僅當預期會有雜訊時才應使用此濾波器。
OcrInput.Invert() — 反轉所有顏色。例如，白色變成黑色，黑色變成白色。
OcrInput.Dilate() — 高級形態學。膨脹是指在影像中物體的邊緣添加像素的過程。 (Inverse of Erode)
OcrInput.Erode() — 高階形態學函數。腐蝕是指從物體邊緣去除像素的過程。 (Inverse of Dilate)
OcrInput.Deskew() — 將影像旋轉至正交且方向正確。由於 Tesseract 對傾斜掃描的容差可以低至 5 度，因此這對於 OCR 非常有用。
DeepCleanBackgroundNoise() — 去除大量背景噪音。只有當您確定文件中存在大量背景噪音時才使用此濾鏡，因為它可能會降低清晰文件的 OCR 準確率，並且會佔用大量 CPU 資源。
OcrInput.EnhanceResolution — 提高低解析度照片的解析度。由於OcrInput的存在，這個過濾器很少被使用。 OcrInput會自動偵測並解決低解析度問題。

我們可能需要使用 IronTesseract 來加快高品質掃描的 OCR 速度。如果我們追求的是速度，我們可以從這裡開始，然後逐步重新啟用其他功能，直到達到適當的平衡。

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();

// Configuration for speed tuning
        ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
        ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
        ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly;
        ocr.Language = OcrLanguage.EnglishFast;

        using (var input = new OcrInput(@"img\Potter.tiff"))
        {
            var result = ocr.Read(input);
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();

// Configuration for speed tuning
        ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
        ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
        ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly;
        ocr.Language = OcrLanguage.EnglishFast;

        using (var input = new OcrInput(@"img\Potter.tiff"))
        {
            var result = ocr.Read(input);
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		Dim ocr = New IronTesseract()

' Configuration for speed tuning
		ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\"
		ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto
		ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5
		ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly
		ocr.Language = OcrLanguage.EnglishFast

		Using input = New OcrInput("img\Potter.tiff")
			Dim result = ocr.Read(input)
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

$vbLabelText $csharpLabel

與100%的基準相比，該結果準確率達到99.8% ，但速度卻快了 35%。

授權和定價

Dynamsoft 授權與定價

年度許可費。所有價格均包含一年的維護服務，其中包括免費軟體升級和高級支援。

Dynamsoft 提供兩種類型的授權：

每個客戶端設備許可證

"單一客戶端裝置授權"允許從單一用戶端裝置存取同源應用程式（相同協定、相同主機和相同連接埠），以使用該軟體的功能。連續 90 天未存取任何軟體功能的用戶端裝置將被視為不活躍用戶端裝置。不活躍的客戶端裝置的授權席位將立即釋放，並可供任何其他活躍的用戶端裝置使用。當您達到允許的最大授權席位數量時，Dynamsoft 將額外提供您客戶端設備配額的 10% 以備緊急使用。一旦額外的用戶端設備配額用完，在再次有可用許可證席位之前，任何新的用戶端設備都無法存取和使用該軟體。請注意，超出客戶端設備配額不會對已獲得許可的用戶端設備產生任何影響。

每個伺服器的許可

要將應用程式部署到單一伺服器，需要"單一伺服器許可證"。伺服器指的是實體伺服器和虛擬伺服器，包括但不限於生產伺服器、故障轉移伺服器、開發伺服器（也用於測試）、品質保證伺服器、測試伺服器和預發布伺服器，所有這些都需要許可證。持續整合伺服器（建置伺服器）或本機主機開發伺服器不需要額外的許可證。按伺服器計費的許可證僅適用於本機伺服器安裝，不適用於雲端部署。

