1. IronOCR
  2. 教學指南
  3. Tesseract 比較
為何 IronOCR 優於 Tesseract 4 NuGet 套件

How to Tesseract OCR in C# Alternatives with IronOCR

雅各·梅勒（Jacob Mellor），Team Iron 首席技術長
雅各·梅勒
更新:
This article was translated from English: Does it need improvement?
Translated
View the article in English

想在您的 C# 應用程式中實作光學字元辨識功能嗎？ 雖然 Google Tesseract 提供免費的 OCR 解決方案，但許多開發人員仍苦於其複雜的設定流程、在實際文件上的有限準確度，以及艱鉅的 C++ 互通性要求。 這份全面指南將向您展示如何透過 IronOCR 的增強版 Tesseract 實作，實現 99.8% 至 100% 的 OCR 準確度——這是一個原生 C# 程式庫，不僅免除了安裝的麻煩，更能提供卓越的成果。

無論您是從掃描文件中擷取文字、處理發票，還是建置文件自動化系統，您都將學會如何在數分鐘內（而非數週）實作可投入生產環境的 OCR 功能。

快速入門：使用 IronTesseract 進行單行 OCR 處理 using IronOCR 最簡便的 API，幾秒鐘內即可擷取文字。 此範例展示如何透過單行程式碼呼叫 IronTesseract，傳入一張圖片，即可獲得辨識出的文字——無需繁瑣步驟，直接呈現結果。

  1. using NuGet 套件管理員安裝 https://www.nuget.org/packages/IronOcr

    PM > Install-Package IronOcr

  2. 請複製並執行此程式碼片段。

    string text = new IronTesseract().Read(new OcrInput("image.png")).Text;

  3. 部署至您的生產環境進行測試

    立即透過免費試用，在您的專案中開始使用 IronOCR

    arrow pointer

簡化工作流程（5 個步驟）

  1. 透過 NuGet 套件管理員安裝增強版的 Tesseract OCR 函式庫
  2. 設定影像預處理以獲得最佳文字辨識效果
  3. 支援多種文件格式，包括 PDF 及多幀 TIFF 檔案
  4. 以字元級精度的指標擷取結構化資料
  5. 無需原生依賴項即可進行跨平台部署
IronOCR 功能對照表，展示其與 .NET 語言及平台的相容性、OCR 引擎功能、支援的輸入格式，以及結構化輸出選項

IronOCR 針對 C# 實作的 Tesseract 功能全面概覽，涵蓋平台相容性、支援格式及進階處理能力

如何以最少的程式碼在 C# 中從圖片中擷取文字？

以下範例展示如何僅透過幾行程式碼，在您的 .NET 應用程式中實作 OCR 功能。 與標準版 Tesseract 不同，此方法會自動處理影像預處理，即使面對掃描品質不佳的文件，也能提供精準的結果。

請使用 NuGet 套件管理員，將 IronOCR NuGet 套件安裝至您的 Visual Studio 解決方案中。

using IronOcr;
using System;

// Initialize IronTesseract for performing OCR (Optical Character Recognition)
var ocr = new IronTesseract
{
    // Set the language for the OCR process to English
    Language = OcrLanguage.English
};

// Create a new OCR input that can hold the images to be processed
using var input = new OcrInput();

// Specify the page indices to be processed from the TIFF image
var pageIndices = new int[] { 1, 2 };

// Load specific pages of the TIFF image into the OCR input object
// Perfect for processing large multi-page documents efficiently
input.LoadImageFrames(@"img\example.tiff", pageIndices);

// Optional pre-processing steps (uncomment as needed)
// input.DeNoise();  // Remove digital noise from scanned documents
// input.Deskew();   // Automatically straighten tilted scans

// Perform OCR on the provided input
OcrResult result = ocr.Read(input);

// Output the recognized text to the console
Console.WriteLine(result.Text);

// Note: The OcrResult object contains detailed information including:
// - Individual words with confidence scores
// - Character positions and bounding boxes
// - Paragraph and line structure
using IronOcr;
using System;

// Initialize IronTesseract for performing OCR (Optical Character Recognition)
var ocr = new IronTesseract
{
    // Set the language for the OCR process to English
    Language = OcrLanguage.English
};

// Create a new OCR input that can hold the images to be processed
using var input = new OcrInput();

// Specify the page indices to be processed from the TIFF image
var pageIndices = new int[] { 1, 2 };

// Load specific pages of the TIFF image into the OCR input object
// Perfect for processing large multi-page documents efficiently
input.LoadImageFrames(@"img\example.tiff", pageIndices);

// Optional pre-processing steps (uncomment as needed)
// input.DeNoise();  // Remove digital noise from scanned documents
// input.Deskew();   // Automatically straighten tilted scans

// Perform OCR on the provided input
OcrResult result = ocr.Read(input);

// Output the recognized text to the console
Console.WriteLine(result.Text);

// Note: The OcrResult object contains detailed information including:
// - Individual words with confidence scores
// - Character positions and bounding boxes
// - Paragraph and line structure
Imports IronOcr
Imports System

' Initialize IronTesseract for performing OCR (Optical Character Recognition)
Private ocr = New IronTesseract With {.Language = OcrLanguage.English}

' Create a new OCR input that can hold the images to be processed
Private input = New OcrInput()

' Specify the page indices to be processed from the TIFF image
Private pageIndices = New Integer() { 1, 2 }

