C# OCR Image to Text Tutorial: Convert Images to Text Without Tesseract

最低限度的工作流程（5 個步驟）

下載 IronOCR - 影像轉文字的 C# OCR 函式庫。

使用 IronTesseract 類立即從影像讀取文字

。

套用影像篩選器以提升低品質掃描的 OCR 準確度

。

使用可下載的語言套件處理多國語言

。

將結果匯出為可搜尋的 PDF 或擷取文字串

如何在 .NET 應用程式中從影像讀取文字？ 要在您的 .NET 應用程式中實現 C# OCR 影像轉文字功能，您需要一個可靠的 OCR 函式庫。 IronOCR 提供使用 `IronOcr.IronTesseract` 類的管理式解決方案，可在不需要外部依賴的情況下，最大化精確度與速度。 首先，將 IronOCR 安裝到您的 Visual Studio 專案中。 You can download the [IronOCR DLL directly](https://www.nuget.org/packages/IronOcr/) or use [NuGet Package Manager](https://www.nuget.org/packages/IronOcr/). ```shell :ProductInstall ```

為何在不使用 Tesseract 的情況下選擇 IronOCR 進行 C# OCR？ 當您需要在 C# 中將影像轉換為文字時，IronOCR 相較於傳統的 Tesseract 實作具有顯著的優勢： - 可立即在純 .NET 環境中運作 - 無需安裝或設定 Tesseract - 運行最新的引擎：**Tesseract 5** (plus Tesseract 4 & 3) - 相容於 .NET Framework 4.5+、.NET Standard 2+ 及 .NET Core 2、3、5、6、7、8、9 及 10。 - 與 vanilla Tesseract 相比，精確度和速度均有所提升 - 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、MultiFrame TIFF 及所有主要的影像格式 - 修正低品質和歪斜的掃描，以達到最佳效果

立即開始在您的項目中使用 IronOCR 並免費試用。

第一步：

免費啟動

如何使用 IronOCR C# 教程進行基本 OCR？ 本 Iron Tesseract C# 示例演示了使用 IronOCR 從圖片讀取文字的最簡單方法。 `IronOcr.IronTesseract` 類會擷取文字並以字串形式傳回。 ```csharp // 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}"); } ``` 此程式碼在清晰的影像上能達到 100% 的準確度，並能準確地擷取文字： ```txt 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` 類會在內部處理複雜的 OCR 作業。 它會自動掃描對齊、優化解析度，並使用 IronOCR 以人類等級的精確度，使用 AI 從影像讀取文字。 儘管在幕後進行了複雜的處理 - 包括影像分析、引擎最佳化和智慧型文字識別 - OCR 處理仍能符合人類的閱讀速度，同時維持極高的準確度。 ！[IronOCR 簡單範例，顯示 C# OCR 將影像轉換為文字的 100% 準確度](/img/tutorials/how-to-read-text-from-an-image-in-csharp-net/Example1.png)。 截圖展示 IronOCR 從 PNG 影像中完美精準地擷取文字的能力如何在沒有 Tesseract 設定的情況下實作進階 C# OCR？ 對於在 C# 中將影像轉換為文字時需要最佳效能的生產應用程式，請同時使用 `OcrInput` 和 `IronTesseract` 兩個類別。 此方法提供對 OCR 流程的精細控制。

OcrInput 類功能

IronTesseract 類別功能如何開始使用 OcrInput 和 IronTesseract？ 以下是此 IronOCR C# 教學的建議配置，可適用於大多數的文件類型： ```csharp 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); } ``` 此配置在中等品質的掃描上一直能達到接近完美的精確度。 `LoadImageFrames` 方法可有效處理多頁文件，非常適合批次處理的情境。
IronOCR 如何處理低品質掃描？
*Low-resolution document with noise that IronOCR can process accurately using image filters* 在處理含有失真和數位雜訊的不完美掃描時，**IronOCR 的表現優於其他 C# OCR 函式庫**。 它是專為真實世界的情境而設計，而非原始的測試影像。 ```csharp // 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}"); } ``` 使用`Input.Deskew()`，低品質掃描的精確度提高到**99.8%**，幾乎與高品質的結果相匹配。 這說明了為什麼 IronOCR 是 C# OCR 的首選，而不會產生 Tesseract 的複雜性。 影像篩選器可能會稍微增加處理時間，但會大幅減少整體 OCR 持續時間。 找到正確的平衡點取決於您的文件品質。 對於大多數情況而言，`Input.Deskew()` 和 `Input.DeNoise()` 可為 OCR 效能提供可靠的改善。 進一步了解 [影像預處理技術](/csharp/ocr/tutorials/c-sharp-ocr-image-filters/)。

如何優化 OCR 的效能與速度？ 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) 與最小的雜訊能產生最快且最精確的結果。 雖然 IronOCR 擅長修正不完美的文件，但此強化功能需要額外的處理時間。 選擇具有最小壓縮假象的影像格式。 由於數位雜訊較低，TIFF 和 PNG 通常會比 JPEG 產生更快的結果。

哪些影像篩選器可提高 OCR 速度？ 下列篩選器可大幅提升 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（逆時針則為負數） - **`OcrInput.Binarize()`：**轉換為黑/白，改善低對比度情況下的效能。 - **`OcrInput.ToGrayScale()`：**轉換為灰階，以提高速度。 - **`OcrInput.Contrast()`：**自動調整對比度以獲得更好的精確度 - **`OcrInput.DeNoise()`：**當預期有雜訊時，移除數位假象 - **`OcrInput.Invert()`：**反轉黑底白字的顏色 - **`OcrInput.Dilate()`：**擴展文字邊界 - **`OcrInput.Erode()`：**減少文字邊界 - **`OcrInput.Deskew()`：**糾正對齊方式 - 對於歪斜的文件非常重要 - **`OcrInput.DeepCleanBackgroundNoise()`：**強力去除雜訊 - **`OcrInput.EnhanceResolution`：**改善低解析度影像品質

