OCR C# GitHub：使用 IronOCR 實作文字辨識

是什麼讓 IronOCR 成為基於 GitHub 的 C# 程式碼專案的理想選擇？

IronOCR 提供透過 NuGet 發佈的管理式 .NET 函式庫，可直接整合至任何 GitHub 儲存庫。 不像開放原始碼的 Tesseract OCR wrapper 需要手動管理二進位檔和 tessdata 設定，IronOCR 會在內部處理這些相依性，開箱即用。

圖書館在 GitHub 上維護 官方範例儲存庫，開發人員可以克隆和參考。 這些教學示範了真實世界的實作，包括影像到文字的轉換、支援多國語言以及 PDF 處理。 貢獻者可以在克隆後立即測試功能。

要開始使用 Visual Studio，請透過 NuGet 套件管理員安裝 IronOCR：

Install-Package IronOcr

Install-Package IronOcr

。

安裝之後，這個單一套件就包含了在 Windows、Linux 和 macOS 環境下進行 OCR 作業所需的一切。 本庫支援 .NET Framework 4.6.2+、.NET Core 和 .NET 5-10，以達到最大的相容性。

如何用 C# 從影像格式中萃取文字？

以下範例使用 IronOCR 的 IronTesseract 類示範基本的文字擷取。 此 OCR 引擎可讀取各種影像格式，包括 PNG、JPG、JPEG、BMP、GIF 和 TIFF：

using IronOcr;
// Initialize the OCR engine
var ocr = new IronTesseract();
// Load and process an image
using var input = new OcrInput("document-scan.png");
// Perform OCR and retrieve results
var result = ocr.Read(input);
// Output the extracted text to console
Console.WriteLine($"Extracted Text:\n{result.Text}");
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;
// Initialize the OCR engine
var ocr = new IronTesseract();
// Load and process an image
using var input = new OcrInput("document-scan.png");
// Perform OCR and retrieve results
var result = ocr.Read(input);
// Output the extracted text to console
Console.WriteLine($"Extracted Text:\n{result.Text}");
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' Initialize the OCR engine
Dim ocr As New IronTesseract()

' Load and process an image
Using input As New OcrInput("document-scan.png")
    ' Perform OCR and retrieve results
    Dim result = ocr.Read(input)
    ' Output the extracted text to console
    Console.WriteLine($"Extracted Text:{vbCrLf}{result.Text}")
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

IronTesseract 類別是主要的 OCR 引擎，建構在最佳化的 Tesseract 5 實作上。 建立實體後，OcrInput 物件會從磁碟、URL 或位元組陣列載入目標影像。 Read 方法會處理輸入，並傳回一個 OcrResult 包含擷取的純文字，以及表示辨識準確度的置信百分比。 較高的置信度值 (90% 以上) 通常表示原始文件乾淨且格式良好。

影像預處理如何提高光學字元識別的精確度？

掃描的文件通常會有偏差、雜訊或解析度不佳。 IronOCR 包含 內建的預處理篩選器，可在 OCR 引擎處理影像之前修正這些問題：

using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput("skewed-receipt.jpg");
// Apply preprocessing filters to enhance scan quality
input.Deskew();           // Straighten rotated images
input.DeNoise();          // Remove digital artifacts
input.EnhanceResolution(225);  // Optimize DPI for OCR
var result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput("skewed-receipt.jpg");
// Apply preprocessing filters to enhance scan quality
input.Deskew();           // Straighten rotated images
input.DeNoise();          // Remove digital artifacts
input.EnhanceResolution(225);  // Optimize DPI for OCR
var result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

Dim ocr = New IronTesseract()
Using input = New OcrInput("skewed-receipt.jpg")
    ' Apply preprocessing filters to enhance scan quality
    input.Deskew()           ' Straighten rotated images
    input.DeNoise()          ' Remove digital artifacts
    input.EnhanceResolution(225)  ' Optimize DPI for OCR
    Dim result = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