' Load specific pages of the TIFF image into the OCR input object
' Perfect for processing large multi-page documents efficiently
input.LoadImageFrames("img\example.tiff", pageIndices)

' Optional pre-processing steps (uncomment as needed)
' input.DeNoise();  // Remove digital noise from scanned documents
' input.Deskew();   // Automatically straighten tilted scans

' Perform OCR on the provided input
Dim result As OcrResult = ocr.Read(input)

' Output the recognized text to the console
Console.WriteLine(result.Text)

' Note: The OcrResult object contains detailed information including:
' - Individual words with confidence scores
' - Character positions and bounding boxes
' - Paragraph and line structure
$vbLabelText   $csharpLabel

此程式碼展示了 IronOCR 簡化版 API 的強大功能。 IronTesseract 類別為 Tesseract 5 提供了一層受管封裝，無需進行複雜的 C++ 互通操作。 OcrInput 類別支援載入多種圖像格式與頁面，而可選的預處理方法（DeNoise() 和 Deskew()）能顯著提升實際文件中的辨識準確度。

除了基本的文字擷取功能外，OcrResult 物件還提供豐富的結構化資料，包括單字層級的信心分數、字元位置及文件結構，從而實現可搜尋 PDF 建立與精確文字位置追蹤等進階功能。

Tesseract 與 IronOCR 在安裝方面有哪些主要差異？

在 .NET 中使用 Tesseract 引擎進行 OCR

在 C# 中進行傳統的 Tesseract 整合，需要管理 C++ 函式庫，這會帶來若干挑戰。

開發人員必須處理特定平台的二進位檔、確保 Visual C++ 執行階段環境已安裝，並處理 32/64 位元相容性問題。 安裝過程通常需要手動編譯 Tesseract 和 Leptonica 函式庫，特別是針對最新版本的 Tesseract 5，因其設計時並未考慮 Windows 環境的編譯需求。

在 Azure、Docker 或 Linux 環境中，由於權限與依賴項差異極大，跨平台部署會變得特別棘手。

IronOCR Tesseract for .NET

IronOCR 透過 NuGet 分發的單一受管 .NET 程式庫，消除了安裝的複雜性：

Install-Package IronOcr

無需原生 DLL、無需 C# 執行環境、無需平台專屬設定。 所有功能均以純受管程式碼形式運行，並具備自動依賴項解析功能。

此函式庫完全相容於：

  • .NET Framework 4.6.2 及以上版本
  • .NET Standard 2.0 及以上版本（包含 .NET 5、6、7、8、9 及 10）
  • .NET Core 2.0 及以上版本

此方法可確保在 Windows、macOS、Linux、Azure、AWS Lambda、Docker 容器，甚至 Xamarin 行動應用程式中，都能保持一致的運作行為。

最新 OCR 引擎版本在 .NET 開發中的表現如何比較？

Google Tesseract with C

Tesseract 5 雖然功能強大，但對 Windows 開發者而言仍面臨重大挑戰。

最新版本需要使用 MinGW 進行交叉編譯，但此方式極少能產生可正常運作的 Windows 二進位檔。 GitHub 上免費的 C# 封裝程式往往比最新的 Tesseract 版本落後數年，因此缺少關鍵的改進與錯誤修正。 由於這些編譯障礙，開發人員經常不得不使用過時的 Tesseract 3.x 或 4.x 版本。

IronOCR Tesseract for .NET

IronOCR 內建專為 .NET 環境特別優化的自訂版 Tesseract 5 引擎。

此版本包含多項效能提升，例如原生多執行緒支援、自動影像預處理，以及針對大型文件的高記憶體效率處理。 定期更新可確保與最新 .NET 版本的相容性，同時維持向下相容性。

該函式庫還透過專用的 NuGet 套件提供廣泛的語言支援，讓您無需管理外部字典檔案，即可輕鬆為超過 127 種語言新增 OCR 功能。

Google Cloud OCR 比較

雖然 Google Cloud Vision OCR 具備高準確度，但它需要網路連線、會產生每次請求的費用，且對於敏感文件而言，會引發資料隱私的疑慮。 IronOCR 提供與本地端處理相媲美的準確度，使其成為需要資料安全性或離線功能的應用程式的理想選擇。

採用不同方法時，能達到何種程度的 OCR 準確度？

在 .NET 專案中使用 Google Tesseract

Raw Tesseract 擅長讀取高解析度且對齊完美的文字，但在處理真實世界的文件時卻顯得力不從心。

掃描頁面、照片或低解析度圖像若未經大量預處理，通常會產生亂碼輸出。 要達到可接受的準確度，通常需要使用 ImageMagick 或類似工具建立自訂的影像處理流程，這會為每種文件類型增加數週的開發時間。

常見的準確性問題包括：

  • 傾斜文件上的誤讀字元
  • 在低 DPI 掃描時完全失敗
  • 混合使用不同字型或版面配置時，效能不佳
  • 無法處理背景雜訊或浮水印

IronOCR Tesseract 在 .NET 專案中的應用

IronOCR 的增強型實作在無需手動預處理的情況下，針對典型商務文件可達到 99.8% 至 100% 的準確度：

using IronOcr;
using System;

// Create an instance of the IronTesseract class for OCR processing
var ocr = new IronTesseract();

// Create an OcrInput object to load and preprocess images
using var input = new OcrInput();

// Specify which pages to extract from multi-page documents
var pageIndices = new int[] { 1, 2 };

