已更新 2026年4月21日
用 C# 建立一個能夠真正提取有用資料的收據 OCR API
using IronOCR 在 C# 中建立收據 OCR API。本教學提供逐步指導，並附有程式碼範例，示範如何從收據圖像中提取結構化資料——本地化且準確。
閱讀更多
USING IRONOCR
電腦視覺如何提升OCR文字辨識準確率
Kannapat Udonpant
Updated: 2026年6月20日
從圖片中提取文字聽起來很簡單，直到文件歪斜、褪色或在不佳光照下拍攝。 這就是電腦視覺將光學文字識別從脆弱過程轉變為可靠過程的原因。 通過在資料提取之前應用智慧影像分析，OCR系統可以在掃描文件中達到接近人類水準的識別準確度，而不會產生混亂的結果。
具有電腦視覺的OCR已成為數位轉型計劃的基礎技術，消除了在各種文件型別中手動資料輸入的必要。這份指南探討了這些技術如何整合，以在.NET應用中顯著提高文字識別的準確性。 從矯正低品質掃描的預處理濾鏡到驅動現代OCR引擎的神經網路架構，理解這些概念使您能夠構建可以優雅地處理真實世界輸入圖片的文件處理系統。
要遵循下列程式碼範例，請通過NuGet安裝IronOCR：
或使用NuGet軟體包管理器主控台：
安裝前請造訪IronOCR NuGet軟體包頁面確認最新版本。
電腦視覺與OCR之間的關係是什麼？
電腦視覺包含教導機器解讀視覺資訊的廣泛領域，而OCR則專注於將圖片文件中的印刷或手寫文字轉化為機器編碼文字。 光學文字識別作為電腦視覺中的一個專門應用，運用了許多相同的影像分析技術和模式識別技術。
現代OCR流水線由三個互相關聯的階段組成。 文字檢測識別掃描圖片中包含單個字元的文字區域，將這些區域與背景、圖像和其他視覺元素隔離開來。 影像預處理然後增強這些已檢測到的區域，矯正扭曲並提高對比度，使字元圖片更易於區分。 最後，字元識別應用模式匹配和神經網路推斷，將每個儲存字形的視覺表示轉換為對應的數位文字。
當任何一個階段遇到不完整的輸入時，傳統OCR技術便會陷入困境。 稍微旋轉的掃描可能產生完全無意義的結果，而低解析度的輸入圖片或背景有圖案的印刷文件則常常完全失敗。 電腦視覺技術解決了這些限制，使流水線的每個階段更加自適應和穩健，從而能在商業文件、銀行報告，甚至手寫筆記中成功識別。
在您的.NET專案中查看OCR運作的最快方法是運行基本識別過程：
using IronOcr;
// Initialize the optical character reader
var ocr = new IronTesseract();
// Load scanned document or image file
using var input = new OcrInput();
input.LoadImage("document.png");
// Perform text recognition and data extraction
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);Imports IronOcr
' Initialize the optical character reader
Dim ocr As New IronTesseract()
' Load scanned document or image file
Using input As New OcrInput()
input.LoadImage("document.png")
' Perform text recognition and data extraction
Dim result As OcrResult = ocr.Read(input)
Console.WriteLine(result.Text)
End Using上面的程式碼展示了使用IronOCR的最簡單OCR工作流程。 IronTesseract類別提供了Tesseract 5引擎的管理包裝，OcrInput則負責圖片文件載入和格式轉換。 對於清晰、格式良好的文字文件，這種基本光學文字識別方法通常已足夠。 然而，真實世界中的掃描文件很少是完美無瑕的，因此預處理在準確提取文字時變得至關重要。
輸入
輸出
影像預處理如何改善文字識別？
影像預處理應用電腦視覺操作來在OCR引擎分析之前增強輸入質量。 這些轉換處理了OCR失敗的最常見原因：旋轉、噪音、低對比度和解析度不足。 每種預處理技術針對特定的影像缺陷，並且策略性地結合它們可以拯救原本不可讀的印刷文件和掃描圖片。
校正偏斜矯正由於文件角度掃描而造成的旋轉誤差。 即使輕微的旋轉也會顯著影響OCR的準確性，因為光學字元識別軟體預期文字行橫向排列。 校正偏斜操作分析文字行角度並應用矯正旋轉以對齊內容。
噪音降低去除數位偽影、斑點及掃描儀引起的失真，這些可能被誤解為獨立字元。 背景圖案、灰塵標記和壓縮偽影都會產生噪音，影響原始圖片中準確的字元分割。
二值化將影像轉換為純粹的黑白，消除了顏色資訊和灰階漸變。 這種簡化有助於識別引擎更確定地區分印刷文字與背景，尤其在有色紙或印刷褪色的文件中，識別字母變得具有挑戰性。
解析度增強提高低品質掃描或照片的像素密度。更高的解析度提供了更多細節供OCR軟體分析，提高了其區分相似字元的能力，甚至能成功識別退化的輸入。
using IronOcr;
var ocr = new IronTesseract();
// Load poor quality scan for document processing
using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
