1. IronOCR
  2. 教學
  3. 如何在.NET中從圖像中讀取文本
如何在 C# 中從圖像中提取文本

C# OCR 圖像轉文字教學：無需 Tesseract 即可將圖像轉換為文字

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

想在 C# 中將圖像轉換為文本，而無需進行複雜的 Tesseract 配置嗎？ 這篇全面的 IronOCR C# 教學將向您展示如何僅用幾行程式碼在您的 .NET 應用程式中實現強大的光學字元辨識功能。

快速入門：從圖像中提取一行文字

這個例子說明了IronOCR是多麼容易掌握——只需一行C#程式碼即可將圖像轉換為文字。 它示範如何初始化 OCR 引擎，無需複雜的設定即可立即讀取和檢索文字。

Nuget Icon立即開始使用 NuGet 建立 PDF 檔案：

  1. 使用 NuGet 套件管理器安裝 IronOCR

    PM > Install-Package IronOcr

  2. 複製並運行這段程式碼。

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

  3. 部署到您的生產環境進行測試

    立即開始在您的專案中使用 IronOCR，免費試用！
    arrow pointer

最簡工作流程（5個步驟）

  1. 下載 IronOCR——用於圖像轉文字轉換的 C# OCR 庫
  2. 使用IronTesseract類別可以立即從圖像中讀取文字。
  3. 對低品質掃描件應用影像濾鏡以提高OCR辨識準確率
  4. 使用可下載的語言包處理多種語言
  5. 將結果匯出為可搜尋的PDF文件或提取文字字串

如何在.NET應用程式中讀取圖像中的文字？

要在 .NET 應用程式中實作 C# OCR 影像轉文字功能，您需要一個可靠的 OCR 函式庫。 IronOCR 提供了一個使用IronOcr.IronTesseract類別的託管解決方案，該方案在無需外部依賴項的情況下，最大限度地提高了準確性和速度。

首先，將 IronOCR 安裝到您的 Visual Studio 專案中。 您可以直接下載 IronOCR DLL ，也可以使用NuGet 套件管理器。

Install-Package IronOcr

為什麼選擇 IronOCR 進行無需 Tesseract 的 C# OCR 識別？

當您需要在 C# 中將圖像轉換為文字時，IronOCR 比傳統的 Tesseract 實作方式具有顯著優勢：

  • 可在純 .NET 環境中立即執行 無需安裝或設定 Tesseract
  • 運行最新引擎： Tesseract 5 （以及 Tesseract 4 和 3）
  • 相容於 .NET Framework 4.5+、.NET Standard 2+ 以及 .NET Core 2、3、5、6、7、8、9 和 10 與原版 Tesseract 相比，提高了準確性和速度。
  • 支援 Xamarin、Mono、Azure 和 Docker 部署
  • 透過 NuGet 套件管理複雜的 Tesseract 字典
  • 自動處理 PDF、多幀 TIFF 和所有主流影像格式
  • 校正低品質和傾斜的掃描影像，以獲得最佳結果

如何使用 IronOCR C# 進行基本 OCR 辨識？

這個 Iron Tesseract C# 範例示範了使用 IronOCR 從圖像中讀取文字的最簡單方法。 IronOcr.IronTesseract類別提取文字並將其作為字串傳回。

// Basic C# OCR image to text conversion using IronOCR
// This example shows how to extract text from images without complex setup

using IronOcr;
using System;

try
{
    // Initialize IronTesseract for OCR operations
    var ocrEngine = new IronTesseract();

    // Path to your image file - supports PNG, JPG, TIFF, BMP, and more
    var imagePath = @"img\Screenshot.png";

    // Create input and perform OCR to convert image to text
    using (var input = new OcrInput(imagePath))
    {
        // Read text from image and get results
        OcrResult result = ocrEngine.Read(input);

        // Display extracted text
        Console.WriteLine(result.Text);
    }
}
catch (OcrException ex)
{
    // Handle OCR-specific errors
    Console.WriteLine($"OCR Error: {ex.Message}");
}
catch (Exception ex)
{
    // Handle general errors
    Console.WriteLine($"Error: {ex.Message}");
}
// Basic C# OCR image to text conversion using IronOCR
// This example shows how to extract text from images without complex setup

using IronOcr;
using System;

try
{
    // Initialize IronTesseract for OCR operations
    var ocrEngine = new IronTesseract();

    // Path to your image file - supports PNG, JPG, TIFF, BMP, and more
    var imagePath = @"img\Screenshot.png";