Dynamsoft OCR 的定價從每年 1,249 美元起。

IronOCR 許可和定價

作為開發人員，我們都希望以盡可能少的資金和資源完成我們的專案——預算至關重要。查看圖表，確定哪種許可證最符合您的需求和預算。

IronOCR 提供可自訂數量的開發人員、專案和地點的許可證，讓您能夠滿足專案的需求，同時只需為所需的覆蓋範圍付費。

IronOCR 許可證金鑰可讓您發布無浮水印產品。

許可證起價為$799 ，包含一年的支援和升級服務。

您也可以使用試用許可證金鑰免費試用 IronOCR。

結論

IronOCR for C# 可在 Mac、Windows、Linux、Azure OCR 和 Docker 上使用 Tesseract OCR。需要 .NET Framework 4.0 或更高版本，.NET Standard 2.0+、.NET Core 2.0+、.NET 5、macOS 和 Linux 的 Mono 以及 macOS 的 Xamarin 都是跨平台開發的範例。 IronOCR 還使用最新的 Tesseract 5 引擎來讀取所有主要圖像和 PDF 格式中的文字、條碼和二維碼。只需幾分鐘，這個程式庫就能為您的桌面、控制台或 Web 應用程式添加 OCR 功能！ OCR 還可以讀取 PDF和多頁 TIFF 文件，並且可以將任何 OCR 掃描結果儲存為可搜尋的 PDF 文件或 XHTML 文件。它的資料輸出選項包括純文字、條碼資料以及包含段落、行、單字和字元的 OCR 結果類別。它支援 125 種語言，包括阿拉伯語、中文、英語、芬蘭語、法語、德語、希伯來語、義大利語、日語、韓語、葡萄牙語、俄語和西班牙語，但請記住，也可以產生客製化語言包。

Dynamic .NET TWAIN OCR 外掛程式是一個快速且可靠的 .NET 光學字元辨識元件，您可以在用 C# 或 VB .NET 編寫的 WinForms 和 WPF 應用程式中使用它。您可以使用 Dynamic .NET TWAIN 的影像擷取模組掃描文件或從網路攝影機擷取照片，然後對影像進行 OCR，將影像中的文字轉換為文字、可搜尋的 PDF 檔案或字串。除了英語外，還提供多種亞洲語言以及阿拉伯語。

IronOCR提供的許可比Dynamsoft OCR更好； IronOcr 的起價為$799 ，並提供免費一年的使用權；而 Dynamsoft 的起價為 1249 美元，並提供免費試用。 IronOCR 還提供多用戶許可證，而 Dynamsoft 每個用戶只能獲得一個許可證。

雖然這兩套軟體都旨在提供條碼 OCR 讀取、影像轉文字和影像轉文字的最佳效能，但 IronOCR 的優勢在於，即使對於狀況很差的影像，它也能表現出色。它會自動套用其複雜的調優方法，為您提供最佳的 OCR 效果。 IronOCR 還利用 Tesseract 技術，為您提供最佳結果，並將誤差降到最低。

Iron Software 還為其客戶和用戶提供只需點擊兩下即可取得其全套軟體的選項。這意味著，目前只需支付 Iron Software 套件中兩個組件的價格，您就可以獲得全部五個組件以及不間斷的支援。

[{i:(Dynamsoft OCR 為其各自所有者的註冊商標。本網站與 Dynamsoft OCR 無任何關聯，也未獲得其認可或贊助。所有產品名稱、標誌和品牌均為其各自所有者的財產。文中比較僅供參考，反映的是撰寫本文時公開可取得的資訊。

