如何在 C# GitHub 專案中整合 OCR

IronOCR 和 GitHub 入門指南

IronOCR 是一款出色的全面性 OCR 解決方案，可與基於 GitHub 的開發工作流程和 .NET Core 專案無縫協作。 與需要複雜配置的原始 Tesseract 實作不同，IronOCR 提供了一個精細的 API，讓您在幾分鐘內即可開始運行。 對於剛接觸光學字元辨識概念的人來說，IronOCR 的綜合文件涵蓋了從基本文字提取到高級影像處理的所有內容。

首先透過 NuGet 套件管理器安裝 IronOCR：

Install-Package IronOcr

如何在 C# GitHub 專案中使用 IronOCR 整合 OCR：圖 1 - IronOCR NuGet 安裝頁面

!{--010011000100100101000010010100100100000101010010010110010101111101001110010101010101010101010101010101010101010 0100010111110100100101001101010100010000010100110001001100010111110100001001001100010011110010101010

IronOCR維護多個GitHub倉庫，其中包含範例和教學。 官方IronOCR 範例庫提供了真實世界的實現，而圖像轉文字教程庫則展示了您可以複製和修改的實際用例。 這些儲存庫展示了OCR 條碼讀取、多語言支援和PDF 處理功能。 由於 NuGet 上經常發佈軟體包，您將始終能夠存取最新的穩定版本。

如何在 C# GitHub 專案中使用 IronOCR 整合 OCR：圖 2 - 從 GitHub 倉庫到文字擷取的 OCR 處理流程基本概述

在 GitHub 上創建你的第一個 OCR 項目

讓我們建立一個適合在 GitHub 上分享的綜合性 OCR 應用程式。 在 Visual Studio（或您喜歡的 IDE）中，建立一個新的控制台應用程序，專案結構如下：

MyOcrProject/
├── src/
│   └── OcrProcessor.cs
├── images/
│   └── sample-invoice.jpg
├── .gitignore
├── README.md
└── MyOcrProject.csproj

以下是一個完整的 C# 程式碼範例，展示了 IronOCR 處理器的主要功能：

using IronOcr;
using System;
using System.IO;
namespace MyOcrProject
{
    public class OcrProcessor
    {
        private readonly IronTesseract _ocr;
        public OcrProcessor()
        {
            _ocr = new IronTesseract();
            // Configure for optimal accuracy
            _ocr.Configuration.ReadBarCodes = true;
            _ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
            _ocr.Language = OcrLanguage.English;
        }
        public void ProcessDocument(string imagePath)
        {
            using var input = new OcrInput();
            // Load and preprocess the image
            input.LoadImage(imagePath);
            input.Deskew();  // Straighten rotated images
            input.DeNoise(); // Remove digital noise
            input.EnhanceResolution(225); // Optimize DPI for OCR
            // Perform OCR
            var result = _ocr.Read(input);
            // Output results
            Console.WriteLine($"Confidence: {result.Confidence}%");
            Console.WriteLine($"Text Found:\n{result.Text}");
            // Process any barcodes found
            foreach (var barcode in result.Barcodes)
            {
                Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
            }
            // Save as searchable PDF
            result.SaveAsSearchablePdf("output.pdf");
        }
    }
    class Program
    {
        static void Main(string[] args)
        {
            var processor = new OcrProcessor();
            processor.ProcessDocument("images/sample-invoice.jpg");
        }
    }
}

using IronOcr;
using System;
using System.IO;
namespace MyOcrProject
{
    public class OcrProcessor
    {
        private readonly IronTesseract _ocr;
        public OcrProcessor()
        {
            _ocr = new IronTesseract();
            // Configure for optimal accuracy
            _ocr.Configuration.ReadBarCodes = true;
            _ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
            _ocr.Language = OcrLanguage.English;
        }
        public void ProcessDocument(string imagePath)
        {
            using var input = new OcrInput();
            // Load and preprocess the image
            input.LoadImage(imagePath);
            input.Deskew();  // Straighten rotated images
            input.DeNoise(); // Remove digital noise
            input.EnhanceResolution(225); // Optimize DPI for OCR
            // Perform OCR
            var result = _ocr.Read(input);
            // Output results
            Console.WriteLine($"Confidence: {result.Confidence}%");
            Console.WriteLine($"Text Found:\n{result.Text}");
            // Process any barcodes found
            foreach (var barcode in result.Barcodes)
            {
                Console.WriteLine($"Barcode: {barcode.Value} ({barcode.Format})");
            }
            // Save as searchable PDF
            result.SaveAsSearchablePdf("output.pdf");
        }
    }
    class Program
    {
        static void Main(string[] args)
        {
            var processor = new OcrProcessor();
            processor.ProcessDocument("images/sample-invoice.jpg");
        }
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