    // Create input and perform OCR to convert image to text
    using (var input = new OcrInput(imagePath))
    {
        // Read text from image and get results
        OcrResult result = ocrEngine.Read(input);

        // Display extracted text
        Console.WriteLine(result.Text);
    }
}
catch (OcrException ex)
{
    // Handle OCR-specific errors
    Console.WriteLine($"OCR Error: {ex.Message}");
}
catch (Exception ex)
{
    // Handle general errors
    Console.WriteLine($"Error: {ex.Message}");
}
$vbLabelText   $csharpLabel

這段程式碼對清晰影像的擷取準確率達到100%，能夠精確擷取影像中的文字：

IronOCR Simple Example

In this simple example we test the accuracy of our C# OCR library to read text from a PNG Image. This is a very basic test, but things will get more complicated as the tutorial continues.

The quick brown fox jumps over the lazy dog

IronTesseract類別在內部處理複雜的 OCR 操作。 它可自動掃描對齊情況，優化分辨率，並利用人工智慧技術，透過 IronOCR 從圖像中讀取文本，達到人類級別的準確度。

儘管幕後進行了複雜的處理——包括圖像分析、引擎優化和智慧文字識別——但 OCR 處理速度與人類閱讀速度相當，同時保持了卓越的準確度。

IronOCR 簡單範例，展示如何以 100% 的準確率將 C# OCR 影像轉換為文字。 螢幕截圖展示了 IronOCR 從 PNG 圖像中完美提取文字的能力。

如何在不配置 Tesseract 的情況下實現高階 C# OCR？

對於需要在 C# 中將圖像轉換為文字時獲得最佳性能的生產應用程序，請同時使用OcrInput和IronTesseract類別。 這種方法可以對 OCR 過程進行精細控制。

Ocr輸入類別特徵

  • 支援多種影像格式：JPEG、TIFF、GIF、BMP、PNG
  • 匯入完整的 PDF 檔案或特定頁面
  • 自動增強對比度、解析度和影像質量
  • 校正旋轉、掃描雜訊、傾斜和負像

IronTesseract 類別特性

  • 可使用 125 多種預先包裝語言
  • 包括 Tesseract 5、4 和 3 引擎
  • 文檔類型說明（螢幕截圖、程式碼片段或完整文件）
  • 整合條碼讀取功能
  • 多種輸出格式：可搜尋的 PDF、HOCR HTML、DOM 物件和字串

如何開始使用 OcrInput 和 IronTesseract？

以下是針對本 IronOCR C# 教學的建議配置，此配置適用於大多數文件類型：

using IronOcr;

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

// Create input container for processing multiple images
using (OcrInput input = new OcrInput())
{
    // Process specific pages from multi-page TIFF files
    int[] pageIndices = new int[] { 1, 2 };

    // Load TIFF frames - perfect for scanned documents
    input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

    // Execute OCR to read text from image using IronOCR
    OcrResult result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}
using IronOcr;

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

// Create input container for processing multiple images
using (OcrInput input = new OcrInput())
{
    // Process specific pages from multi-page TIFF files
    int[] pageIndices = new int[] { 1, 2 };

    // Load TIFF frames - perfect for scanned documents
    input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

    // Execute OCR to read text from image using IronOCR
    OcrResult result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}
$vbLabelText   $csharpLabel

這種配置在中等品質的掃描中始終能達到近乎完美的精度。 LoadImageFrames方法能夠有效率地處理多頁文檔，因此非常適合批次處理場景。


包含哈利波特文本的多頁 TIFF 文檔，可用於 C# OCR 處理。

範例 TIFF 文檔，示範 IronOCR 的多頁文字擷取功能

IronOCR 能夠從 TIFF 等掃描文件中的圖像和條碼讀取文本，這充分展現了它如何簡化複雜的 OCR 任務。 該程式庫在處理真實文件方面表現出色，能夠無縫處理多頁 TIFF 文件和PDF 文字擷取。

IronOCR如何處理低品質掃描件？


低品質掃描影像帶有數位噪聲，展示了 IronOCR 的影像增強功能。

IronOCR 可以使用影像濾波器準確處理具有雜訊的低解析度文件。

在處理包含失真和數位雜訊的不完美掃描時， IronOCR 的效能優於其他 C# OCR 函式庫。 它專為真實場景而設計，而非為完美的測試圖像而設計。

// Advanced Iron Tesseract C# example for low-quality images
using IronOcr;
using System;

var ocr = new IronTesseract();

try
{
    using (var input = new OcrInput())
    {
        // Load specific pages from poor-quality TIFF
        var pageIndices = new int[] { 0, 1 };
        input.LoadImageFrames(@"img\Potter.LowQuality.tiff", pageIndices);