// Apply preprocessing filters for improved accuracy
input.Deskew(); // Correct rotational skew in scanned image
input.DeNoise(); // Remove digital artifacts from input
input.Binarize(); // Convert to black and white for text extraction
input.EnhanceResolution(300); // Boost to 300 DPI for single character clarity
OcrResult result = ocr.Read(input);
Console.WriteLine($"Extracted: {result.Text}");Imports IronOcr
Dim ocr As New IronTesseract()
' Load poor quality scan for document processing
Using input As New OcrInput()
input.LoadImage("low-quality-scan.jpg")
' Apply preprocessing filters for improved accuracy
input.Deskew() ' Correct rotational skew in scanned image
input.DeNoise() ' Remove digital artifacts from input
input.Binarize() ' Convert to black and white for text extraction
input.EnhanceResolution(300) ' Boost to 300 DPI for single character clarity
Dim result As OcrResult = ocr.Read(input)
Console.WriteLine($"Extracted: {result.Text}")
End Using此範例在執行OCR之前串聯多個預處理濾鏡。 DeNoise()則從文字影像中去除斑點和偽影。 EnhanceResolution()將影像提升至300 DPI -- 為準確字元識別的建議最低值。
濾鏡應用的順序很重要。 校正偏斜應該通常位於鏈的前面，因為後續濾鏡在正確對齊影像上工作得更好。 在二值化之前進行噪音降低有助於防止偽影被永久編碼進黑白轉換。 針對特定文件型別的濾鏡組合進行試驗通常會揭示特定使用案例的最佳順序，無論OCR應用程式處理的是發票、收據、病人記錄還是掃描合同。
如何選擇正確的預處理濾鏡組合？
選擇正確的濾鏡組合取決於輸入文件的性質。 透視失真的相機捕獲影像首先受益於校正偏斜，然後是降噪。 傳真或影印文件通常需要激進的二值化以穿透字元周圍的灰色光暈。 低解析度的掃描需要在任何其他濾鏡之前進行解析度增強，因為在降噪之前升級可以避免放大壓縮偽影。
一種實際的方法是對您的文件來源進行分類 -- 掃描儀、相機、傳真、PDF光柵化 -- 並為每個來源應用量身定制的濾鏡鏈。 IronOCR支援在單一OcrInput過程中連結任意多個濾鏡，因此您可以在配置中定義每個來源的設定檔，並在運行時應用它們，而無需重寫識別邏輯。
哪些深度學習模型驅動現代OCR？
當代OCR引擎依賴深度學習架構，徹底改變了文字識別的準確性。 與傳統方法基於預定義模板匹配字元不同，基於神經網路的OCR模型從龐大的訓練資料集中學習識別文字圖案，使它們能夠更有效地處理字體變化、手寫樣式和退化影像。 這種機器學習方法為當今最具能力的OCR解決方案提供了動力。
識別管道通常結合了兩種型別的神經網路。卷積神經網路(CNNs)在特徵提取方面表現出色。 這些網路將輸入影像通過多層處理，逐步識別越來越複雜的圖案 -- 從基本邊緣和曲線到完整的字元形狀。CNN產生的特徵圖編碼了文字區域的視覺特徵，處理印刷文字和手寫文字的準確性均有提高。
長短期記憶（LSTM）網路然後將這些特徵作為序列進行處理，識別數位文字按照特定順序流動的事實。 LSTM保持此前輸入的記憶，使它們能夠理解上下文並處理書寫語言的順序性。 這種組合 -- 常被稱為CRNN（卷積遞迴神經網路） -- 是現代OCR準確性的基石，並實現了多語言智能字元識別。
Tesseract 5引擎為IronOCR提供支持，實施這種基於LSTM的架構，代表了相較於早期版本的重大進步，早期版本僅依賴傳統的模式識別。 神經網路方法處理特定字體、部分遮擋和影像退化，這些原來會打敗基於模板的OCR系統。
using IronOcr;
var ocr = new IronTesseract();
// Configure OCR engine for multilingual text recognition
ocr.Language = OcrLanguage.English; // IronOCR supports 125+ languages
// Process PDF with mixed handwriting styles and printed text
using var input = new OcrInput("web-report.pdf");
input.Deskew();
OcrResult result = ocr.Read(input);
// Access detailed recognition data including text regions
foreach (var page in result.Pages)