Deskew 方法可自動偵測並修正影像旋轉，最高可達 15 度。 DeNoise 過濾器可去除攝影文件或舊式掃描中常見的斑點和人工物。 EnhanceResolution 可將低 DPI 影像升頻至 200-300 DPI 的範圍，是光學字元識別的最佳選擇。 這些功能可以串連在一起並在記憶體中執行，而不需要臨時檔案。 在許多情況下，多重預處理可以大幅改善有嚴重品質問題的文件的文字辨識結果。

您可以在提取文字的同時提取 BarCode 和 QR 碼嗎？

IronOCR 可以在同一個文件中同時辨識文字和 掃描條碼。 這種雙重功能對於處理發票、運送標籤和庫存文件非常有價值：

using IronOcr;
var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;  // Enable barcode detection
using var input = new OcrInput("shipping-label.png");
var result = ocr.Read(input);
// Access extracted text
Console.WriteLine($"Text: {result.Text}");
// Access any barcodes found in the image
foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"Barcode ({barcode.Format}): {barcode.Value}");
}

using IronOcr;
var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;  // Enable barcode detection
using var input = new OcrInput("shipping-label.png");
var result = ocr.Read(input);
// Access extracted text
Console.WriteLine($"Text: {result.Text}");
// Access any barcodes found in the image
foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"Barcode ({barcode.Format}): {barcode.Value}");
}

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Configuration.ReadBarCodes = True ' Enable barcode detection
Using input As New OcrInput("shipping-label.png")
    Dim result = ocr.Read(input)
    ' Access extracted text
    Console.WriteLine($"Text: {result.Text}")
    ' Access any barcodes found in the image
    For Each barcode In result.Barcodes
        Console.WriteLine($"Barcode ({barcode.Format}): {barcode.Value}")
    Next
End Using

當 ReadBarCodes 啟用並設為 true 時，條碼偵測會啟動，而不會顯著影響處理時間。結果中的 Barcodes 集合包含每個偵測到的條碼的值和格式類型，支援 QR 碼、Code 128、EAN-13 和 UPC 等標準格式。 在處理同時包含人類可讀文字和機器可讀程式碼的文件時，此雙重功能可省去單獨使用 BarCode 掃描程式庫的需要。

如何從掃描影像產生可搜尋的 PDF？

將掃描的文件轉換為searchable PDFs可以進行文字選擇、複製和全文檢索。 此工作可使用各種影像格式作為輸入：

using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput("scanned-contract.tiff");
var result = ocr.Read(input);
// Export as searchable PDF - create new document from scan
result.SaveAsSearchablePdf("contract-searchable.pdf");

using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput("scanned-contract.tiff");
var result = ocr.Read(input);
// Export as searchable PDF - create new document from scan
result.SaveAsSearchablePdf("contract-searchable.pdf");

Imports IronOcr

Dim ocr As New IronTesseract()
Using input As New OcrInput("scanned-contract.tiff")
    Dim result = ocr.Read(input)
    ' Export as searchable PDF - create new document from scan
    result.SaveAsSearchablePdf("contract-searchable.pdf")
End Using

SaveAsSearchablePdf 方法嵌入了一個與已識別內容相匹配的隱形文字層，保留了原始文件的外觀，同時啟用了文字操作。 這可建立 PDF/A 相容的文件，適用於歸檔和企業文件管理系統。 您也可以將結果匯出為 JSON 格式，以便與其他系統整合。

GitHub 專案中的 OCR 有哪些最佳實作？

在 GitHub 上維護 OCR 專案時，請考慮這些建議以建立您的儲存庫：

• 大型測試影像使用 Git LFS，以避免儲存庫變大
• 將授權金鑰儲存於環境變數或 GitHub Secrets 中，切勿儲存於已提交的 C# 程式碼中 - 請參閱授權金鑰設定指南
• 在專用的測試資料夾中包含範例圖片，以供撰稿人驗證 OCR 功能。
• 在 README 檔案中記錄支援的影像格式，以設定明確的期望並回答常見問題
• 在 CI 管道中建立並執行測試，以確保程式庫能在每個版本中正確運作