        // Apply deskew filter to correct rotation and perspective
        input.Deskew(); // Critical for improving accuracy on skewed scans

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

        // Display results
        Console.WriteLine("Recognized Text:");
        Console.WriteLine(result.Text);
    }
}
catch (Exception ex)
{
    Console.WriteLine($"Error during OCR: {ex.Message}");
}
// Advanced Iron Tesseract C# example for low-quality images
using IronOcr;
using System;

var ocr = new IronTesseract();

try
{
    using (var input = new OcrInput())
    {
        // Load specific pages from poor-quality TIFF
        var pageIndices = new int[] { 0, 1 };
        input.LoadImageFrames(@"img\Potter.LowQuality.tiff", pageIndices);

        // Apply deskew filter to correct rotation and perspective
        input.Deskew(); // Critical for improving accuracy on skewed scans

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

        // Display results
        Console.WriteLine("Recognized Text:");
        Console.WriteLine(result.Text);
    }
}
catch (Exception ex)
{
    Console.WriteLine($"Error during OCR: {ex.Message}");
}
$vbLabelText   $csharpLabel

使用Input.Deskew() ，低品質掃描的準確率提高到99.8% ，幾乎與高品質結果相當。 這表明，IronOCR 是 C# OCR 的首選，因為它不會產生 Tesseract 的複雜問題。

影像濾鏡可能會略微增加處理時間，但會顯著縮短整體 OCR 處理時間。 找到合適的平衡點取決於您的文件品質。

對於大多數情況， Input.Deskew()和Input.DeNoise()可以可靠地提高 OCR 性能。 了解更多影像預處理技術。

如何優化OCR效能和速度？

在 C# 中將影像轉換為文字時，影響 OCR 速度的最重要因素是輸入品質。 較高的 DPI（~200 dpi）和最小的噪音可產生最快、最準確的結果。

IronOCR 雖然在修正不完美文件方面表現出色，但這種增強功能需要額外的處理時間。

選擇壓縮失真最小的影像格式。 由於數位雜訊較低，TIFF 和 PNG 通常比 JPEG 格式的掃描速度更快。

哪些影像濾鏡可以提高OCR速度？

以下濾鏡可顯著提升 C# OCR 影像轉文字工作流程的效能：

  • OcrInput.Rotate(double degrees) :順時針旋轉影像（負值表示逆時針旋轉）
  • OcrInput.Binarize() ：轉換為黑白影像，提高低對比場景下的效能
  • OcrInput.ToGrayScale() ：轉換為灰階影像，以提高速度。
  • OcrInput.Contrast() ：自動調整對比度以提高準確性
  • OcrInput.DeNoise() ：在預期存在雜訊時移除數位偽影
  • OcrInput.Invert() ：反轉黑底白字文字的顏色
  • OcrInput.Dilate() ：擴展文字邊界
  • OcrInput.Erode() ：縮小文字邊界
  • OcrInput.Deskew() ：校正對齊方式 - 對於傾斜的文檔至關重要
  • OcrInput.DeepCleanBackgroundNoise() ：強力降噪
  • OcrInput.EnhanceResolution ：提高低解析度影像質量

如何配置 IronOCR 以獲得最高速度？

使用以下設定可優化處理高品質掃描件的速度：

using IronOcr;

// Configure for speed - ideal for clean documents
IronTesseract ocr = new IronTesseract();

// Exclude problematic characters to speed up recognition
ocr.Configuration.BlackListCharacters = "~`$#^*_{[]}|\\";

// Use automatic page segmentation
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;

// Select fast English language pack
ocr.Language = OcrLanguage.EnglishFast;

using (OcrInput input = new OcrInput())
{
    // Load specific pages from document
    int[] pageIndices = new int[] { 1, 2 };
    input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

    // Read with optimized settings
    OcrResult result = ocr.Read(input);
    Console.WriteLine(result.Text);
}
using IronOcr;

// Configure for speed - ideal for clean documents
IronTesseract ocr = new IronTesseract();

// Exclude problematic characters to speed up recognition
ocr.Configuration.BlackListCharacters = "~`$#^*_{[]}|\\";

// Use automatic page segmentation
ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;

// Select fast English language pack
ocr.Language = OcrLanguage.EnglishFast;

using (OcrInput input = new OcrInput())
{
    // Load specific pages from document
    int[] pageIndices = new int[] { 1, 2 };
    input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

