用於改進 OCR 讀取的 C# 影像校正濾鏡

為什麼銳化可以提高OCR辨識準確率？

銳利化濾鏡透過增強邊緣對比度來突出文字和背景之間的邊界。字元辨識演算法需要清晰、分明的字母形狀才能正常運作。 掃描文件或低品質照片中常見的模糊文字(邊緣柔和)會導致 OCR 引擎錯誤識別字元邊界。 要了解有關 OCR 最佳影像處理的更多信息，請查看我們關於OCR 影像優化濾鏡的綜合指南。

若要套用銳利化濾鏡，請呼叫 Sharpen 物件的 OcrImageInput 方法：

:path=/static-assets/ocr/content-code-examples/how-to/image-quality-correction-sharpen-filter.cs

using IronOcr;

// Instantiate IronTesseract
IronTesseract ocrTesseract = new IronTesseract();

// Add image
using var imageInput = new OcrImageInput("sample.jpg");
// Apply sharpen filter
imageInput.Sharpen();

// Export filtered image
imageInput.SaveAsImages("sharpen.jpg");

何時該使用銳利化濾鏡？

對於輕微失焦的影像、文字邊緣模糊的掃描文件或在光線不足的情況下拍攝的照片，可以使用銳利化功能。 避免過度銳化清晰的文本，因為這會引入偽影並降低準確性。 對於極度模糊的掃描件，可將銳利化與其他濾鏡結合使用，或參閱我們的《修復低品質掃描件和影像》指南。

使用 SaveAsImages 方法匯出過濾後的影像。 以下是前後對比圖。

前

後

OCR 的目標 DPI 應該是多少？

OCR引擎在300 DPI(每英吋點數)下性能最佳。 解析度過低會導致字元辨識錯誤； 更高的解析度會降低處理速度，但不會提高精度。 IronOCR 的增強濾鏡可智慧地將影像放大到最佳 DPI 等級。 有關詳細指導，請參閱我們的DPI 設定指南。

呼叫 EnhanceResolution 方法來套用此過濾器。 預設目標解析度為 225 DPI：

using IronOcr;

// Create OCR input
var imageInput = new OcrImageInput("low-res-scan.jpg");

// Apply enhance resolution filter with default 225 DPI
imageInput.EnhanceResolution();

// Or specify a custom DPI
imageInput.EnhanceResolution(300);

// Combine with OCR reading
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);
Console.WriteLine($"Extracted text: {result.Text}");

using IronOcr;

// Create OCR input
var imageInput = new OcrImageInput("low-res-scan.jpg");

// Apply enhance resolution filter with default 225 DPI
imageInput.EnhanceResolution();

// Or specify a custom DPI
imageInput.EnhanceResolution(300);

// Combine with OCR reading
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);
Console.WriteLine($"Extracted text: {result.Text}");

分辨率提昇在什麼情況下最為重要？

解析度提升對於以下方面至關重要：

• 螢幕截圖解析度為(72-96 DPI)
• 從網路下載的網頁圖片
• 低解析度掃描的歷史文獻
• 解析度固有的低解析度傳真傳輸

OCR Tesseract 影像 DPI 範例提供了有關 DPI 如何影響不同文件類型的準確性的見解。

前

後

2x2 和 3x3 形態學有什麼不同？

形態大小決定去噪強度。 2x2 形態學採用溫和的降噪技術，在保留精細文本的同時，最大限度地減少偽影。 3x3 形態學能夠有效去除嚴重損壞文件中的噪聲，但可能會影響非常小的文本。

若要套用去噪濾波器，請使用 DeNoise 方法。 預設形態為 2x2。傳遞"true"參數可啟用 3x3 形態：

using IronOcr;

// Load noisy document
var imageInput = new OcrImageInput("noisy-scan.pdf");

// Apply denoise filter with default 2x2 morphology
imageInput.DeNoise();

// Apply stronger denoising with 3x3 morphology
imageInput.DeNoise(true);

// Combine with other filters for severely degraded images
imageInput.DeNoise()
         .Sharpen()
         .EnhanceResolution(300);

// Process with OCR
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);

// Check confidence levels
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page confidence: {page.Confidence}%");
}

using IronOcr;

// Load noisy document
var imageInput = new OcrImageInput("noisy-scan.pdf");