// Load specific frames from a TIFF file
// IronOCR automatically detects and handles various image formats
input.LoadImageFrames(@"img\example.tiff", pageIndices);

// Apply automatic image enhancement filters
// These filters dramatically improve accuracy on imperfect scans
input.DeNoise();    // Removes digital artifacts and speckles
input.Deskew();     // Corrects rotation up to 15 degrees

// Perform OCR with enhanced accuracy algorithms
OcrResult result = ocr.Read(input);

// Access the extracted text with confidence metrics
Console.WriteLine(result.Text);

// Additional accuracy features available:
// - result.Co/nfidence: Overall accuracy percentage
// - result.Pages[0].Words: Word-level confidence scores
// - result.Blocks: Structured document layout analysis
using IronOcr;
using System;

// Create an instance of the IronTesseract class for OCR processing
var ocr = new IronTesseract();

// Create an OcrInput object to load and preprocess images
using var input = new OcrInput();

// Specify which pages to extract from multi-page documents
var pageIndices = new int[] { 1, 2 };

// Load specific frames from a TIFF file
// IronOCR automatically detects and handles various image formats
input.LoadImageFrames(@"img\example.tiff", pageIndices);

// Apply automatic image enhancement filters
// These filters dramatically improve accuracy on imperfect scans
input.DeNoise();    // Removes digital artifacts and speckles
input.Deskew();     // Corrects rotation up to 15 degrees

// Perform OCR with enhanced accuracy algorithms
OcrResult result = ocr.Read(input);

// Access the extracted text with confidence metrics
Console.WriteLine(result.Text);

// Additional accuracy features available:
// - result.Co/nfidence: Overall accuracy percentage
// - result.Pages[0].Words: Word-level confidence scores
// - result.Blocks: Structured document layout analysis
Imports IronOcr
Imports System

' Create an instance of the IronTesseract class for OCR processing
Dim ocr As New IronTesseract()

' Create an OcrInput object to load and preprocess images
Using input As New OcrInput()

    ' Specify which pages to extract from multi-page documents
    Dim pageIndices As Integer() = {1, 2}

    ' Load specific frames from a TIFF file
    ' IronOCR automatically detects and handles various image formats
    input.LoadImageFrames("img\example.tiff", pageIndices)

    ' Apply automatic image enhancement filters
    ' These filters dramatically improve accuracy on imperfect scans
    input.DeNoise()    ' Removes digital artifacts and speckles
    input.Deskew()     ' Corrects rotation up to 15 degrees

    ' Perform OCR with enhanced accuracy algorithms
    Dim result As OcrResult = ocr.Read(input)

    ' Access the extracted text with confidence metrics
    Console.WriteLine(result.Text)

    ' Additional accuracy features available:
    ' - result.Confidence: Overall accuracy percentage
    ' - result.Pages(0).Words: Word-level confidence scores
    ' - result.Blocks: Structured document layout analysis
End Using
$vbLabelText   $csharpLabel

自動預處理篩選器可處理常見的文件品質問題，否則這些問題將需要人工介入處理。 DeNoise() 方法可消除掃描產生的數位雜訊，而 Deskew() 則能修正文件旋轉角度——這兩者對於維持高準確度皆至關重要。

進階使用者可透過自訂設定進一步優化準確性，包括字元白名單、地區特定處理，以及針對特定產業術語的專用語言模型。

OCR 處理支援哪些圖像格式與來源？

.NET 中的 Google Tesseract

原生 Tesseract 僅接受 Leptonica PIX 格式——這是一種非託管 C++ 指標，在 C# 中難以處理。

將 .NET 影像轉換為 PIX 格式時，需謹慎管理記憶體以防止記憶體洩漏。 若要支援 PDF 及多頁 TIFF 檔案，則需額外安裝其他函式庫，且這些函式庫本身可能存在相容性問題。 許多實作方案在基本格式轉換方面存在困難，導致實際應用受限。

IronOCR 影像相容性

IronOCR 提供全面的格式支援與自動轉換功能：

  • PDF 文件（包括受密碼保護的文件）
  • 多幀 TIFF 檔案
  • 標準格式：JPEG、PNG、GIF、BMP
  • 進階格式：JPEG2000、WBMP
  • .NET 類型：System.Drawing.Image, System.Drawing.Bitmap
  • 資料來源：串流、位元組陣列、檔案路徑
  • 直接掃描器整合

全面格式支援範例

using IronOcr;
using System;

// Initialize IronTesseract for OCR operations
var ocr = new IronTesseract();

// Create an OcrInput container for multiple sources
using var input = new OcrInput();

// Load password-protected PDFs seamlessly
// IronOCR handles PDF rendering internally
input.LoadPdf("example.pdf", "password");

// Process specific pages from multi-page TIFFs
// Perfect for batch document processing
var pageIndices = new int[] { 1, 2 };
input.LoadImageFrames("multi-frame.tiff", pageIndices);

// Add individual images in any common format
// Automatic format detection and conversion
input.LoadImage("image1.png");
input.LoadImage("image2.jpeg");

// Process all loaded content in a single operation
// Results maintain document structure and ordering
var result = ocr.Read(input);

// Extract text while preserving document layout
Console.WriteLine(result.Text);

// Advanced features for complex documents:
// - Extract images from specific PDF pages
// - Process only certain regions of images
// - Maintain reading order across mixed formats
using IronOcr;
using System;

// Initialize IronTesseract for OCR operations
var ocr = new IronTesseract();

// Create an OcrInput container for multiple sources
using var input = new OcrInput();

