如何在 C# GitHub 專案中使用 IronOCR 實作 OCR

如何開始使用IronOCR？

IronOCR提供了一個透過NuGet分發的託管.NET庫，因此可以輕鬆地將其整合到任何GitHub儲存庫中。 與需要手動管理二進位檔案和 tessdata 設定的開源 Tesseract OCR 封裝器不同， IronOCR在內部處理這些依賴項，並且可以在 Windows、Linux 和 macOS 上開箱即用。

該庫在GitHub上維護官方範例倉庫，開發者可以複製和參考這些倉庫。 這些範例展示了實際應用，包括圖像轉文字、支援多種語言和 PDF 處理。 貢獻者無需任何額外設置，即可在克隆後立即測試功能。

若要在 Visual Studio 中開始使用 IronOCR，請透過NuGet套件管理器安裝IronOCR ：

Install-Package IronOcr

Install-Package IronOcr

安裝完成後，這個軟體包包含了OCR操作所需的一切。 此程式庫支援.NET Framework 4.6.2+、. .NET Core和.NET 5 至 10，以實現跨專案類型的最大相容性。

如何在 C# 中從圖像格式中提取文字？

以下範例示範了使用 IronOCR 的 IronTesseract 類別進行基本文字擷取。 此OCR引擎可讀取多種影像格式，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}%");

IronTesseract 類別作為主要的 OCR 引擎，基於優化的 Tesseract 5 實作建置。 建立實例後，OcrInput 物件會從磁碟、URL 或位元組陣列載入目標映像。 Read 方法處理輸入並傳回一個OcrResult，其中包含提取的純文字以及表示識別準確率的置信度百分比。 置信度值越高(高於 90%)，通常表示來源文件乾淨、格式良好。

OcrResult 物件提供已識別內容的結構化存取。 除了純文字之外，開發人員還可以存取單字、行、段落和字符，以及它們的位置和置信度分數。 每個 Word 都包含邊界矩形座標，這使得它對於需要精確文字位置資料的應用程式(例如文件註釋或表單欄位提取)來說很有價值。

影像預處理如何提高光學字元辨識的準確率？

掃描的檔案經常出現歪斜、雜訊過多或解析度不足等問題。 IronOCR內建了預處理過濾器，可以在 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);

Deskew 方法可自動偵測並修正高達 15 度的影像旋轉，處理頁面在掃描器上略微偏離中心的常見情況。 DeNoise 濾鏡可去除照片文件或舊掃描件中常見的斑點和偽影。 EnhanceResolution 將低 DPI 影像放大到 200-300 DPI 範圍，這是光學字元辨識精度的最佳範圍。

這些過濾器可以串聯起來，完全在記憶體中運行，無需臨時檔案。 在許多情況下，對存在嚴重品質問題(例如墨跡褪色、背景雜訊或相機畸變)的文件進行多次預處理可以顯著提高文字辨識結果。 對於解析度低於 150 DPI 的掃描文件或在光線不均勻條件下拍攝的照片，改進效果最為明顯。

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();
using var input = new OcrInput("invoice.png");

// Define crop region (x, y, width, height in pixels)
var cropArea = new CropRectangle(50, 100, 600, 300);
input.AddRegion(cropArea);

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

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();
using var input = new OcrInput("invoice.png");

// Define crop region (x, y, width, height in pixels)
var cropArea = new CropRectangle(50, 100, 600, 300);
input.AddRegion(cropArea);

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

能否同時擷取條碼、二維碼和文字？

IronOCR可以同時辨識同一文件中的文字並掃描條碼。 這種雙重功能對於處理發票、出貨標籤和庫存文件非常有用：

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}");
}

當 ReadBarCodes 設定為 true 時，條碼檢測功能將被激活，且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。 支援的格式包括二維碼、Code 128、EAN-13、UPC、Data Matrix 和 PDF417。這種雙重功能在處理包含人可讀文字和機器可讀程式碼的文件時，無需單獨的條碼掃描庫。