// Apply denoise filter with default 2x2 morphology
imageInput.DeNoise();

// Apply stronger denoising with 3x3 morphology
imageInput.DeNoise(true);

// Combine with other filters for severely degraded images
imageInput.DeNoise()
         .Sharpen()
         .EnhanceResolution(300);

// Process with OCR
var ocr = new IronTesseract();
var result = ocr.Read(imageInput);

// Check confidence levels
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page confidence: {page.Confidence}%");
}

如何判斷我的圖片是否需要降噪？

注意以下噪音指標： 背景上有隨機的斑點或小點 掃描不良導致的椒鹽噪音 高ISO感光度攝影造成的雜訊

• 背景紋理來自再生紙

如需自動噪音偵測，請探索我們的濾波器精靈。

前

後

何時應該對文字套用縮放？

膨脹效果最適用於以下類型的細小或斷斷續續的文字字元：

• 舊式打字機文檔，墨跡不均勻 褪色的收據和熱敏列印件
• 使用極細字體的文檔
• 圖像格式中的過度壓縮文字

字形擴張可以填補字元中的小空隙，並加強較弱的筆畫連接。 這樣可以防止 OCR 引擎將損壞的字元誤判為多個符號。

若要套用膨脹濾波器，請使用 Dilate 方法。 預設形態為 2x2； 為 3x3 傳遞 'true'：

using IronOcr;

// Create OCR engine
var ocrTesseract = new IronTesseract();

// Apply dilate filter
var imageInput = new OcrImageInput("thin-text.jpg");
imageInput.Dilate();

// For more aggressive dilation
imageInput.Dilate(true);

// Practical example for faded receipt processing
var receiptInput = new OcrImageInput("faded-receipt.jpg");
receiptInput.Dilate()
           .DeNoise()
           .EnhanceResolution(300);

// Configure for better receipt reading
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock;
ocrTesseract.Configuration.ReadBarCodes = true;

// Perform OCR
var result = ocrTesseract.Read(receiptInput);

using IronOcr;

// Create OCR engine
var ocrTesseract = new IronTesseract();

// Apply dilate filter
var imageInput = new OcrImageInput("thin-text.jpg");
imageInput.Dilate();

// For more aggressive dilation
imageInput.Dilate(true);

// Practical example for faded receipt processing
var receiptInput = new OcrImageInput("faded-receipt.jpg");
receiptInput.Dilate()
           .DeNoise()
           .EnhanceResolution(300);

// Configure for better receipt reading
ocrTesseract.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleBlock;
ocrTesseract.Configuration.ReadBarCodes = true;

// Perform OCR
var result = ocrTesseract.Read(receiptInput);

過度擴張常見的問題有哪些？

過度擴張可能導致：

• 相鄰字母融合處的字元滲漏
• 內部細節缺失(例如字母"e"或"8"出現孔洞)
• 粗體文字的準確率降低

監測結果並據此進行調整。 對於文字粗細混合的文檔，請選擇性地使用我們的影像品質校正濾鏡。

前

後

為什麼腐蝕對處理粗體字有幫助？

腐蝕會使文字筆畫變細，並使相鄰的字元分離。 此篩選器在以下方面表現出色： 列印文檔墨跡過多 影印件出現字跡模糊的狀況

• 粗體文字顯示為合併狀態
• 低品質傳真傳輸

精細的腐蝕可以恢復字元分離，提高單個字母的辨識率，防止整個單字被誤讀。

使用 Erode 方法套用此過濾器。 預設形態為 2x2； 為 3x3 傳遞 'true'：

using IronOcr;

// Create OCR instance
var ocrTesseract = new IronTesseract();

// Load image with thick text
var imageInput = new OcrImageInput("thick-text.jpg");

// Apply erode filter
imageInput.Erode();

// Stronger erosion for heavily bleeding text
imageInput.Erode(true);

// Example: Processing a poor-quality photocopy
var photocopyInput = new OcrImageInput("thick-text-photocopy.pdf");

// Apply erosion followed by sharpening for best results
photocopyInput.Erode()
              .Sharpen()
              .EnhanceResolution(300);

