C# 中的 OCR CodeProject Tutorial：使用 IronOCR 從影像中萃取文字

如何在.NET專案中安裝IronOCR ？

將 OCR 新增至.NET 10 專案的最快方法是透過NuGet套件管理器。 在專案目錄中開啟終端機並執行 dotnet CLI 命令，或使用 Visual Studio 中的套件管理器控制台：

# .NET CLI
dotnet add package IronOcr

# Package Manager Console
Install-Package IronOcr

# .NET CLI
dotnet add package IronOcr

# Package Manager Console
Install-Package IronOcr

安裝完成後， NuGet套件管理員會自動下載所有必要的組件並連接參考。 IronOCR 的目標框架為.NET Framework 4.6.2+、. .NET Core 3.1+ 以及.NET 5 至.NET 10，因此它可以在控制台應用程式、 ASP.NET Core服務、WPF 應用程式和 Azure Functions 中運行。

您無需註冊許可證金鑰即可在本機上進行測試－在套用許可證之前，輸出結果會顯示試用浮水印。 新增 using 指令，並在準備投入生產環境時，在啟動時傳遞一次金鑰：

using IronOcr;

// Apply license key before any OCR calls (production only)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

using IronOcr;

// Apply license key before any OCR calls (production only)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

有關定價和啟用詳情，請參閱IronOCR授權頁面。

如何從圖像文件中提取文字？

核心 OCR 工作流程涉及三個物件：OcrInput(輸入容器)和 OcrResult(輸出)。 下面的範例讀取一個 PNG 文件，並將識別出的文字列印到控制台。

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("sample-document.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("sample-document.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

如何處理掃描文件和 TIFF 文件？

在文件掃描工作流程中，多頁 TIFF 檔案很常見。 IronOCR使用 LoadImageFrames 處理它們，這樣您就可以精確地選擇要處理的幀(頁面)——當您只需要大型存檔的子集時非常有用。

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
int[] pageIndices = { 0, 1, 2 };
input.LoadImageFrames("scanned-documents.tiff", pageIndices);

// Correct skew and remove noise before reading
input.Deskew();
input.DeNoise();

OcrResult result = ocr.Read(input);

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

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
int[] pageIndices = { 0, 1, 2 };
input.LoadImageFrames("scanned-documents.tiff", pageIndices);

// Correct skew and remove noise before reading
input.Deskew();
input.DeNoise();

OcrResult result = ocr.Read(input);

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

如何設定 OCR 的語言支援？

IronOCR預設讀取英文文字。 若要處理其他語言的文檔，請安裝相符的語言NuGet包，並在 IronTesseract 實例上設定 Language 屬性。

dotnet add package IronOcr.Languages.German
dotnet add package IronOcr.Languages.French
dotnet add package IronOcr.Languages.Japanese

dotnet add package IronOcr.Languages.German
dotnet add package IronOcr.Languages.French
dotnet add package IronOcr.Languages.Japanese

然後配置引擎，對於雙語文檔，添加第二種語言：

using IronOcr;
using IronOcr.Languages;

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

// For bilingual documents (e.g. Canadian forms, EU directives)
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("german-invoice.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;
using IronOcr.Languages;

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

// For bilingual documents (e.g. Canadian forms, EU directives)
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("german-invoice.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

IronOCR支援超過 125 種語言，每種語言都以單獨的輕量級NuGet包的形式分發。 這樣可以保持生產二進位檔案的大小—只包含應用程式實際需要的語言資料。 當您呼叫 AddSecondaryLanguage 時，引擎會在辨識過程中融合主要語言模型和次要語言模型。

如何處理 OCR 錯誤並提高識別結果？

生產應用需要針對OCR流程進行錯誤處理。影像品質問題、檔案缺失或格式不支援都可能導致異常。 將呼叫包裹在 try/catch 區塊中，可以得到一個清晰的恢復路徑。

using IronOcr;

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

try
{
    using var input = new OcrInput();
    input.LoadImage("document.png");
    input.DeNoise();
    input.Deskew();

    OcrResult result = ocr.Read(input);

    if (result.Text.Length > 0)
    {
        Console.WriteLine("Recognised text:");
        Console.WriteLine(result.Text);
    }
    else
    {
        Console.WriteLine("No text was detected in the image.");
    }
}
catch (Exception ex)
{
    Console.WriteLine($"OCR error: {ex.Message}");
}

using IronOcr;

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

try
{
    using var input = new OcrInput();
    input.LoadImage("document.png");
    input.DeNoise();
    input.Deskew();

    OcrResult result = ocr.Read(input);

    if (result.Text.Length > 0)
    {
        Console.WriteLine("Recognised text:");
        Console.WriteLine(result.Text);
    }
    else
    {
        Console.WriteLine("No text was detected in the image.");
    }
}
catch (Exception ex)
{
    Console.WriteLine($"OCR error: {ex.Message}");
}