這個綜合範例展示了 IronOCR 的多項功能。 建構函式配置 OCR 引擎，啟用條碼讀取和自動頁面分割功能。 ProcessDocument 方法展示了影像預處理，包括校正傾斜（修正旋轉）、去雜訊（去除偽影）和解析度增強。 處理後，它提取帶有置信度分數的英文文本，識別條碼，並產生可搜尋的 PDF 。 開發者還可以輕鬆設定 IronOCR 來讀取其他語言，例如中文、西班牙語或法語，使其成為多語言 GitHub 專案的多功能選擇。 有關安裝其他語言包的參考資料，請點擊此處。

如何在 C# GitHub 專案中使用 IronOCR 整合 OCR：圖 3 - 傾斜的輸入影像與擷取的輸出比較

在你的 .gitignore 檔案中加入以下內容：

# IronOCR runtime files
runtimes/
# Test images and outputs
*.pdf
test-images/
output/
# License keys
appsettings.*.json

為什麼選擇 IronOCR 來管理您的 GitHub 項目

IronOCR 為在 GitHub 上維護 OCR 專案的開發者提供了獨特的優勢。 該庫開箱即用，無需手動訓練或複雜的配置文件，即可達到 99.8% 的準確率，而不會使存儲庫變得雜亂。 支援125 多種語言，您的 GitHub 專案無需修改即可服務國際用戶。

IronOCR 非常靈活，能夠識別單字、行和整個段落，讓您可以控制從每次掃描中提取的細節量。

商業許可為公共儲存庫提供了法律上的明確性。 也就是說，您被明確允許在商業應用中包含 IronOCR。 內建影像預處理濾波器。

IronOCR 的單一 DLL 架構意味著貢獻者可以複製您的儲存庫並立即開始開發，而無需像其他 OCR 解決方案那樣處理原生依賴項或平台特定的配置。

OCR專案的版本控制最佳實踐

在 GitHub 上管理 OCR 專案時，對於大型測試映像，請使用Git LFS ：

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes

git lfs track "*.jpg" "*.png" "*.tiff"
git add .gitattributes

IRON VB CONVERTER ERROR developers@ironsoftware.com

使用環境變數或使用者金鑰安全地儲存 IronOCR 許可證金鑰，切勿直接提交。 請按照IronOCR 許可證密鑰指南進行正確實施。 請在 README 檔案中說明支援的影像格式和預期精度。 在測試資料資料夾中包含範例影像，供貢獻者驗證 OCR 功能。 對於跨平台開發，請參閱IronOCR Linux 設定指南或macOS 安裝說明。

快速故障排除技巧

常見的安裝問題包括 Windows 系統缺少Visual C++ 可再發行元件包，以及 IronOCR 需要 2019 版本。 對於 Linux 部署，請確保已安裝 libgdiplus。 如果文字辨識效果不佳，請確認您的影像解析度至少為 200 DPI。 Stack Overflow上的 C# OCR 社群也為常見的 GitHub 專案問題提供了有用的解決方案。

如需詳細故障排除信息，請參閱IronOCR 故障排除指南。 IronOCR支援團隊為使用 GitHub 託管的 OCR 應用程式的授權使用者提供快速協助。

結論

IronOCR 透過其直覺的 API、全面的預處理和可靠的準確性，簡化了 C# GitHub 專案中的 OCR 實作。 從上面的程式碼範例入手，探索官方程式碼庫，建立能夠利用 GitHub 協作功能的強大文件處理應用程式。

下載IronOCR 的免費試用版，即可進行商業部署。