// Configure OCR for better accuracy
ocrTesseract.Configuration.BlackListCharacters = "~`@#$%^&*()_+-={}[]|\\:\";<>?,./";
ocrTesseract.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 ";

var ocrResult = ocrTesseract.Read(photocopyInput);

// Extract with confidence check
var highConfidenceText = ocrResult.Blocks
    .Where(b => b.Confidence > 90)
    .Select(b => b.Text);

using IronOcr;

// Create OCR instance
var ocrTesseract = new IronTesseract();

// Load image with thick text
var imageInput = new OcrImageInput("thick-text.jpg");

// Apply erode filter
imageInput.Erode();

// Stronger erosion for heavily bleeding text
imageInput.Erode(true);

// Example: Processing a poor-quality photocopy
var photocopyInput = new OcrImageInput("thick-text-photocopy.pdf");

// Apply erosion followed by sharpening for best results
photocopyInput.Erode()
              .Sharpen()
              .EnhanceResolution(300);

// Configure OCR for better accuracy
ocrTesseract.Configuration.BlackListCharacters = "~`@#$%^&*()_+-={}[]|\\:\";<>?,./";
ocrTesseract.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 ";

var ocrResult = ocrTesseract.Read(photocopyInput);

// Extract with confidence check
var highConfidenceText = ocrResult.Blocks
    .Where(b => b.Confidence > 90)
    .Select(b => b.Text);

如何平衡文本的可讀性和防侵蝕性？

確定合適的侵蝕程度需要仔細測試：

• 從預設的 2x2 形態開始
• 對代表性文件樣本進行測試
• 檢查標點符號是否仍可見 確保細字體不會出現斷字現象。

對於混合文字粗細的文檔，請參閱我們的進階設定選項。

前

後

保留更換濾芯的習慣有什麼好處？

保留濾芯更換功能有幾個優點：

• 建立更清晰、更易讀的文檔
• 保持各批文件的一致性
• 提供文字品質改進的視覺確認
• 可進行品質控制對比

建立可搜尋的 PDF 檔案時，會在其中嵌入 OCR 文字圖層，同時保持視覺外觀。 了解更多信息，請參閱我們的創建可搜尋PDF指南。

using IronOcr;

var ocr = new IronTesseract();
var ocrInput = new OcrInput();

// Load a PDF file
ocrInput.LoadPdf("invoice.pdf");

// Apply multiple filters for comprehensive improvement
ocrInput.ToGrayScale()
        .DeNoise()
        .Sharpen()
        .EnhanceResolution(300);

// Perform OCR
OcrResult result = ocr.Read(ocrInput);

// Save the result as a searchable PDF with filters applied
result.SaveAsSearchablePdf("outputFiltered.pdf", true);

// Or save without filters to preserve original appearance
result.SaveAsSearchablePdf("outputOriginal.pdf", false);

// Export to other formats
result.SaveAsTextFile("extracted-text.txt");
result.SaveAsHocrFile("output.html");

using IronOcr;

var ocr = new IronTesseract();
var ocrInput = new OcrInput();

// Load a PDF file
ocrInput.LoadPdf("invoice.pdf");

// Apply multiple filters for comprehensive improvement
ocrInput.ToGrayScale()
        .DeNoise()
        .Sharpen()
        .EnhanceResolution(300);

// Perform OCR
OcrResult result = ocr.Read(ocrInput);

// Save the result as a searchable PDF with filters applied
result.SaveAsSearchablePdf("outputFiltered.pdf", true);

// Or save without filters to preserve original appearance
result.SaveAsSearchablePdf("outputOriginal.pdf", false);

// Export to other formats
result.SaveAsTextFile("extracted-text.txt");
result.SaveAsHocrFile("output.html");

如何選擇過濾後的PDF文件還是原始PDF文件？

儲存時啟用篩選條件： 原始文件品質差

• 文件外觀需保持一致
• 過濾後的版本顯著提高了可讀性
• 文件歸檔以進行長期存儲

儲存時不使用篩選條件（false）： 法律規定必須保持原貌。 顏色資訊很重要 必須保證文件的真實性。

• 僅當 OCR 準確率較高時才需要使用過濾器

如需了解更進階的 PDF 處理選項，請參閱我們的PDF OCR 文字擷取指南。 如需了解最佳過濾器組合，請參閱過濾器精靈教學。