如何在 C# 中讀取多幀/多頁 TIFF 和 GIF 圖片

IronOCR為何能自動處理多幀TIFF檔？

IronOCR會自動偵測並處理 TIFF 檔案中的所有訊框。載入多頁 TIFF 文件時，該程式庫會遍歷每一幀，對每一頁套用 OCR，並將結果合併到一個 OcrResult 物件中。 這種自動處理方式省去了複雜的逐幀處理邏輯。 有關多頁 TIFF 範例，請參閱我們的多頁 TIFF OCR 教學。

對於效能需求極高的應用，實施快速 OCR 配置以優化處理速度。 此函式庫的 多執行緒 Tesseract OCR功能可確保高效的批次處理。

讀取多頁 TIFF 文件時會發生什麼？

處理多頁 TIFF 文件時， IronOCR：

1. 有效率地將所有影格載入到記憶體中。
2. 如果已配置，則對每一幀套用預處理。
3. 依序對頁面執行OCR識別
   4.匯總結果並保持頁面順序

查看單一頁面結果：

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();

// Import multi-page TIFF
using var imageInput = new OcrImageInput("multipage-document.tiff");

// Perform OCR
OcrResult result = ocrTesseract.Read(imageInput);

// Access results by page
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}:");
    Console.WriteLine(page.Text);
    Console.WriteLine("---");
}

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();

// Import multi-page TIFF
using var imageInput = new OcrImageInput("multipage-document.tiff");

// Perform OCR
OcrResult result = ocrTesseract.Read(imageInput);

// Access results by page
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}:");
    Console.WriteLine(page.Text);
    Console.WriteLine("---");
}

對於長時間運行的操作，實作中止令牌以支援取消功能。

如何分別處理單一TIFF幀？

由於記憶體限制，需要單獨處理幀，或對特定頁面套用不同的影像校正濾鏡：

using IronOcr;
using System.Drawing;

// Configure OCR for individual frame processing
IronTesseract ocrTesseract = new IronTesseract();

// Load and split TIFF frames
using var multiFrameInput = new OcrImageInput("document.tiff");

// Process specific pages (0-indexed)
var pageIndices = new[] { 0, 2, 4 }; // Process pages 1, 3, and 5 only

foreach (int pageIndex in pageIndices)
{
    using var pageInput = new OcrImageInput("document.tiff", PageIndices: new[] { pageIndex });

    // Apply page-specific preprocessing if needed
    pageInput.DeNoise();
    pageInput.Deskew();

    var pageResult = ocrTesseract.Read(pageInput);
    Console.WriteLine($"Page {pageIndex + 1} text: {pageResult.Text}");
}

using IronOcr;
using System.Drawing;

// Configure OCR for individual frame processing
IronTesseract ocrTesseract = new IronTesseract();

// Load and split TIFF frames
using var multiFrameInput = new OcrImageInput("document.tiff");

// Process specific pages (0-indexed)
var pageIndices = new[] { 0, 2, 4 }; // Process pages 1, 3, and 5 only

foreach (int pageIndex in pageIndices)
{
    using var pageInput = new OcrImageInput("document.tiff", PageIndices: new[] { pageIndex });

    // Apply page-specific preprocessing if needed
    pageInput.DeNoise();
    pageInput.Deskew();

    var pageResult = ocrTesseract.Read(pageInput);
    Console.WriteLine($"Page {pageIndex + 1} text: {pageResult.Text}");
}

有關進階配置，請參閱Tesseract 詳細配置指南。

為什麼 OCR 可以辨識動態 GIF 圖片？

動畫 GIF 包含多個圖像影格。 IronOCR會擷取每一幀並分別處理。 這適用於： -螢幕錄製內容儲存為 GIF 格式

• 帶有文字說明的動畫教學
• GIF格式的多步驟文檔
  -舊系統將報表匯出為 GIF 格式

每一幀的文字都被提取出來，並按時間順序排列。 對於存在方向問題的影像， IronOCR可以自動修復影像方向。

何時應該使用 GIF 格式進行 OCR 辨識？

GIF 的調色板顏色有限(256 色)，但在以下領域很常見：

1.網路內容：線上教學與文檔
2.舊版匯出：使用 GIF 格式的舊版應用程式
3.螢幕截圖：螢幕截圖工具預設使用 GIF 格式。
4.檔案體積小：當儲存空間有限時

為了獲得最佳效果，請使用IronOCR 的 DPI 設定來優化 GIF。 應用OCR影像優化濾波器以提高辨識率。

GIF OCR 常見問題有哪些？

GIF 檔案存在一些挑戰：

1.顏色限制：256色限制會影響文字清晰度
2.壓縮偽影：抖動會幹擾識別
3.低解析度：通常以 72-96 DPI 保存

應用預處理過濾器：

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();

// Import GIF with preprocessing
using var imageInput = new OcrImageInput("low-quality.gif");

// Apply filters to improve quality
imageInput.ToGrayScale();      // Convert to grayscale
imageInput.Contrast(1.5);       // Increase contrast
imageInput.DeNoise();           // Remove noise
imageInput.EnhanceResolution(); // Upscale for better OCR

// Perform OCR with enhanced image
OcrResult result = ocrTesseract.Read(imageInput);

using IronOcr;