    // Read with optimized settings
    OcrResult result = ocr.Read(input);
    Console.WriteLine(result.Text);
}
$vbLabelText   $csharpLabel

與預設值相比，此優化後的設定可保持99.8% 的準確率，同時速度提高 35% 。

如何使用 C# OCR 讀取影像的特定區域？

下面這個 Iron Tesseract C# 範例展示如何使用System.Drawing.Rectangle定位特定區域。 對於文字出現在可預測位置的標準化表格，這種技術非常有價值。

IronOCR能否處理裁切區域以獲得更快的結果？

使用基於像素的座標，您可以將 OCR 限制在特定區域，從而顯著提高速度並防止提取不必要的文字：

using IronOcr;
using IronSoftware.Drawing;

// Initialize OCR engine for targeted region processing
var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Define exact region for OCR - coordinates in pixels
    var contentArea = new System.Drawing.Rectangle(
        x: 215, 
        y: 1250, 
        width: 1335, 
        height: 280
    );

    // Load image with specific area - perfect for forms and invoices
    input.AddImage("img/ComSci.png", contentArea);

    // Process only the defined region
    OcrResult result = ocr.Read(input);
    Console.WriteLine(result.Text);
}
using IronOcr;
using IronSoftware.Drawing;

// Initialize OCR engine for targeted region processing
var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Define exact region for OCR - coordinates in pixels
    var contentArea = new System.Drawing.Rectangle(
        x: 215, 
        y: 1250, 
        width: 1335, 
        height: 280
    );

    // Load image with specific area - perfect for forms and invoices
    input.AddImage("img/ComSci.png", contentArea);

    // Process only the defined region
    OcrResult result = ocr.Read(input);
    Console.WriteLine(result.Text);
}
$vbLabelText   $csharpLabel

這種有針對性的方法在僅提取相關文本的同時，速度提高了 41% 。 它非常適合用於發票、支票和表格等結構化文件。 同樣的裁切技術也能完美地應用於PDF OCR 操作。

電腦科學文檔，展示如何使用 C# 進行目標 OCR 區域提取 本文檔示範如何使用 IronOCR 的矩形選擇功能進行精確的基於區域的文字擷取。

IronOCR支援多少種語言？

IronOCR 透過便利的語言包提供125 種國際語言。 您可以從我們的網站或透過NuGet 套件管理器下載它們作為 DLL 檔案。

透過 NuGet 介面安裝語言包（搜尋"IronOcr.Languages" ），或存取完整的語言包清單。

支援的語言包括阿拉伯語、中文（簡體/繁體）、日語、韓語、印地語、俄語、德語、法語、西班牙語以及其他 115 種語言，每種語言都針對準確的文字辨識進行了最佳化。

如何實現多語言OCR？

本 IronOCR C# 教學範例示範了阿拉伯文字辨識：

Install-Package IronOcr.Languages.Arabic
IronOCR正在處理阿拉伯語文本，展示了其多語言OCR支援功能。

IronOCR能夠從GIF圖像中準確提取阿拉伯語文本

// Install-Package IronOcr.Languages.Arabic
using IronOcr;

// Configure for Arabic language OCR
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
    // Load Arabic text image
    input.AddImage("img/arabic.gif");

    // IronOCR handles low-quality Arabic text that standard Tesseract cannot
    var result = ocr.Read(input);

    // Save to file (console may not display Arabic correctly)
    result.SaveAsTextFile("arabic.txt");
}
// Install-Package IronOcr.Languages.Arabic
using IronOcr;

// Configure for Arabic language OCR
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.Arabic;

using (var input = new OcrInput())
{
    // Load Arabic text image
    input.AddImage("img/arabic.gif");

    // IronOCR handles low-quality Arabic text that standard Tesseract cannot
    var result = ocr.Read(input);

    // Save to file (console may not display Arabic correctly)
    result.SaveAsTextFile("arabic.txt");
}
$vbLabelText   $csharpLabel

IronOCR 能處理多語言文件嗎？

當文件包含多種語言時，請設定 IronOCR 以支援多語言：

Install-Package IronOcr.Languages.ChineseSimplified
// Multi-language OCR configuration
using IronOcr;

var ocr = new IronTesseract();

// Set primary language
ocr.Language = OcrLanguage.ChineseSimplified;

// Add secondary languages as needed
ocr.AddSecondaryLanguage(OcrLanguage.English);

// Custom .traineddata files can be added for specialized recognition
// ocr.AddSecondaryLanguage("path/to/custom.traineddata");

using (var input = new OcrInput())
{
    // Process multi-language document
    input.AddImage("img/MultiLanguage.jpeg");

    var result = ocr.Read(input);
    result.SaveAsTextFile("MultiLanguage.txt");
}
// Multi-language OCR configuration
using IronOcr;

var ocr = new IronTesseract();