以下幾個附加設定有助於降低準確率：

• ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto -- 讓 Tesseract 自動選擇單列、多列和單字佈局
• ocr.Configuration.ReadBarCodes = false -- 如果您正在處理純文字文件並希望提高吞吐量，請停用條碼檢測。
• ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5 -- 確保您使用最快的可用引擎

對於欄位位置可預測的結構化表單，請使用基於區域的 OCR僅讀取重要區域：

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();

using var input = new OcrInput();
var region = new CropRectangle(x: 50, y: 200, width: 600, height: 100);
input.LoadImage("form.png", region);

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();

using var input = new OcrInput();
var region = new CropRectangle(x: 50, y: 200, width: 600, height: 100);
input.LoadImage("form.png", region);

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

將辨識範圍限制在裁切矩形區域內，可減少大影像處理時間高達 90%。 此技術非常適合用於提取發票號碼、讀取表單欄位和掃描身分證件。 更多詳情請參閱區域 OCR 使用指南。

如何從識別的文本創建可搜尋的 PDF？

將掃描影像存檔轉換為可搜尋的 PDF 檔案是 OCR 最有價值的應用案例之一。 生成的檔案保留了原始的視覺外觀，同時嵌入了一個不可見的文字層，PDF 檢視器、搜尋引擎和螢幕閱讀器可以對其進行索引。

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.Title = "Quarterly Report Q1 2026";
input.LoadImage("page1.png");
input.LoadImage("page2.png");
input.LoadImage("page3.png");

OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

Console.WriteLine("Searchable PDF created.");
Console.WriteLine($"Pages processed: {result.Pages.Count}");

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.Title = "Quarterly Report Q1 2026";
input.LoadImage("page1.png");
input.LoadImage("page2.png");
input.LoadImage("page3.png");

OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

Console.WriteLine("Searchable PDF created.");
Console.WriteLine($"Pages processed: {result.Pages.Count}");

如何解讀條碼和文字？

IronOCR可以讀取嵌入在與印刷文字相同影像中的條碼和二維碼，無需執行單獨的條碼庫。 透過一個配置屬性啟用該功能：

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;

using var input = new OcrInput();
input.LoadImage("shipping-label.png");

OcrResult result = ocr.Read(input);

Console.WriteLine("Text:");
Console.WriteLine(result.Text);

Console.WriteLine("Barcodes:");
foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"  {barcode.Format}: {barcode.Value}");
}

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;

using var input = new OcrInput();
input.LoadImage("shipping-label.png");

OcrResult result = ocr.Read(input);

Console.WriteLine("Text:");
Console.WriteLine(result.Text);

Console.WriteLine("Barcodes:");
foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"  {barcode.Format}: {barcode.Value}");
}

支援的條碼格式包括 Code 128、Code 39、EAN-13、EAN-8、UPC-A、UPC-E、PDF417、Data Matrix 和 QR 碼。 詳細資訊請參閱IronOCR條碼讀取指南。

這項功能在物流、醫療保健和零售應用中尤其有用，因為運輸標籤、病人腕帶和產品標籤都包含人可讀文字和機器可讀條碼。

如何將IronOCR與其他.NET OCR 選項進行比較？

開發人員在評估.NET的 OCR 程式庫時通常會考慮IronOCR、Tesseract .NET以及 Google Cloud Vision 或 Azure電腦視覺 等雲端服務。 下表總結了主要區別：

Tesseract是由 Google 維護的開源項目，它為IronOCR和 Tesseract .NET提供底層技術支援。 IronOCR增加了 .NET 慣用的打包方式、自動模型管理以及原始 Tesseract 綁定所缺乏的生產輸出功能（可搜尋的 PDF、hOCR 匯出）。 Azure 電腦視覺提供最先進的雲端精確度，但引入了網路延遲和每次呼叫成本，不適合高容量或離線工作流程。

對於資料隱私法規禁止將文件傳送到外部服務的情況（例如醫療記錄、法律文件、財務報表），像IronOCR這樣的本地庫是合適的選擇。

下一步計劃是什麼？

現在，您已具備為任何.NET 10 應用程式新增 OCR 的基本建置模組：透過NuGet安裝、基本影像到文字擷取、多頁 TIFF 處理、語言配置、錯誤處理、基於區域的讀取、條碼檢測和可搜尋的 PDF 產生。

如需深入了解，請瀏覽以下IronOCR資源：

IronOCR文件首頁－完整的 API 參考和功能指南。 影像濾鏡教學－所有預處理濾鏡的詳細指南 條碼讀取指南－二維碼和線性條碼及文本 -區域 OCR 使用指南－基於作物的表單和 ID 識別 -語言參考-- 超過 125 種支援語言的完整列表

• API 參考——所有類別、方法和屬性

有關許可問題或在生產環境中部署IronOCR ，請造訪IronOCR許可頁面。 免費試用授權可在評估期間移除輸出浮水印， Iron Software 的支援團隊可解答任何程度的技術問題。

立即開始在您的項目中使用 IronOCR 並免費試用。

第一步：

免費啟動