// Load password-protected PDFs seamlessly
// IronOCR handles PDF rendering internally
input.LoadPdf("example.pdf", "password");

// Process specific pages from multi-page TIFFs
// Perfect for batch document processing
var pageIndices = new int[] { 1, 2 };
input.LoadImageFrames("multi-frame.tiff", pageIndices);

// Add individual images in any common format
// Automatic format detection and conversion
input.LoadImage("image1.png");
input.LoadImage("image2.jpeg");

// Process all loaded content in a single operation
// Results maintain document structure and ordering
var result = ocr.Read(input);

// Extract text while preserving document layout
Console.WriteLine(result.Text);

// Advanced features for complex documents:
// - Extract images from specific PDF pages
// - Process only certain regions of images
// - Maintain reading order across mixed formats
Imports IronOcr
Imports System

' Initialize IronTesseract for OCR operations
Private ocr = New IronTesseract()

' Create an OcrInput container for multiple sources
Private input = New OcrInput()

' Load password-protected PDFs seamlessly
' IronOCR handles PDF rendering internally
input.LoadPdf("example.pdf", "password")

' Process specific pages from multi-page TIFFs
' Perfect for batch document processing
Dim pageIndices = New Integer() { 1, 2 }
input.LoadImageFrames("multi-frame.tiff", pageIndices)

' Add individual images in any common format
' Automatic format detection and conversion
input.LoadImage("image1.png")
input.LoadImage("image2.jpeg")

' Process all loaded content in a single operation
' Results maintain document structure and ordering
Dim result = ocr.Read(input)

' Extract text while preserving document layout
Console.WriteLine(result.Text)

' Advanced features for complex documents:
' - Extract images from specific PDF pages
' - Process only certain regions of images
' - Maintain reading order across mixed formats
$vbLabelText   $csharpLabel

這種統一的文件載入方式，可消除特定於格式之的程式碼。 無論處理掃描的 TIFF 檔案、數位 PDF 檔案，還是智慧型手機照片，同一套 API 皆能處理所有情境。 OcrInput 類別能智慧地管理記憶體，並無論來源格式為何，皆能提供一致的結果。

針對特殊情境，IronOCR 亦支援從同一份文件中讀取 BARCODE 與 QR 碼，實現單次處理即可完成全面的文件資料擷取。

在實際應用中，OCR 的表現如何？

免費 Google Tesseract 效能

Vanilla Tesseract 在處理與其訓練資料相符的預處理高解析度影像時，可提供令人滿意的速度。

然而，實際表現往往令人失望。 當 Tesseract 難以處理影像品質不佳的情況時，處理單一頁掃描文件可能需要 10 至 30 秒。 單執行緒架構會成為批次處理的瓶頸，且處理大型圖片時，記憶體使用量可能會急遽增加。

IronOCR Tesseract 程式庫效能

IronOCR 針對生產環境工作負載實施了智慧型效能優化：

using IronOcr;
using System;

// Configure IronTesseract for optimal performance
var ocr = new IronTesseract();

// Performance optimization: disable unnecessary character recognition
// Speeds up processing by 20-30% when special characters aren't needed
ocr.Co/nfiguration.BlackListCharacters = "~`$#^*_}{][|\\@¢©«»°±·×-–—''""•…′″€™←↑→↓↔⇄⇒∅∼≅≈≠≤≥≪≫⌁⌘○◔◑◕●";

// Use automatic page segmentation for faster processing
// Adapts to document layout without manual configuration
ocr.Co/nfiguration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;

// Disable barcode scanning when not needed
// Eliminates unnecessary processing overhead
ocr.Co/nfiguration.ReadBarCodes = false;

// Switch to fast language pack for speed-critical applications
// Trades minimal accuracy for 40% performance improvement
ocr.Language = OcrLanguage.EnglishFast;

// Load and process documents efficiently
using var input = new OcrInput();
var pageIndices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

// Multi-threaded processing utilizes all CPU cores
// Automatically scales based on system capabilities
var result = ocr.Read(input);

Console.WriteLine(result.Text);

// Performance monitoring capabilities:
// - result.TimeToRead: Processing duration
// - result.InputDetails: Image analysis metrics
// - Memory-efficient streaming for large documents
using IronOcr;
using System;

// Configure IronTesseract for optimal performance
var ocr = new IronTesseract();

// Performance optimization: disable unnecessary character recognition
// Speeds up processing by 20-30% when special characters aren't needed
ocr.Co/nfiguration.BlackListCharacters = "~`$#^*_}{][|\\@¢©«»°±·×-–—''""•…′″€™←↑→↓↔⇄⇒∅∼≅≈≠≤≥≪≫⌁⌘○◔◑◕●";

// Use automatic page segmentation for faster processing
// Adapts to document layout without manual configuration
ocr.Co/nfiguration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;

// Disable barcode scanning when not needed
// Eliminates unnecessary processing overhead
ocr.Co/nfiguration.ReadBarCodes = false;

// Switch to fast language pack for speed-critical applications
// Trades minimal accuracy for 40% performance improvement
ocr.Language = OcrLanguage.EnglishFast;

// Load and process documents efficiently
using var input = new OcrInput();
var pageIndices = new int[] { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

// Multi-threaded processing utilizes all CPU cores
// Automatically scales based on system capabilities
var result = ocr.Read(input);

Console.WriteLine(result.Text);