IronTesseract ocrTesseract = new IronTesseract();

// Import GIF with preprocessing
using var imageInput = new OcrImageInput("low-quality.gif");

// Apply filters to improve quality
imageInput.ToGrayScale();      // Convert to grayscale
imageInput.Contrast(1.5);       // Increase contrast
imageInput.DeNoise();           // Remove noise
imageInput.EnhanceResolution(); // Upscale for better OCR

// Perform OCR with enhanced image
OcrResult result = ocrTesseract.Read(imageInput);

對於具有挑戰性的影像，請參閱使用 Tesseract 修復低品質掃描。

為什麼裁切可以提高OCR辨識效能？

作物透過以下方式提高產量：

1.處理區域縮小：像素越少，執行速度越快
2.聚焦檢測：OCR 針對特定區域進行最佳化
3.記憶體效率：較小的工作集可減少 RAM 使用量
4.消除噪音：排除無關區域

處理特定區域的速度比處理整個頁面快 5-10 倍。 為了進行即時監控，實施進度追蹤。

何時應該使用區域特定 OCR？

使用特定區域的OCR功能：

-表單處理：提取特定字段
-頁首/頁尾：存取文件元數據
-表格：重點放在數據表
-批次處理：類似文件工作流程

表單欄位範例：

using IronOcr;
using IronSoftware.Drawing;

// Define regions for form fields
var nameFieldRegion = new Rectangle(100, 50, 300, 40);
var dateFieldRegion = new Rectangle(100, 100, 200, 40);
var amountFieldRegion = new Rectangle(100, 150, 150, 40);

// Create OCR instance
IronTesseract ocr = new IronTesseract();

// Extract from each region
using var tiffInput = new OcrImageInput("form.tiff");

// Process each field
var name = ocr.Read(new OcrImageInput("form.tiff", ContentArea: nameFieldRegion)).Text.Trim();
var date = ocr.Read(new OcrImageInput("form.tiff", ContentArea: dateFieldRegion)).Text.Trim();
var amount = ocr.Read(new OcrImageInput("form.tiff", ContentArea: amountFieldRegion)).Text.Trim();

Console.WriteLine($"Name: {name}");
Console.WriteLine($"Date: {date}");
Console.WriteLine($"Amount: {amount}");

using IronOcr;
using IronSoftware.Drawing;

// Define regions for form fields
var nameFieldRegion = new Rectangle(100, 50, 300, 40);
var dateFieldRegion = new Rectangle(100, 100, 200, 40);
var amountFieldRegion = new Rectangle(100, 150, 150, 40);

// Create OCR instance
IronTesseract ocr = new IronTesseract();

// Extract from each region
using var tiffInput = new OcrImageInput("form.tiff");

// Process each field
var name = ocr.Read(new OcrImageInput("form.tiff", ContentArea: nameFieldRegion)).Text.Trim();
var date = ocr.Read(new OcrImageInput("form.tiff", ContentArea: dateFieldRegion)).Text.Trim();
var amount = ocr.Read(new OcrImageInput("form.tiff", ContentArea: amountFieldRegion)).Text.Trim();

Console.WriteLine($"Name: {name}");
Console.WriteLine($"Date: {date}");
Console.WriteLine($"Amount: {amount}");

如何計算正確的裁剪矩形？

使用以下公式計算作物矩形：

1.目視檢查：使用影像編輯器取得座標
2.程序化檢測：利用 IronOCR 的視覺功能
3.範本：為類似文件定義一次區域

使用文字高亮功能進行調試和視覺化：

using IronOcr;
using IronSoftware.Drawing;

// Test different regions to find optimal coordinates
var testRegions = new[] 
{ 
    new Rectangle(100, 100, 200, 50), 
    new Rectangle(100, 160, 200, 50), 
    new Rectangle(100, 220, 200, 50) 
};

IronTesseract ocr = new IronTesseract();

foreach (var region in testRegions)
{
    using var input = new OcrImageInput("document.tiff", ContentArea: region);
    var result = ocr.Read(input);

    // Save highlighted region for visual verification
    result.SaveAsHighlightedImage($"region_{region.X}_{region.Y}.png");
}

using IronOcr;
using IronSoftware.Drawing;

// Test different regions to find optimal coordinates
var testRegions = new[] 
{ 
    new Rectangle(100, 100, 200, 50), 
    new Rectangle(100, 160, 200, 50), 
    new Rectangle(100, 220, 200, 50) 
};

IronTesseract ocr = new IronTesseract();

foreach (var region in testRegions)
{
    using var input = new OcrImageInput("document.tiff", ContentArea: region);
    var result = ocr.Read(input);

    // Save highlighted region for visual verification
    result.SaveAsHighlightedImage($"region_{region.X}_{region.Y}.png");
}

對於複雜文檔，使用IronOCR 的結果物件來識別文字位置並建立動態裁切區域。 對於具有挑戰性的影像， OCR 影像 DPI 優化指南可協助實現最佳解析度。

IronOCR提供了一個簡化的 API，可以自動處理幀提取和處理。 無論是處理單頁文件或複雜的多幀文件，企業文件工作流程都適用同樣的簡單語法。