如何從掃描影像產生可搜尋的PDF？

將掃描文件轉換為可搜尋的 PDF ，可以在文件管理系統中進行文字選擇、複製和全文搜尋。 此功能支援多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 with invisible text layer
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 with invisible text layer
result.SaveAsSearchablePdf("contract-searchable.pdf");

SaveAsSearchablePdf 方法嵌入與識別內容相符的不可見文字圖層，在保持原始文件外觀的同時，實現文字操作。 這樣就能產生適用於檔案管理和企業文件管理系統的文件。 IronOCR也支援將結果匯出為HTML或 JSON 格式，以便與下游系統整合。

對於多頁文檔， IronOCR會逐頁處理，並將結果合併成一個文件。它還能自動處理包含多個訊框的 TIFF 文件，從而簡化掃描文件的批次轉換流程。 產生的 PDF 檔案保留了原始掃描件的視覺佈局，同時嵌入的文字圖層使得每一頁都可以在任何 PDF 檢視器或文件管理平台中進行全文搜尋。

如何在多語言應用程式中使用IronOCR ？

IronOCR支援125 多種語言，包括英語、西班牙語、法語、德語、中文、日語、阿拉伯語等。 語言包透過NuGet作為單獨的程式包進行安裝，從而保持核心庫的輕量級：

using IronOcr;

// Install-Package IronOcr.Languages.French
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.French;

using var input = new OcrInput("french-document.png");
var result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;

// Install-Package IronOcr.Languages.French
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.French;

using var input = new OcrInput("french-document.png");
var result = ocr.Read(input);
Console.WriteLine(result.Text);

對於同一頁面上包含多種語言的文檔， IronOCR支援同時載入多種語言模型。 這對於處理來自多個地區的文件而無需預先按語言對文件進行分類的國際化應用程式來說非常重要。 每個語言包都與核心庫一起維護，並支援相同的預處理和輸出功能。

GitHub專案中 OCR 的最佳實踐是什麼？

在GitHub上維護 OCR 專案時，一些組織決策可以改善貢獻者的體驗和專案的長期健康。 無論您是建立小型實用程式腳本還是大型企業文件處理服務，這些做法都適用。

對於大型測試鏡像，請使用Git LFS避免增加倉庫體積。標準 Git 歷史記錄中的二進位資源會增加複製時間和儲存成本，尤其是在測試資料集包含高解析度掃描時。 許可證金鑰應儲存在環境變數或GitHub Secrets 中，切勿儲存在已提交的 C# 程式碼中； 請參閱許可證密鑰配置指南以取得設定說明。

在專用的 test-data 資料夾中包含範例影像，以便貢獻者無需查找自己的文件即可驗證 OCR 功能。 在 README 檔案中記錄支援的影像格式和.NET版本要求，以減少新使用者上手時遇到的問題。 使用GitHub Actions在 CI 管線中建置和執行測試，以確認函式庫在目標環境中的功能是否正確。

對於GitHub Actions 工作流程， IronOCR在 Windows 和 Linux 運行器的容器化環境中運作。 當目標平台為 Ubuntu 或其他非 Windows 系統時，有關設定詳情，請參閱Linux 部署指南。

下一步計劃是什麼？

IronOCR透過 NuGet 分發的庫為 C# GitHub專案帶來可靠的文字識別功能，該程式庫可處理 Tesseract 配置、預處理、條碼檢測和多語言支援，而無需外部二進位依賴項。 本指南中的程式碼範例涵蓋了核心用例：基本文字擷取、影像預處理、條碼掃描、可搜尋 PDF 建立和多語言處理。

要體驗全部功能，即可開始免費試用，無需時間限製或信用卡。 準備進行生產部署時，請查看涵蓋從個人開發人員到企業團隊的授權選項。

相關資源，助您拓展知識：

• 如何在 C# 中從圖像中讀取文本
• Tesseract OCR C#教程
• IronOCR GitHub範例倉庫