// Set primary language
ocr.Language = OcrLanguage.ChineseSimplified;

// Add secondary languages as needed
ocr.AddSecondaryLanguage(OcrLanguage.English);

// Custom .traineddata files can be added for specialized recognition
// ocr.AddSecondaryLanguage("path/to/custom.traineddata");

using (var input = new OcrInput())
{
    // Process multi-language document
    input.AddImage("img/MultiLanguage.jpeg");

    var result = ocr.Read(input);
    result.SaveAsTextFile("MultiLanguage.txt");
}
$vbLabelText   $csharpLabel

如何使用 C# OCR 處理多頁文件？

IronOCR 可將多個頁面或影像無縫合併為單一OcrResult 。 此功能可實現建立可搜尋 PDF和從整個文件集中提取文字等強大功能。

在一次 OCR 操作中混合搭配各種來源—影像、TIFF 幀和 PDF 頁面：

// Multi-source document processing
using IronOcr;

IronTesseract ocr = new IronTesseract();

using (OcrInput input = new OcrInput())
{
    // Add various image formats
    input.AddImage("image1.jpeg");
    input.AddImage("image2.png");

    // Process specific frames from multi-frame images
    int[] frameNumbers = { 1, 2 };
    input.AddImageFrames("image3.gif", frameNumbers);

    // Process all sources together
    OcrResult result = ocr.Read(input);

    // Verify page count
    Console.WriteLine($"{result.Pages.Count} Pages processed.");
}
// Multi-source document processing
using IronOcr;

IronTesseract ocr = new IronTesseract();

using (OcrInput input = new OcrInput())
{
    // Add various image formats
    input.AddImage("image1.jpeg");
    input.AddImage("image2.png");

    // Process specific frames from multi-frame images
    int[] frameNumbers = { 1, 2 };
    input.AddImageFrames("image3.gif", frameNumbers);

    // Process all sources together
    OcrResult result = ocr.Read(input);

    // Verify page count
    Console.WriteLine($"{result.Pages.Count} Pages processed.");
}
$vbLabelText   $csharpLabel

高效處理TIFF檔案的所有頁面：

using IronOcr;

IronTesseract ocr = new IronTesseract();

using (OcrInput input = new OcrInput())
{
    // Define pages to process (0-based indexing)
    int[] pageIndices = new int[] { 0, 1 };

    // Load specific TIFF frames
    input.LoadImageFrames("MultiFrame.Tiff", pageIndices);

    // Extract text from all frames
    OcrResult result = ocr.Read(input);

    Console.WriteLine(result.Text);
    Console.WriteLine($"{result.Pages.Count} Pages processed");
}
using IronOcr;

IronTesseract ocr = new IronTesseract();

using (OcrInput input = new OcrInput())
{
    // Define pages to process (0-based indexing)
    int[] pageIndices = new int[] { 0, 1 };

    // Load specific TIFF frames
    input.LoadImageFrames("MultiFrame.Tiff", pageIndices);

    // Extract text from all frames
    OcrResult result = ocr.Read(input);

    Console.WriteLine(result.Text);
    Console.WriteLine($"{result.Pages.Count} Pages processed");
}
$vbLabelText   $csharpLabel

將TIFF或PDF檔案轉換為可搜尋格式：

using System;
using IronOcr;

IronTesseract ocr = new IronTesseract();

using (OcrInput input = new OcrInput())
{
    // Set document metadata
    input.Title = "Quarterly Report";

    // Combine multiple sources
    input.AddImage("image1.jpeg");
    input.AddImage("image2.png");

    // Add specific frames from animated images
    int[] gifFrames = new int[] { 1, 2 };
    input.AddImageFrames("image3.gif", gifFrames);

    // Create searchable PDF
    OcrResult result = ocr.Read(input);
    result.SaveAsSearchablePdf("searchable.pdf");
}
using System;
using IronOcr;

IronTesseract ocr = new IronTesseract();

using (OcrInput input = new OcrInput())
{
    // Set document metadata
    input.Title = "Quarterly Report";

    // Combine multiple sources
    input.AddImage("image1.jpeg");
    input.AddImage("image2.png");

    // Add specific frames from animated images
    int[] gifFrames = new int[] { 1, 2 };
    input.AddImageFrames("image3.gif", gifFrames);

