如何使用 C# 設定 OCR 中的 DPI

為了說明區別，以下是在不設定 TargetDPI 屬性的情況下處理相同低解析度影像的結果。 此對比表明，正確的 DPI 配置對於可靠的文字擷取至關重要。

找到合適的DPI需要平衡。 高DPI提供更高的精度，但處理速度較慢； 低DPI速度較快，但穩定性較差。 如有疑問，請讓 IronTesseract 的自動預處理功能確定最佳設定。 您可以將 TargetDPI 屬性設為 0 來停用自動放大。對於特殊應用，請瀏覽我們關於Tesseract 圖像 DPI 優化的指南。

如果沒有DPI放大會發生什麼事？

如果不進行放大，置信度分數會下降到 79%，擷取的文字準確度也會明顯降低。 此對比突顯了設定 TargetDPI 如何改善低品質影像的 OCR 結果。 當處理包含表格、表單或多列佈局的複雜文件時，這種差異會更加明顯。

如何設定PDF文件的DPI？

在處理 PDF 時， IronOCR會將整個文件放大到目標 DPI，而不僅僅是其中的圖像。 這種全面的方法確保了整個文件品質的一致性，這對於商業應用中的PDF OCR 文字擷取至關重要。 對於進階 PDF 處理(例如處理可搜尋 PDF) ，正確的 DPI 配置就顯得更加重要。

雖然更高的 DPI 通常能帶來更好的 OCR 效果，但最佳設定會因 PDF 檔案而異。 如果您不確定要使用哪個值，請將 DPI 保留為預設設置，讓IronOCR自動確定最佳配置。 此函式庫的演算法會分析文件特徵，例如字體大小、影像品質和內容密度，以選擇合適的預處理參數。

// Example: Processing a PDF with custom DPI settings
using IronOcr;

var ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();

// Configure DPI specifically for PDF processing
ocrInput.TargetDPI = 250; // Lower DPI often works well for PDFs

// Load a multi-page PDF document
ocrInput.LoadPdf(@"documents\scanned-report.pdf");

// Optional: Process only specific pages
// ocrInput.LoadPdf(@"documents\scanned-report.pdf", PageSelection: new int[] {1, 3, 5});

// Apply additional filters if needed
ocrInput.DeNoise(); // Remove digital noise
ocrInput.Sharpen(); // Enhance text edges

// Perform OCR with confidence tracking
var ocrResult = ocrTesseract.Read(ocrInput);

// Process results page by page
foreach (var page in ocrResult.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Confidence}% confidence");
    Console.WriteLine(page.Text);
}

// Example: Processing a PDF with custom DPI settings
using IronOcr;

var ocrTesseract = new IronTesseract();

using var ocrInput = new OcrInput();

// Configure DPI specifically for PDF processing
ocrInput.TargetDPI = 250; // Lower DPI often works well for PDFs

// Load a multi-page PDF document
ocrInput.LoadPdf(@"documents\scanned-report.pdf");

// Optional: Process only specific pages
// ocrInput.LoadPdf(@"documents\scanned-report.pdf", PageSelection: new int[] {1, 3, 5});

// Apply additional filters if needed
ocrInput.DeNoise(); // Remove digital noise
ocrInput.Sharpen(); // Enhance text edges

// Perform OCR with confidence tracking
var ocrResult = ocrTesseract.Read(ocrInput);

// Process results page by page
foreach (var page in ocrResult.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Confidence}% confidence");
    Console.WriteLine(page.Text);
}

對於處理大量文件的企業應用程序，請考慮實施動態 DPI 調整策略。 首先從中等設定（300 DPI）開始，然後根據置信度評分進行調整。 這種方法兼顧了處理速度和精確度，確保在各種文件類型上都能達到最佳效能。將DPI最佳化與其他預處理技術結合，可針對複雜文件獲得更好的處理效果。

處理特定類型的文件時，DPI 要求可能會有所不同。 例如，由於車牌字元較小以及相機角度可能導致影像失真，讀取車牌通常需要更高的 DPI 設定。 同樣，處理MICR 支票時，需要特定的 DPI 配置來準確捕捉特殊的 MICR 字體字元。

對於將 OCR 整合到 Web 應用程式或雲端服務中的開發人員來說，了解 DPI 最佳化對於管理處理時間和伺服器資源至關重要。 透過微調 DPI 設置，您可以根據具體的應用程式需求和基礎架構限制，優化精度和效能之間的平衡。