{
Console.WriteLine($"Page {page.PageNumber}: {page.Text}");
}Imports IronOcr
Dim ocr As New IronTesseract()
' Configure OCR engine for multilingual text recognition
ocr.Language = OcrLanguage.English ' IronOCR supports 125+ languages
' Process PDF with mixed handwriting styles and printed text
Using input As New OcrInput("web-report.pdf")
input.Deskew()
Dim result As OcrResult = ocr.Read(input)
' Access detailed recognition data including text regions
For Each page In result.Pages
Console.WriteLine($"Page {page.PageNumber}: {page.Text}")
Next
End UsingIronTesseract類別通過一個簡潔的.NET接口提供了對Tesseract 5神經網路功能的存取。 OcrResult物件不僅包含提取的文字，還包含結構化資料，如頁面、段落、行和單個單詞及其信心分數和邊界座標。
輸入
輸出
這種結構化輸出對於超出簡單文字提取的應用非常有價值。 文件處理系統可以利用單詞位置來理解複雜佈局，而質量保證工作流程則可以標記低信心區域以供人工審查。 神經網路架構使所有這些都成為可能，提供豐富的元資料與識別的文字相伴，實現高效處理大量非結構化資料的AI驅動OCR解決方案。
IronOCR如何處理多語種文件？
IronOCR提供支援超過125種語言，每種語言都由一個專門的Tesseract LSTM語言模型支持。 您可以在Language屬性來選擇語言。 對於混合兩種語言的文件 -- 例如，德文合同帶有英文腳註 -- 您可以同時指定多種語言，該引擎會針對每個文字區域應用最適合的模型。
語言包分發為NuGet包，因此您只下載應用程式需要的模型。 這樣可以使目標單一語言的應用部署大小保持可控，同時在需要時仍能提供完整的多語種支援。
如何啟用表單和表格的區域性OCR？
區域化OCR將識別限制在圖片的特定區域，當檔案包含特定感興趣區域（如表單字段、發票行項或表格單元格）時很實用。 這種針對性的方法通過將計算資源集中在相關內容上提高速度和準確性。
using IronOcr;
using IronSoftware.Drawing;
var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("invoice.jpg");
// Define a crop region for the total amount field (x, y, width, height in pixels)
var totalRegion = new CropRectangle(x: 600, y: 800, width: 300, height: 50);
input.AddRegion(totalRegion);
OcrResult result = ocr.Read(input);
Console.WriteLine($"Invoice total: {result.Text}");Imports IronOcr
Imports IronSoftware.Drawing
Dim ocr As New IronTesseract()
Using input As New OcrInput()
input.LoadImage("invoice.jpg")
' Define a crop region for the total amount field (x, y, width, height in pixels)
Dim totalRegion As New CropRectangle(x:=600, y:=800, width:=300, height:=50)
input.AddRegion(totalRegion)
Dim result As OcrResult = ocr.Read(input)
Console.WriteLine($"Invoice total: {result.Text}")
End Using將區域性OCR與信心門檻相結合讓您能夠對資料質量進行精細控制。 對於財務文件和法律材料，將任何低於85%信心水平的單詞標記為二次審查是可行的基線。您可以根據來自每個來源的掃描到達的質量為每個文件型別調整門檻。
在IronOCR文件中了解區域性OCR和裁剪矩形。
開發人員如何程式化優化OCR的準確性？
除了應用標準預處理濾鏡之外，您還可以微調OCR針對特定文件型別和質量要求的表現。 信心評分、自動濾鏡優化和可搜尋PDF生成都在生產應用中最大化識別準確性，這些應用必須在各種文件型別上可靠地識別文字。
信心分數表示引擎對每個被識別元素的確定程度。 分析這些分數有助於識別可能需要手動驗證或替代處理方法的問題區域。 應用可以設置低於其門檻的結果為復審標記 -- 對需要高精度的敏感文件至關重要。
using IronOcr;
var ocr = new IronTesseract();
// Load business document for OCR processing