    // Create searchable PDF
    OcrResult result = ocr.Read(input);
    result.SaveAsSearchablePdf("searchable.pdf");
}
$vbLabelText   $csharpLabel

將現有PDF文件轉換為可搜尋版本：

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Set PDF metadata
    input.Title = "Annual Report 2024";

    // Process existing PDF
    input.LoadPdf("example.pdf", "password");

    // Generate searchable version
    var result = ocr.Read(input);
    result.SaveAsSearchablePdf("searchable.pdf");
}
using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Set PDF metadata
    input.Title = "Annual Report 2024";

    // Process existing PDF
    input.LoadPdf("example.pdf", "password");

    // Generate searchable version
    var result = ocr.Read(input);
    result.SaveAsSearchablePdf("searchable.pdf");
}
$vbLabelText   $csharpLabel

對 TIFF 格式轉換也應用相同的技術：

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Configure document properties
    input.Title = "Scanned Archive Document";

    // Select pages to process
    var pageIndices = new int[] { 1, 2 };
    input.LoadImageFrames("example.tiff", pageIndices);

    // Create searchable PDF from TIFF
    OcrResult result = ocr.Read(input);
    result.SaveAsSearchablePdf("searchable.pdf");
}
using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Configure document properties
    input.Title = "Scanned Archive Document";

    // Select pages to process
    var pageIndices = new int[] { 1, 2 };
    input.LoadImageFrames("example.tiff", pageIndices);

    // Create searchable PDF from TIFF
    OcrResult result = ocr.Read(input);
    result.SaveAsSearchablePdf("searchable.pdf");
}
$vbLabelText   $csharpLabel

如何將 OCR 結果匯出為 HOCR HTML？

IronOCR 支援 HOCR HTML 匯出，可在保留佈局資訊的同時，實現結構化PDF 到 HTML和TIFF 到 HTML 的轉換：

using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Set HTML title
    input.Title = "Document Archive";

    // Process multiple document types
    input.AddImage("image2.jpeg");
    input.AddPdf("example.pdf", "password");

    // Add TIFF pages
    var pageIndices = new int[] { 1, 2 };
    input.AddTiff("example.tiff", pageIndices);

    // Export as HOCR with position data
    OcrResult result = ocr.Read(input);
    result.SaveAsHocrFile("hocr.html");
}
using IronOcr;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    // Set HTML title
    input.Title = "Document Archive";

    // Process multiple document types
    input.AddImage("image2.jpeg");
    input.AddPdf("example.pdf", "password");

    // Add TIFF pages
    var pageIndices = new int[] { 1, 2 };
    input.AddTiff("example.tiff", pageIndices);

    // Export as HOCR with position data
    OcrResult result = ocr.Read(input);
    result.SaveAsHocrFile("hocr.html");
}
$vbLabelText   $csharpLabel

IronOCR 能同時讀取條碼和文字嗎？

IronOCR獨特地將文字辨識與條碼讀取功能結合，無需單獨的庫：

// Enable combined text and barcode recognition
using IronOcr;

var ocr = new IronTesseract();

// Enable barcode detection
ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
    // Load image containing both text and barcodes
    input.AddImage("img/Barcode.png");

    // Process both text and barcodes
    var result = ocr.Read(input);

    // Extract barcode data
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine($"Barcode Value: {barcode.Value}");
        Console.WriteLine($"Type: {barcode.Type}, Location: {barcode.Location}");
    }
}
// Enable combined text and barcode recognition
using IronOcr;

var ocr = new IronTesseract();

// Enable barcode detection
ocr.Configuration.ReadBarCodes = true;

using (var input = new OcrInput())
{
    // Load image containing both text and barcodes
    input.AddImage("img/Barcode.png");

    // Process both text and barcodes
    var result = ocr.Read(input);

    // Extract barcode data
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine($"Barcode Value: {barcode.Value}");
        Console.WriteLine($"Type: {barcode.Type}, Location: {barcode.Location}");
    }
}
$vbLabelText   $csharpLabel

如何取得詳細的OCR結果和元資料？

IronOCR 結果物件提供全面的數據，高級開發人員可以利用這些數據開發複雜的應用程式。

每個OcrResult都包含分層集合：頁、段落、行、單字和字元。 所有元素均包含詳細的元數據，例如位置、字體資訊和置信度評分。

可以將單一元素（段落、單字、條碼）匯出為圖像或點陣圖以進行進一步處理：

using System;
using IronOcr;
using IronSoftware.Drawing;

// Configure with barcode support
IronTesseract ocr = new IronTesseract
{
    Configuration = { ReadBarCodes = true }
};

using OcrInput input = new OcrInput();