// Performance monitoring capabilities:
// - result.TimeToRead: Processing duration
// - result.InputDetails: Image analysis metrics
// - Memory-efficient streaming for large documents
Imports IronOcr
Imports System

' Configure IronTesseract for optimal performance
Dim ocr As New IronTesseract()

' Performance optimization: disable unnecessary character recognition
' Speeds up processing by 20-30% when special characters aren't needed
ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\@¢©«»°±·×-–—''""•…′″€™←↑→↓↔⇄⇒∅∼≅≈≠≤≥≪≫⌁⌘○◔◑◕●"

' Use automatic page segmentation for faster processing
' Adapts to document layout without manual configuration
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto

' Disable barcode scanning when not needed
' Eliminates unnecessary processing overhead
ocr.Configuration.ReadBarCodes = False

' Switch to fast language pack for speed-critical applications
' Trades minimal accuracy for 40% performance improvement
ocr.Language = OcrLanguage.EnglishFast

' Load and process documents efficiently
Using input As New OcrInput()
    Dim pageIndices As Integer() = {1, 2}
    input.LoadImageFrames("img\Potter.tiff", pageIndices)

    ' Multi-threaded processing utilizes all CPU cores
    ' Automatically scales based on system capabilities
    Dim result = ocr.Read(input)

    Console.WriteLine(result.Text)

    ' Performance monitoring capabilities:
    ' - result.TimeToRead: Processing duration
    ' - result.InputDetails: Image analysis metrics
    ' - Memory-efficient streaming for large documents
End Using
$vbLabelText   $csharpLabel

這些優化功能彰顯了 IronOCR 具備投入生產環境的設計。 當不需要特殊字元時，僅使用 BlackListCharacters 配置即可將速度提升 20-30%。 快速語言套件在處理大量資料時，能提供絕佳的平衡，尤其當完美準確性並非關鍵考量時。

針對 Enterprise 級應用，IronOCR 的多執行緒支援功能可同時處理多份文件，相較於單執行緒的 Tesseract，在現代多核心系統上能實現 4 至 8 倍的處理效能提升。

Tesseract 與 IronOCR 的 API 設計有何不同？

.NET 中的 Google Tesseract OCR

將原始 Tesseract 整合至 C# 應用程式時，有兩種具挑戰性的選項：

  • 互通性封裝函式庫：通常過時、文件不完善，且容易發生記憶體洩漏
  • 命令列執行：難以部署、受安全政策阻擋、錯誤處理不佳

這兩種方法在雲端環境、網頁應用程式或跨平台部署中均無法可靠運作。 缺乏適當的 .NET 整合，意味著必須花費更多時間與工具搏鬥，而非解決業務問題。

IronOCR Tesseract OCR .NET 程式庫

IronOCR 提供專為 .NET 開發人員設計的、完全受管且直觀的 API：

最簡單的實作方式

using IronOcr;

// Initialize the OCR engine with full IntelliSense support
var ocr = new IronTesseract();

// Process an image with automatic format detection
// Handles JPEG, PNG, TIFF, PDF, and more
var result = ocr.Read("img.png");

// Extract text with confidence metrics
string extractedText = result.Text;
Console.WriteLine(extractedText);

// Rich API provides detailed results:
// - result.Co/nfidence: Overall accuracy percentage
// - result.Pages: Page-by-page breakdown
// - result.Paragraphs: Document structure
// - result.Words: Individual word details
// - result.Barcodes: Detected barcode values
using IronOcr;

// Initialize the OCR engine with full IntelliSense support
var ocr = new IronTesseract();

// Process an image with automatic format detection
// Handles JPEG, PNG, TIFF, PDF, and more
var result = ocr.Read("img.png");

// Extract text with confidence metrics
string extractedText = result.Text;
Console.WriteLine(extractedText);

// Rich API provides detailed results:
// - result.Co/nfidence: Overall accuracy percentage
// - result.Pages: Page-by-page breakdown
// - result.Paragraphs: Document structure
// - result.Words: Individual word details
// - result.Barcodes: Detected barcode values
Imports IronOcr

' Initialize the OCR engine with full IntelliSense support
Dim ocr As New IronTesseract()

' Process an image with automatic format detection
' Handles JPEG, PNG, TIFF, PDF, and more
Dim result = ocr.Read("img.png")

' Extract text with confidence metrics
Dim extractedText As String = result.Text
Console.WriteLine(extractedText)

' Rich API provides detailed results:
' - result.Confidence: Overall accuracy percentage
' - result.Pages: Page-by-page breakdown
' - result.Paragraphs: Document structure
' - result.Words: Individual word details
' - result.Barcodes: Detected barcode values
$vbLabelText   $csharpLabel

此精簡版 API 消除了傳統 Tesseract 整合的複雜性。 每個方法皆附有完整的 XML 文件，讓您能直接在 IDE 中輕鬆探索各項功能。詳盡的 API 文件針對每項功能皆提供詳細範例。

經驗豐富的工程師提供Professional支援，確保您在實作細節上絕不會受阻。 該函式庫會定期更新，在維持與最新 .NET 版本相容的同時，也會根據開發者的回饋新增功能。

支援哪些平台與部署情境？

Google Tesseract + Interop for .NET

跨平台的 Tesseract 部署需要針對特定平台進行編譯與配置。

每個目標環境都需要不同的二進位檔、執行時依賴項及權限。 Docker 容器需要謹慎選擇基礎映像。 Azure 部署常因缺少 Visual C++ 執行階段套件而失敗。 Linux 相容性取決於具體的發行版及套件的可用性。

