using IronOcr; using System; var ocrTesseract = new IronTesseract(); using var ocrInput = new OcrInput(); // OCR entire document ocrInput.LoadPdf("example.pdf", Password: "password"); int[] pages = { 1, 2, 3, 4, 5 }; // Alternatively OCR selected page numbers ocrInput.LoadPdfPages("example.pdf", pages, Password: "password"); var ocrResult = ocrTesseract.Read(ocrInput); Console.WriteLine(ocrResult.Text);

PDF OCR文本提取

Iron Tesseract 可以讀取多種影像格式以及 PDF 文件。傳統的免費 Tesseract 引擎無法實現此功能。

OcrInput 提供了一個選項，可以在掃描品質不佳時自動修正 PDF 特徵。

開發者可以指定讀取整個 PDF 檔案、選定的頁面或單一裁剪區域。

## 如何在 C# 中對 PDF 檔案進行 OCR 識別

下載用於 OCR PDF 檔案的 C# 庫
使用`AddPdf`方法新增 PDF 文檔
使用`AddPdfPages`方法新增 PDF 文件的特定頁面
使用`Read`方法對新增的PDF檔案執行OCR識別。
在`Barcodes`屬性中查看所有二維碼值。存取"文字"屬性以檢索 OCR 結果。

C# PDF OCR

許多 OCR 工具在最佳條件下都能正常運作，但如果您需要一款在任何條件下都能以更高的穩定性和準確性完成工作的 OCR 工具，那麼IronOCR文字擷取解決方案就是您的理想之選。

IronOCR是一款用於文字擷取的工具，從底層架構開始構建，能夠以 99% 的準確率轉換真實世界的圖像。

IronTesseract，我們原生的 C# OCR 庫，能夠以幾乎人類的方式從真實世界的圖像中識別字符，即使這些圖像的質量並不總是很好，有時還會傾斜。

如果掃描品質較差，我們的 OCR 功能可以自動修正 PDF 或影像特徵。

當我帶您了解目前最好的 OCR 解決方案時，您就會親眼見證它的優勢。

為什麼選擇IronOCR進行影像或 PDF OCR 文字擷取？

選擇IronOCR解決方案進行 Tesseract 管理顯然是明智之舉，因為它具備以下獨特功能：

IronOCR的 PDF OCR 文字擷取引擎可在純.NET環境中開箱即用。
它不會要求您的機器上安裝 Tesseract。
它與最新的引擎 Tesseract 5（以及 Tesseract 4 和 3）配合使用效果非常好。
它適用於任何.NET專案： .NET Framework 4.5 +、. .NET Standard 2 + 以及.NET Core 2、3 和 5！
與其他開源 Tesseract 相比，它提高了準確性和速度。
IronOCR支援 Xamarin、Mono、Azure 和 Docker 開發平台。
您可以使用NuGet套件管理複雜的 Tesseract 字典系統。
它可以從 PDF、多幀 Tiff 和所有主要圖像文件中提取文本，無需任何額外的處理。
它可以校正低品質和傾斜的影像掃描，從而在文字擷取專案中獲得最佳結果。

你們有低品質的掃描件嗎？沒問題！

在 OCR 任務方面， IronOCR表現出色，處於更高的水平。實際上，許多類似產品都是為了配合機器列印的高解析度完美文字或圖像而設計的，因此在實際應用中會變得不準確或失效。然而， IronOCR並非如此。

IronOCR在修正不完美文件方面表現出色。它可以矯正傾斜的掃描影像，並增強低品質照片，使它們變成可搜尋的 PDF 文件或影像。這正是我們產品有別於其他產品的優勢所在。

調整IronOCR效能以適應您的工作流程

透過Iron Software OCR 解決方案，您可以調整文字擷取任務的效能，為您的工作流程找到合適的平衡點。我們知道這對許多用戶和開發者來說非常重要，因此我們建立的 OCR 解決方案具有效能可調性和靈活性。

例如，影響 OCR 作業速度的一個非常重要的因素是輸入影像的品質。背景雜訊越少，影像的 dpi 越高（200 dpi 是一個不錯的範圍），OCR 的產生速度就越快，結果也越準確。但是，借助IronOCR 的效能調優功能，即使是低品質影像的任務也能快速完成。

此外，選擇數位雜訊較小的輸入影像或掃描文字格式（如 PNG 或 TIFF）也可以比選擇 JPEG 等低品質影像格式更快獲得結果。

安裝IronOCR解決方案非常簡單

Iron Software套件安裝和運作都非常簡單。它適用於大多數主流開發平台。我們的解決方案具有跨平台支持，包括 Windows、Linux、macOS、Azure、AWS 和 Docker——C# 成為開發人員最青睞的 Tesseract OCR 引擎是有原因的。

支援超過 125 種國際語言

對於 OCR 工作而言，如果一款軟體支援多種語言，那麼它的實用性就會大大提高。 IronOCR解決方案之所以不可或缺，是因為它支援125種國際語言。這些語言可以透過以 DLL 檔案形式分發的語言套件進行安裝。可從本網站或 Visual Studio 的NuGet套件管理員下載。

如何安裝OCR語言包

支援一百二十種語言。您可以使用以下兩種方法下載任何其他 OCR 語言套件：

安裝NuGet包

在NuGet搜尋IronOCR語言。

使用OCR資料方法

Download the ocrdata file and add it to your .NET project or program files.

輕鬆地從掃描的文件或圖像創建可搜尋的文檔

我們非常引以為傲的一項功能是，我們的 Tesseract 軟體能夠從輸入的圖像或掃描的 PDF 文件創建可搜尋的 PDF 文件或文字。您可以將 OCR 結果匯出為 PDF 文件，該文件在 C# 和.NET中均可作為可搜尋的 PDF 文件使用。這確實可以幫助企業和政府進行資料庫填充、搜尋引擎優化和PDF文件生成。