// Process multi-page document
int[] pageIndices = { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

OcrResult result = ocr.Read(input);

// Navigate the complete results hierarchy
foreach (var page in result.Pages)
{
    // Page-level data
    int pageNumber = page.PageNumber;
    string pageText = page.Text;
    int pageWordCount = page.WordCount;

    // Extract page elements
    OcrResult.Barcode[] barcodes = page.Barcodes;
    AnyBitmap pageImage = page.ToBitmap();
    double pageWidth = page.Width;
    double pageHeight = page.Height;

    foreach (var paragraph in page.Paragraphs)
    {
        // Paragraph properties
        int paragraphNumber = paragraph.ParagraphNumber;
        string paragraphText = paragraph.Text;
        double paragraphConfidence = paragraph.Confidence;
        var textDirection = paragraph.TextDirection;

        foreach (var line in paragraph.Lines)
        {
            // Line details including baseline information
            string lineText = line.Text;
            double lineConfidence = line.Confidence;
            double baselineAngle = line.BaselineAngle;
            double baselineOffset = line.BaselineOffset;

            foreach (var word in line.Words)
            {
                // Word-level data
                string wordText = word.Text;
                double wordConfidence = word.Confidence;

                // Font information (when available)
                if (word.Font != null)
                {
                    string fontName = word.Font.FontName;
                    double fontSize = word.Font.FontSize;
                    bool isBold = word.Font.IsBold;
                    bool isItalic = word.Font.IsItalic;
                }

                foreach (var character in word.Characters)
                {
                    // Character-level analysis
                    string charText = character.Text;
                    double charConfidence = character.Confidence;

                    // Alternative character choices for spell-checking
                    OcrResult.Choice[] alternatives = character.Choices;
                }
            }
        }
    }
}
using System;
using IronOcr;
using IronSoftware.Drawing;

// Configure with barcode support
IronTesseract ocr = new IronTesseract
{
    Configuration = { ReadBarCodes = true }
};

using OcrInput input = new OcrInput();

// Process multi-page document
int[] pageIndices = { 1, 2 };
input.LoadImageFrames(@"img\Potter.tiff", pageIndices);

OcrResult result = ocr.Read(input);

// Navigate the complete results hierarchy
foreach (var page in result.Pages)
{
    // Page-level data
    int pageNumber = page.PageNumber;
    string pageText = page.Text;
    int pageWordCount = page.WordCount;

    // Extract page elements
    OcrResult.Barcode[] barcodes = page.Barcodes;
    AnyBitmap pageImage = page.ToBitmap();
    double pageWidth = page.Width;
    double pageHeight = page.Height;

    foreach (var paragraph in page.Paragraphs)
    {
        // Paragraph properties
        int paragraphNumber = paragraph.ParagraphNumber;
        string paragraphText = paragraph.Text;
        double paragraphConfidence = paragraph.Confidence;
        var textDirection = paragraph.TextDirection;

        foreach (var line in paragraph.Lines)
        {
            // Line details including baseline information
            string lineText = line.Text;
            double lineConfidence = line.Confidence;
            double baselineAngle = line.BaselineAngle;
            double baselineOffset = line.BaselineOffset;

            foreach (var word in line.Words)
            {
                // Word-level data
                string wordText = word.Text;
                double wordConfidence = word.Confidence;

                // Font information (when available)
                if (word.Font != null)
                {
                    string fontName = word.Font.FontName;
                    double fontSize = word.Font.FontSize;
                    bool isBold = word.Font.IsBold;
                    bool isItalic = word.Font.IsItalic;
                }

                foreach (var character in word.Characters)
                {
                    // Character-level analysis
                    string charText = character.Text;
                    double charConfidence = character.Confidence;

                    // Alternative character choices for spell-checking
                    OcrResult.Choice[] alternatives = character.Choices;
                }
            }
        }
    }
}
$vbLabelText   $csharpLabel

概括

IronOCR 為 C# 開發人員提供最先進的Tesseract API 實現，可在 Windows、Linux 和 Mac 平台上無縫運作。 IronOCR 能夠準確地從圖像中讀取文字——即使是從不完美的文件中讀取——這使其區別於基本的 OCR 解決方案。

該程式庫的獨特功能包括整合條碼讀取功能，以及將結果匯出為可搜尋的 PDF 或 HOCR HTML 的功能，這些功能在標準的 Tesseract 實作中是不可用的。