IronOCR Tesseract .NET OCR 程式庫

IronOCR 提供真正的"寫一次，部署到任何地方"功能：

應用類型：

  • 桌面應用程式（WPF、WinForms、Console）
  • 網頁應用程式（ASP.NET Core、Blazor）
  • 雲端服務（Azure Functions、AWS Lambda）
  • 行動應用程式（透過 Xamarin）
  • 微服務（Docker、Kubernetes）

平台支援：

  • Windows（7、8、10、11、伺服器版本）
  • macOS（Intel 及 Apple Silicon）
  • Linux（Ubuntu、Debian、CentOS、Alpine）
  • Docker 容器（官方基礎映像）
  • 雲端平台（Azure、AWS、Google Cloud）

.NET 相容性：

  • .NET Framework 4.6.2 及以上
  • .NET Standard 2.0 及以上（包含 9 及 10)
  • .NET Core 2.0 及以上
  • Mono 框架
  • Xamarin.Mac

該函式庫在內部處理平台差異，確保在所有環境中皆能提供一致的結果。 部署指南涵蓋特定情境，包括容器化、無伺服器函式及高可用性配置。

多語言 OCR 功能如何比較？

Google Tesseract 語言支援

在原始 Tesseract 中管理語言需要下載並維護 tessdata 檔案——所有語言的檔案總量約為 4GB。

資料夾結構必須精確無誤，環境變數需正確設定，且路徑在執行時必須可存取。語言切換需要存取檔案系統，這使得在受限環境中的部署變得複雜。 Tesseract 二進位檔與語言檔之間的版本不符會導致難以理解的錯誤。

IronOCR 語言管理

IronOCR 透過 NuGet 套件管理徹底革新了語言支援：

阿拉伯文 OCR 範例

using IronOcr;

// Configure IronTesseract for Arabic text recognition
var ocr = new IronTesseract
{
    // Set primary language to Arabic
    // Automatically handles right-to-left text
    Language = OcrLanguage.Arabic
};

// Load Arabic documents for processing
using var input = new OcrInput();
var pageIndices = new int[] { 1, 2 };
input.LoadImageFrames("img/arabic.gif", pageIndices);

// IronOCR includes specialized preprocessing for Arabic scripts
// Handles cursive text and diacritical marks automatically

// Perform OCR with language-specific optimizations
var result = ocr.Read(input);

// Save results with proper Unicode encoding
// Preserves Arabic text formatting and direction
result.SaveAsTextFile("arabic.txt");

// Advanced Arabic features:
// - Mixed Arabic/English document support
// - Automatic number conversion (Eastern/Western Arabic)
// - Font-specific optimization for common Arabic typefaces
using IronOcr;

// Configure IronTesseract for Arabic text recognition
var ocr = new IronTesseract
{
    // Set primary language to Arabic
    // Automatically handles right-to-left text
    Language = OcrLanguage.Arabic
};

// Load Arabic documents for processing
using var input = new OcrInput();
var pageIndices = new int[] { 1, 2 };
input.LoadImageFrames("img/arabic.gif", pageIndices);

// IronOCR includes specialized preprocessing for Arabic scripts
// Handles cursive text and diacritical marks automatically

// Perform OCR with language-specific optimizations
var result = ocr.Read(input);

// Save results with proper Unicode encoding
// Preserves Arabic text formatting and direction
result.SaveAsTextFile("arabic.txt");

// Advanced Arabic features:
// - Mixed Arabic/English document support
// - Automatic number conversion (Eastern/Western Arabic)
// - Font-specific optimization for common Arabic typefaces
Imports IronOcr

' Configure IronTesseract for Arabic text recognition
Private ocr = New IronTesseract With {.Language = OcrLanguage.Arabic}

' Load Arabic documents for processing
Private input = New OcrInput()
Private pageIndices = New Integer() { 1, 2 }
input.LoadImageFrames("img/arabic.gif", pageIndices)

' IronOCR includes specialized preprocessing for Arabic scripts
' Handles cursive text and diacritical marks automatically

' Perform OCR with language-specific optimizations
Dim result = ocr.Read(input)

' Save results with proper Unicode encoding
' Preserves Arabic text formatting and direction
result.SaveAsTextFile("arabic.txt")

' Advanced Arabic features:
' - Mixed Arabic/English document support
' - Automatic number conversion (Eastern/Western Arabic)
' - Font-specific optimization for common Arabic typefaces
$vbLabelText   $csharpLabel

多語言文件處理

using IronOcr;

// Install language packs via NuGet:
// PM> Install-Package IronOcr.Languages.ChineseSimplified

// Configure multi-language OCR
var ocr = new IronTesseract();

// Set primary language for majority content
ocr.Language = OcrLanguage.ChineseSimplified;

// Add secondary language for mixed content
// Perfect for documents with Chinese text and English metadata
ocr.AddSecondaryLanguage(OcrLanguage.English);

// Process multi-language PDFs efficiently
using var input = new OcrInput();
input.LoadPdf("multi-language.pdf");

// IronOCR automatically detects and switches between languages
// Maintains high accuracy across language boundaries
var result = ocr.Read(input);

// Export preserves all languages correctly
result.SaveAsTextFile("results.txt");

// Supported scenarios:
// - Technical documents with English terms in foreign text
// - Multilingual forms and applications  
// - International business documents
// - Mixed-script content (Latin, CJK, Arabic, etc.)
using IronOcr;