如何配置 IronOCR 以獲得最高速度？ 在處理高品質掃描時，請使用這些設定來優化速度： ```csharp 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); } ``` 此最佳化設定可維持**99.8%**的精確度，同時速度比預設設定提升**35%**。

如何使用 C# OCR 讀取影像的特定區域？ 下面的 Iron Tesseract C# 示例展示了如何使用 `System.Drawing.Rectangle` 針對特定區域。 此技術對於處理文字出現在可預測位置的標準化表格非常有價值。

IronOCR 可否處理裁切區域以加快結果？ 使用基於像素的座標，您可以將 OCR 限制在特定區域，大幅提升速度並防止不需要的文字擷取： ```csharp 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); } ``` 這種有針對性的方法在僅擷取相關文字的同時，提供了 **41% 的速度提升**。 它非常適合結構化文件，例如 [發票](/csharp/ocr/blog/using-ironocr/invoice-ocr-csharp-tutorial/)、支票和表格。 同樣的裁剪技術可與 [PDF OCR 作業無縫配合](/csharp/ocr/how-to/input-pdfs/)。 。 使用 IronOCR 的矩形選擇功能進行精確的基於區域的文字萃取的文件IronOCR 支援多少種語言？ IronOCR 透過便利的語言套件提供 **125 種國際語言**。 您可以從我們的網站或透過 [NuGet Package Manager](https://www.nuget.org/packages?q=IronOcr.Languages) 下載這些 DLL 檔案。 Install language packs through the NuGet interface ([search "IronOcr.Languages"](https://www.nuget.org/packages?q=IronOcr.Languages)) or visit the [complete language pack listing](/csharp/ocr/languages/). 支援的語言包括阿拉伯文、中文（簡體/繁體）、日文、韓文、印地文、俄文、德文、法文、西班牙文及其他 115 種以上的語言，每種語言都已針對精確的文字辨識進行最佳化。

如何在多國語言中執行 OCR？ 此 IronOCR C# 教學範例展示阿拉伯文的文字辨識： ```shell :InstallCmd Install-Package IronOcr.Languages.Arabic ``` IronOCR 可以處理多國語言的文件嗎？ 當文件包含混合語言時，請設定 IronOCR 以支援多國語言： ```shell :InstallCmd Install-Package IronOcr.Languages.ChineseSimplified ``` ```csharp // 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"); } ```

如何使用 C# OCR 處理多頁文件？ IronOCR 可將多個頁面或圖片無縫結合為單一的 `OcrResult` 。 此功能可實現強大的功能，例如[建立可搜尋的 PDFs](/csharp/ocr/how-to/searchable-pdf/) 以及從整個文件集中抽取文字。 在單一 OCR 作業中混合和匹配各種來源 - 影像、TIFF 檔案和 PDF 頁面： ```csharp // 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($"{result.Pages.Count} Pages processed."); } ``` 有效率地處理 TIFF 檔案的所有頁面： ```csharp using IronOcr; IronTesseract ocr = new IronTesseract(); using (OcrInput input = new OcrInput()) { // Define pages to process (0-based indexing) int[] pageIndices = new int[] { 0, 1 }; // Load specific TIFF frames input.LoadImageFrames("MultiFrame.Tiff", pageIndices); // Extract text from all frames OcrResult result = ocr.Read(input); Console.WriteLine(result.Text); Console.WriteLine($"{result.Pages.Count} Pages processed"); } ``` 將 TIFF 或 PDF 轉換為可搜尋格式： ```csharp using System; using IronOcr; IronTesseract ocr = new IronTesseract(); using (OcrInput input = new OcrInput()) { try { // Load password-protected PDF if needed input.LoadPdf("example.pdf", "password"); // Process entire document OcrResult result = ocr.Read(input); Console.WriteLine(result.Text); Console.WriteLine($"{result.Pages.Count} Pages recognized"); } catch (Exception ex) { Console.WriteLine($"Error processing PDF: {ex.Message}"); } } ```

如何從影像建立可搜尋的 PDF？ IronOCR 擅長於建立可搜尋的 PDF - 這對資料庫系統、SEO 最佳化和文件的可存取性而言，都是非常重要的功能。 ```csharp 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"); } ``` 將現有的 PDF 轉換為可搜尋版本： ```csharp 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"); } ``` 將相同的技巧應用於 TIFF 轉換： ```csharp 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"); } ```

如何將 OCR 結果匯出為 HOCR HTML？ IronOCR 支援 HOCR HTML 匯出，可進行結構化 **PDF 至 HTML** 及 **TIFF 至 HTML** 轉換，同時保留版面資訊： ```csharp 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"); } ```

IronOCR 可以讀取條碼和文字嗎？ IronOCR 獨特地結合了文字辨識與 [ 條碼讀取功能](/csharp/ocr/how-to/barcodes/)，省去了使用獨立程式庫的需要： ```csharp // 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}"); } } ```

如何存取詳細的 OCR 結果和元資料？ IronOCR 結果物件提供進階開發人員可利用的全面資料，以進行複雜的應用程式。 每個 `OcrResult` 包含分層集合：頁面、段落、行、字詞和字元。 所有元素都包含詳細的元資料，例如位置、字型資訊和置信度分數。 個別元素（段落、字詞、Barcode）可匯出為影像或位圖，以便進一步處理： ```csharp 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; } } } } } ```

摘要

原始碼下載下載 IronOCR 並立即開始

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。