展望未來

要繼續精通 IronOCR：

原始碼下載

準備好在您的應用程式中實現 C# OCR 圖像到文字的轉換功能了嗎？ 下載 IronOCR ，立即開始免費試用。

常見問題解答

如何在不使用 Tesseract 的情況下，用 C# 將圖像轉換為文字？

您可以使用 IronOCR 在 C# 中將圖像轉換為文本，而無需 Tesseract。 IronOCR 內建了直接處理圖像到文字轉換的方法，簡化了這個過程。

如何提高低品質影像的OCR辨識準確率？

IronOCR 提供諸如Input.Deskew()和Input.DeNoise()之類的影像濾波器，可透過校正傾斜和減少雜訊來增強低品質影像，從而顯著提高 OCR 準確性。

如何使用 C# 中的 OCR 從多頁文件中提取文字？

要從多頁文件中提取文本，IronOCR 允許您使用LoadPdf()等方法載入和處理每一頁（用於 PDF）或處理 TIFF 文件，從而有效地將每一頁轉換為文字。

是否可以同時從圖像中讀取條碼和文字？

是的，IronOCR 可以從單張圖像中讀取文字和條碼。您可以透過設定ocr.Configuration.ReadBarCodes = true來啟用條碼讀取功能，這樣就可以同時擷取文字和條碼資料。

如何設定OCR以處理多語言文件？

IronOCR 支援超過 125 種語言，並允許您使用ocr.Language設定主要語言，並使用ocr.AddSecondaryLanguage()添加其他語言，以進行多語言文件處理。

有哪些方法可以將OCR結果匯出為不同格式？

IronOCR 提供了多種導出 OCR 結果的方法，例如SaveAsSearchablePdf()用於導出 PDF， SaveAsTextFile()用於導出純文本， SaveAsHocrFile()用於導出 HOCR HTML 格式。

如何優化大型影像檔案的OCR處理速度？

為了優化 OCR 處理速度，請使用 IronOCR 的OcrLanguage.EnglishFast來加快語言辨識速度，並使用System.Drawing.Rectangle定義 OCR 的特定區域以減少處理時間。

如何處理受保護的PDF文件的OCR識別？

處理受保護的 PDF 檔案時，請使用LoadPdf()方法並配合正確的密碼。 IronOCR 可以處理基於影像的 PDF 文件，自動將頁面轉換為影像以進行 OCR 處理。

如果OCR辨識結果不準確，我該怎麼辦？

如果 OCR 結果不準確，請考慮使用 IronOCR 的影像增強功能，如Input.Deskew()和Input.DeNoise() ，並確保已安裝正確的語言包。

我可以自訂 OCR 過程以排除某些字元嗎？

是的，IronOCR 允許透過使用BlackListCharacters屬性來排除特定字符，從而自訂 OCR 過程，僅專注於相關文本，提高準確性和處理速度。

Jacob Mellor，Team Iron 首席技術官
雅各·梅勒
  現在就和工程團隊聊天吧
首席技術長

Jacob Mellor 是 Iron Software 的首席技術官，也是一位富有遠見的工程師，率先開發了 C# PDF 技術。作為 Iron Software 核心程式碼庫的最初開發者，他自公司成立之初便參與塑造了其產品架構，並與執行長 Cameron Rimington 一起將其發展成為一家擁有 50 多名員工、服務於 NASA、特斯拉和全球政府機構的公司。

Jacob 於 1998 年至 2001 年在曼徹斯特大學獲得土木工程一級榮譽學士學位。 1999 年，他在倫敦創辦了自己的第一家軟體公司；2005 年，他創建了自己的第一個 .NET 元件。此後，他專注於解決微軟生態系統中的複雜問題。

他的旗艦產品 IronPDF 和 IronSuite .NET 庫在全球 NuGet 上的安裝量已超過 3000 萬次，其基礎程式碼持續為全球開發者工具提供支援。憑藉 25 年的商業經驗和 41 年的程式設計專長，Jacob 始終致力於推動企業級 C#、Java 和 Python PDF 技術的創新，同時指導下一代技術領導者。

經審核
傑夫·弗里茨
傑弗裡·T·弗里茨
.NET 社群團隊首席專案經理
Jeff 同時也是 .NET 和 Visual Studio 團隊的首席專案經理。他是 .NET Conf 虛擬會議系列的執行製片人，並主持每週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並編寫程式碼。 Jeff 也為包括 Microsoft Build、Microsoft Ignite、.NET Conf 和 Microsoft MVP Summit 在內的微軟大型開發者活動撰寫研討會、簡報並策劃內容。
準備好開始了嗎？
Nuget 下載 5,299,091 | 版本： 2025.12 剛剛發布