使用IronOCR在 C# 中讀取掃描文檔

輸入文檔是什麼樣的？

如何實現OCR程式碼？

:path=/static-assets/ocr/content-code-examples/how-to/read-scanned-document-read-scanned-document.cs

using IronOcr;
using System;

// Instantiate OCR engine
var ocr = new IronTesseract();

// Configure OCR engine
using var input = new OcrInput();
input.LoadImage("potter.tiff");

// Perform OCR
OcrResult result = ocr.ReadDocument(input);

Console.WriteLine(result.Text);

OCR處理能得到什麼樣的結果？

如果您需要對 PDF 檔案執行 OCR，只需將 LoadImage 方法替換為 LoadPdf。 這樣， IronOCR就可以用同樣的方法處理和擷取掃描 PDF 中的文字。

處理多頁文檔

對於多頁文檔， IronOCR可以有效率地進行批量處理：

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Load a multi-page PDF
input.LoadPdf("multi-page-document.pdf");

// Process all pages
OcrResult result = ocr.ReadDocument(input);

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

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Load a multi-page PDF
input.LoadPdf("multi-page-document.pdf");

// Process all pages
OcrResult result = ocr.ReadDocument(input);

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

優化OCR性能

掃描文件的品質直接影響OCR的準確性。 IronOCR內建影像最佳化濾鏡，可增強文字辨識能力：

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Load and enhance image quality
input.LoadImage("low-quality-scan.jpg");
input.Deskew();  // Correct image skew
input.DeNoise(); // Remove background noise
input.Binarize(); // Convert to black and white

OcrResult result = ocr.ReadDocument(input);

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();

// Load and enhance image quality
input.LoadImage("low-quality-scan.jpg");
input.Deskew();  // Correct image skew
input.DeNoise(); // Remove background noise
input.Binarize(); // Convert to black and white

OcrResult result = ocr.ReadDocument(input);

創建可搜尋的PDF

處理掃描文件時最有價值的功能之一是能夠建立可搜尋的 PDF 文件。 這樣既能保持文檔原有的外觀，又能添加文字圖層：

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");

// Process and save as searchable PDF
OcrResult result = ocr.ReadDocument(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");

// Process and save as searchable PDF
OcrResult result = ocr.ReadDocument(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

處理歷史文檔

許多機構都保存著舊格式的掃描文件。 IronOCR可以有效率地處理這些文件，包括支援文件管理系統中常用的多頁 TIFF 文件。

語言支援

雖然此範例側重於英文文本，但IronOCR支援超過 125 種國際語言。 這使其成為處理多語言文件或非英語文件的理想選擇。