using var input = new OcrInput("receipt.jpg");
// Let the system determine optimal preprocessing for OCR accuracy
string suggestedCode = OcrInputFilterWizard.Run(
"receipt.jpg",
out double confidence,
ocr);
Console.WriteLine($"Achieved confidence: {confidence:P1}");
Console.WriteLine($"Optimal filter chain: {suggestedCode}");
// Apply recommended filters for successful recognition
input.DeNoise();
input.Deskew();
OcrResult result = ocr.Read(input);
// Analyze word-level confidence for extracted text
foreach (var word in result.Words)
{
if (word.Confidence < 0.85)
{
Console.WriteLine($"Low confidence: '{word.Text}' ({word.Confidence:P0})");
}
}Imports IronOcr
Dim ocr As New IronTesseract()
' Load business document for OCR processing
Using input As New OcrInput("receipt.jpg")
' Let the system determine optimal preprocessing for OCR accuracy
Dim confidence As Double
Dim suggestedCode As String = OcrInputFilterWizard.Run("receipt.jpg", confidence, ocr)
Console.WriteLine($"Achieved confidence: {confidence:P1}")
Console.WriteLine($"Optimal filter chain: {suggestedCode}")
' Apply recommended filters for successful recognition
input.DeNoise()
input.Deskew()
Dim result As OcrResult = ocr.Read(input)
' Analyze word-level confidence for extracted text
For Each word In result.Words
If word.Confidence < 0.85 Then
Console.WriteLine($"Low confidence: '{word.Text}' ({word.Confidence:P0})")
End If
Next
End UsingOcrInputFilterWizard分析圖片並測試不同的濾鏡組合以確定哪種型別的預處理鏈產生最高信心結果。 這種自動方法消除了處理不熟悉文件型別時的猜測工作。巫師返回達到的信心水平和產生最佳配置所需的程式碼，簡化了業務流程的OCR應用程式開發。
迴圈中展示的單詞級信心水平分析提供了細節的質量評估。 處理財務文件、病人記錄或法律材料的應用通常需要這一層級的謹慎，以確保抽取的資料符合精度標準。 低於信心水準的單詞可以觸發二次驗證過程或替代識別嘗試，支持需要可靠性的資料管理工作流。
如何從掃描文件生成可搜尋PDF？
對需轉為可搜尋檔案的文件，IronOCR可以生成可搜尋PDF，將識別的文字層嵌入原始圖片下方，實現全文搜索並保持視覺保真度。 這種能力將掃描的文件轉換為適合長期存檔、法律檢索工作流程或企業內容管理系統的數位格式。
using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput("scanned-contract.pdf");
input.Deskew();
input.DeNoise();
OcrResult result = ocr.Read(input);
// Export as searchable PDF with embedded text layer
result.SaveAsSearchablePdf("searchable-contract.pdf");
Console.WriteLine("Searchable PDF saved successfully.");Imports IronOcr
Dim ocr As New IronTesseract()
Using input As New OcrInput("scanned-contract.pdf")
input.Deskew()
input.DeNoise()
Dim result As OcrResult = ocr.Read(input)
' Export as searchable PDF with embedded text layer
result.SaveAsSearchablePdf("searchable-contract.pdf")
Console.WriteLine("Searchable PDF saved successfully.")