常見問題解答

如何使用 C# 將文字影像轉換為數位格式？

您可以利用 C# 中的 IronOCR 將文字影像轉換為數位格式。IronOCR 提供自動銳化和修正低品質掃描的方法，非常適合將各種影像格式轉換成文字。

IronOCR 在處理低品質掃描時有哪些優勢？

IronOCR 可自動增強低品質掃描，減少偏斜、失真和背景雜訊，同時提高解析度和對比度，確保文字辨識的準確度更高。

哪個 OCR 函式庫更適合跨平台應用程式？

IronOCR 適合跨平台應用程式，因為它支援 Xamarin 和 Azure 等環境，為使用不同平台的開發人員提供彈性。

IronOCR 支援哪些影像格式？

IronOCR 支援多種圖像格式，使其成為不同 OCR 應用程式的多面手。它可以處理影像和 PDF 文件，提供處理各種輸入來源的彈性。

OCR 技術可以幫助企業進行文件管理嗎？

是的，OCR 技術可以將實體文件數位化，使其可搜尋、可編輯，從而大幅協助文件管理。這可減少手動資料輸入、將錯誤減至最低，並提高可存取性。

Dynamsoft OCR 如何處理從裝置擷取的影像？

Dynamsoft OCR 支援從 TWAIN 相容的裝置和網路攝影機擷取影像，允許批次掃描和修改掃描器屬性以進行有效率的影像處理。

與其他函式庫相比，IronOCR 的定價方式為何？

IronOCR 提供可客製化的授權，可根據開發人員、專案和地點的數量量身訂做，相較於其他一些函式庫，提供了更靈活、更具成本效益的選擇。

使用 OCR 技術時會面對哪些常見問題？

OCR 技術的常見問題包括處理低解析度影像、扭曲和不同的文字字型。然而，像 IronOCR 之類的函式庫已內建解決這些問題的功能，可提升 OCR 的精確度。

Kannapat Udonpant

立即與工程團隊聊天

軟體工程師

在成為軟體工程師之前，Kannapat 完成了日本北海道大學的環境資源博士學位。在攻讀學位期間，Kannapat 也成為生物製造工程系車輛機器人實驗室的成員。2022 年，他利用自己的 C# 技能加入 Iron Software 的工程團隊，主要負責 IronPDF 的開發。Kannapat 非常重視他的工作，因為他可以直接向撰寫 IronPDF 使用的大部分程式碼的開發者學習。除了同儕學習之外，Kannapat 也很享受在 Iron Software 工作的社交生活。不寫程式碼或文件時，Kannapat 通常會用 PS5 玩遊戲或重看《最後的我們》。

IronOCR 和 Tesseract.NET 之間的比較

IronOCR 與 Abbyy Finereader 的比較

客戶亮點：

開發者焦點：

網絡研討會：

開始免費 30 天試用

IronOCR 與 Dynamsoft OCR 的比較

IronOCR－其卓越特性

IronOCR 功能

Dynamsoft OCR — 功能

在 ASP.NET 中讀取掃描 PDF 或其他影像中的文字（光學字元辨識）

使用 IronOCR

使用 Dynamsoft OCR

解讀影像的裁切區域

使用 IronOCR 讀取裁切區域

使用 Dynamsoft OCR 讀取裁切區域

影像效能調優

Dynamsoft OCR 的影像處理技術

用於IronOCR的影像處理技術

授權和定價

Dynamsoft 授權與定價

IronOCR 許可和定價

結論

常見問題解答

如何使用 C# 將文字影像轉換為數位格式？

IronOCR 在處理低品質掃描時有哪些優勢？

哪個 OCR 函式庫更適合跨平台應用程式？

IronOCR 支援哪些影像格式？

OCR 技術可以幫助企業進行文件管理嗎？

Dynamsoft OCR 如何處理從裝置擷取的影像？

與其他函式庫相比，IronOCR 的定價方式為何？

使用 OCR 技術時會面對哪些常見問題？

開始免費 30 天試用

IronOCR 與 Dynamsoft OCR 的比較

IronOCR－其卓越特性

IronOCR 功能

Dynamsoft OCR — 功能

在 ASP.NET 中讀取掃描 PDF 或其他影像中的文字（光學字元辨識）

使用 IronOCR

使用 Dynamsoft OCR

解讀影像的裁切區域

使用 IronOCR 讀取裁切區域

使用 Dynamsoft OCR 讀取裁切區域

影像效能調優

Dynamsoft OCR 的影像處理技術

用於IronOCR的影像處理技術

授權和定價

Dynamsoft 授權與定價

IronOCR 許可和定價

結論

常見問題解答

如何使用 C# 將文字影像轉換為數位格式？

IronOCR 在處理低品質掃描時有哪些優勢？

哪個 OCR 函式庫更適合跨平台應用程式？

IronOCR 支援哪些影像格式？

OCR 技術可以幫助企業進行文件管理嗎？

Dynamsoft OCR 如何處理從裝置擷取的影像？

與其他函式庫相比，IronOCR 的定價方式為何？

使用 OCR 技術時會面對哪些常見問題？

相關文章

適用於 Windows 10 的最佳 OCR 軟體：完整比較指南 [2025]

進階文件分析

使用 Tesseract C# vs IronOCR：在 .NET 中實現 OCR 的完整指南

下一步：開始免費 30 天試用

下一步：開始免費 30 天試用

深受全球數百萬工程師信賴