// Install language packs via NuGet:
// PM> Install-Package IronOcr.Languages.ChineseSimplified

// Configure multi-language OCR
var ocr = new IronTesseract();

// Set primary language for majority content
ocr.Language = OcrLanguage.ChineseSimplified;

// Add secondary language for mixed content
// Perfect for documents with Chinese text and English metadata
ocr.AddSecondaryLanguage(OcrLanguage.English);

// Process multi-language PDFs efficiently
using var input = new OcrInput();
input.LoadPdf("multi-language.pdf");

// IronOCR automatically detects and switches between languages
// Maintains high accuracy across language boundaries
var result = ocr.Read(input);

// Export preserves all languages correctly
result.SaveAsTextFile("results.txt");

// Supported scenarios:
// - Technical documents with English terms in foreign text
// - Multilingual forms and applications  
// - International business documents
// - Mixed-script content (Latin, CJK, Arabic, etc.)
Imports IronOcr

' Install language packs via NuGet:
' PM> Install-Package IronOcr.Languages.ChineseSimplified

' Configure multi-language OCR
Private ocr = New IronTesseract()

' Set primary language for majority content
ocr.Language = OcrLanguage.ChineseSimplified

' Add secondary language for mixed content
' Perfect for documents with Chinese text and English metadata
ocr.AddSecondaryLanguage(OcrLanguage.English)

' Process multi-language PDFs efficiently
Dim input = New OcrInput()
input.LoadPdf("multi-language.pdf")

' IronOCR automatically detects and switches between languages
' Maintains high accuracy across language boundaries
Dim result = ocr.Read(input)

' Export preserves all languages correctly
result.SaveAsTextFile("results.txt")

' Supported scenarios:
' - Technical documents with English terms in foreign text
' - Multilingual forms and applications  
' - International business documents
' - Mixed-script content (Latin, CJK, Arabic, etc.)
$vbLabelText   $csharpLabel

語言套件系統支援超過 127 種語言，每種語言皆針對特定文字編碼與書寫系統進行了最佳化。 透過 NuGet 進行安裝，可確保版本相容性，並簡化跨不同環境的部署流程。

IronOCR 除了基本 OCR 功能外，還提供了哪些額外功能？

IronOCR 具備 Enterprise 級功能，其應用範圍遠超出基本的文字擷取：

  • 自動影像分析：根據影像特性智能地配置處理流程
  • 可搜尋 PDF 建立：將掃描文件轉換為可完全搜尋的 PDF 檔案。 將 true 作為第二個參數傳遞給 SaveAsSearchablePdf()，以對輸出套用主動 OCR 濾鏡（新增於 v2025.5.11）
  • 進階 PDF OCR：在保留文件結構的同時擷取文字
  • BarCode 與 QR 碼讀取：在單次處理中偵測並解碼 BarCode
  • HTML 匯出：根據 OCR 結果產生結構化 HTML
  • TIFF 轉 PDF：將多頁 TIFF 檔案轉換為可搜尋的 PDF 檔案
  • 英文手寫 OCR：內建的英文手寫辨識功能，於 v2025.11.31 版本新增 — 相較於原始的 Tesseract，在處理手寫表單與筆記時具備顯著的差異化優勢
  • 方向偵測：DetectPageOrientation() 支援四種 OrientationDetectionMode 值 — ExtremeDetailed —— 用於控制精準度與速度之間的權衡（新增於 v2025.8.6）
  • 多執行緒支援：可同時處理多個文件
  • 詳細結果分析：可存取附帶信心分數的字元級資料

Scale() 與 EnhanceResolution() 因 v2025.12.3 版本中的已知問題，無法與 SaveAsSearchablePdf() 相容。所有其他篩選器在可搜尋 PDF/A 輸出時皆能正常運作。

OcrResult 類別提供對識別內容的細粒度存取，可實現複雜的後處理與驗證工作流程。

進行 C# 開發時，您該選擇哪種 OCR 解決方案？

Google Tesseract for C# OCR

在以下情況下請選擇標準版 Tesseract：

  • 從事學術或研究專案
  • 處理完美掃描的文件，且開發時間不受限制
  • 建置概念驗證應用程式
  • 成本是唯一的考量因素

請做好應對重大整合挑戰及持續維護需求的準備。

IronOCR Tesseract OCR 程式庫（適用於 .NET Framework 及 .NET Core）

IronOCR 是以下情況的最佳選擇：

  • 需要可靠性的生產環境應用程式
  • 具備真實世界文件品質的專案
  • 跨平台部署
  • 時間緊迫的開發時程
  • 需要專業支援的應用程式

該函式庫能透過縮短開發時間，以及在處理複雜文件時展現的卓越準確性，為使用者帶來實質效益。

如何在您的 C# 專案中開始使用 Professional OCR？

開始在您的 Visual Studio 專案中實作高精準度的 OCR：

Install-Package IronOcr

或直接下載 IronOCR .NET DLL 進行手動安裝。

請從我們的完整入門指南開始，探索程式碼範例，並在需要時利用Professional支援。

親身體驗 Professional OCR 帶來的差異——立即開始免費試用，加入超過 10,000 家企業的行列，在文件處理工作流程中實現 99.8% 以上的準確度。

Logos of major companies including NASA, LEGO, and 3M that trust Iron Software products for their OCR needs Iron Software 的 OCR 技術深受全球《財星》500 大企業及政府機構信賴，廣泛應用於關鍵任務的文件處理

常見問題

如何在 C# 應用程式中實作 Tesseract OCR？

若要在 C# 應用程式中實作 Tesseract OCR，可使用 IronOCR 中的 IronTesseract 類別。透過 NuGet 執行 Install-Package IronOcr 指令進行安裝，接著使用 using IronOcr; 加入命名空間。透過 var ocr = new IronTesseract(); 建立 OCR 引擎實例，並使用 var result = ocr.Read("image.png"); 從圖片中擷取文字。

相較於傳統的 Tesseract，使用 IronOCR 有什麼好處？

相較於傳統的 Tesseract，IronOCR 具備多項優勢，包括無需原生依賴項的簡化部署、可提升精準度的自動影像預處理，以及受管 .NET 整合。它提供 PDF 及多語言支援等功能，並可透過 NuGet 輕鬆安裝，避免了原生 Tesseract 所需的複雜 C++ 互通操作。

如何在 C# 專案中提升 OCR 準確度？

若要在 C# 專案中提升 OCR 準確度，請使用 IronOCR 的自動影像增強功能。透過 input.DeNoise() 和 input.Deskew() 等方法對影像進行預處理，可有效降低雜訊並修正傾斜。此外，請選擇正確的語言設定，並利用 OcrResult.Confidence 中的信心指標來驗證準確度。

我可以使用 C# 對 PDF 文件執行 OCR 嗎？

是的，透過 IronOCR 的 OcrInput 類別，您可以對 PDF 文件執行 OCR 處理。使用 input.LoadPdf("file.pdf", "password") 載入 PDF 文件，並透過 var result = ocr.Read(input); 進行處理。這讓您能夠直接在 C# 應用程式中擷取文字並建立可搜尋的 PDF 文件。

如何處理單一 OCR 文件中的多種語言？

IronOCR 支援在單一文件中處理多種語言。請使用 ocr.Language = OcrLanguage.English; 設定主要語言，並透過 ocr.AddSecondaryLanguage(OcrLanguage.Spanish); 新增次要語言。此靈活性對於包含混合語言或技術術語的文件特別有益。

哪些平台支援 IronOCR？

IronOCR 支援多種平台，包括 .NET Framework 4.6.2 以上、.NET Core 2.0 以上、.NET 5-10 以及 .NET Standard 2.0 以上。它可在 Windows、macOS 和 Linux 系統上運行，亦支援 Docker 容器、Azure Functions、AWS Lambda 以及 Xamarin 行動應用程式，並在不同環境中提供一致的效能表現。

如何在 C# 中優化 OCR 處理的效能？

若要在 C# 中優化 OCR 處理效能，請善用 IronOCR 的功能，例如透過 ocr.Configuration.ReadBarCodes = false; 停用不必要的 BarCode 掃描，並選用 ocr.Language = OcrLanguage.Fast; 等更快速的語言模型。此外，亦可運用多執行緒功能以加速批次處理。

IronOCR 支援哪些圖像格式？

IronOCR 支援多種影像格式，包括 PDF、TIFF、JPEG 和 PNG。請使用 OcrInput 類別透過 input.LoadImage("photo.jpg") 或 input.LoadPdf("file.pdf") 等方法載入影像。這種廣泛的相容性，讓您能輕鬆整合各種影像來源與格式。

雅各·梅勒（Jacob Mellor），Team Iron 首席技術長
雅各·梅勒
  立即與工程團隊聯繫
技術長

雅各·梅勒（Jacob Mellor）是 Iron Software 的首席技術官，也是一位開創 C# PDF 技術的遠見卓識工程師。作為 Iron Software 核心程式碼庫的原始開發者，他自公司成立以來便塑造了產品架構，並與執行長卡梅隆·里明頓（Cameron Rimington）共同將公司發展為擁有 50 多名員工的企業，服務對象包括 NASA、特斯拉（Tesla）及全球政府機構。

雅各布於曼徹斯特大學（1998–2001）取得土木工程一等榮譽工程學士學位（BEng）。他在 1999 年於倫敦創立首家軟體公司，並於 2005 年開發出首批 .NET 元件，此後專注於解決微軟生態系統中的複雜問題。

其旗艦產品 IronPDF 與 Iron Suite .NET 函式庫在全球已累積超過 3,000 萬次 NuGet 安裝，其基礎程式碼持續驅動著全球廣泛使用的開發者工具。憑藉 25 年商業經驗與 41 年程式設計專業，雅各持續致力於推動企業級 C#、Java 及 Python PDF 技術的創新，同時指導新一代技術領導者。

審閱者：
Jeff Fritz
Jeffrey T. Fritz
首席程式經理 - .NET 社群團隊
Jeff 同時也是 .NET 與 Visual Studio 團隊的首席程式經理。他是 .NET Conf 虛擬會議系列的執行製作人，並主持每週播出兩次的開發者直播節目《Fritz and Friends》，在節目中他會與觀眾一起探討技術話題並共同編寫程式碼。Jeff 負責撰寫工作坊內容、準備簡報，並為 Microsoft Build、Microsoft Ignite、.NET Conf 以及 Microsoft MVP Summit 等微軟最大規模的開發者活動規劃內容。
準備開始了嗎？
Nuget 下載 5,887,215 | 版本： 2026.5 just released
Still Scrolling Icon

還在往下捲動嗎？

想要快速確認成果嗎？ PM > Install-Package IronOcr
執行範例 觀看您的圖片轉為可搜尋文字。