End Using結果文件保留了原始掃描的視覺外觀，同時新增了一個隱藏的文字層，搜尋工具和螢幕閱讀器可以存取。 這是目標合規性或可及性要求的文件數字化專案的標準輸出格式。
如何比較不同文件型別的OCR性能？
不同文件類別 -- 印刷表格、手寫筆記、低質量傳真、髮送和高解析度相機捕獲 -- 在預處理和識別設置上的反應不同。 對每類別的代表樣本進行基準測試揭示哪裡存在準確性差距，以及哪些濾鏡應予調整。
| 文件型別 | 推薦濾鏡 | 典型的準確性改進 | 主要挑戰 |
|---|---|---|---|
| 平板掃描的文字 | 校正偏斜、二值化 | 5-15% | 輕微旋轉、陰影邊緣 |
| 相機拍攝的文件 | 校正偏斜、消除噪音、增強解析度 | 20-40% | 透視失真、噪音 |
| 傳真 / 影印本 | 二值化、消除噪音 | 15-30% | 半色調圖案、對比度退化 |
| Low-resolution scan (<150 DPI) | 增強解析度(300)、校正偏斜 | 30-50% | 像素密度不足 |
| 手寫筆記 | 二值化、消除噪音 | 10-25% | 可變筆劃寬度、樣式變化 |
這些準確性改進是基於OCR基準測試研究的預處理效果研究的方向性估計學術研究。 實際結果取決於掃描裝置、文件年齡和內容複雜性。 在您自己的樣本集上運行OcrInputFilterWizard會給您特定於您自己的流水線的經驗資料。
探索完整的可用IronOCR預處理濾鏡列表來了解在調整流水線時所有可用選項。
有哪些關鍵IronOCR功能用于生產文件處理？
在生產中部署OCR時，除了基本的識別外，一些IronOCR功能對可靠性和吞吐量具有更重要的意義。 理解這些功能有助於您設計一個不犧牲準確性的擴展管道。
多格式輸入支援 -- IronOCR接受圖片（PNG、JPEG、TIFF、B揭示、GIF、WEBP）、PDF檔案以及通過單一統一API的多頁TIFF。 這意味著您可以處理來自掃描站、電子郵件附件或文件管理系統到達的任何格式，而無需編寫特定格式的程式碼路徑。
執行緒安全 -- 建立單個實例並在多執行緒間共享時，IronTesseract類別是執行緒安全的。 對於高吞吐量應用，為每個執行緒建立一個實例或使用池來避免在基礎Tesseract引擎上鎖爭用。
條形碼和QR碼協同處理 -- IronOCR能從同一圖像中讀取條形碼和QR碼，無需單獨的條形碼庫，處理混合內容檔案如運輸標籤或商品庫存單。
輸出格式選項 -- 除了純文字，IronOCR可以返回結構化資料以HOCR格式，直接導出為可搜尋PDF，並提供適合下游資料提取工作流的單詞邊界框。
在最終確定您的架構之前，審查完整的IronOCR功能概述以查看所有能力。
您的下一步是什麼？
計算機視覺技術從根本上將光學字元識別由一種僅適用於完美輸入的技術轉變為能夠處理掃描檔案、照片和劣化圖像的混亂現實的技術。 預處理階段 -- 校正偏斜、降噪、二值化和解析度增強 -- 處理物理捕獲缺陷，而CNN-LSTM等神經網路架構提供腳本識別智能，能夠準確解釋不同字體和手寫樣式。
對於.NET開發人員，IronOCR將這些功能打包成一個管理程式庫，簡化了原生Tesseract整合，並對生產應用提供了實用增強。 自動預處理優化、詳細信心報告和結構化結果資料的結合使文件處理系統能夠在不同的現實世界輸入 -- 從印刷文件到手寫筆記 -- 和支持多語種OCR的多個語言中可靠地執行。
要進一步：
- 下載IronOCR免費試用版並將本指南中的程式碼範例與您自己的檔案運行
- 查看IronOCR教程瞭解分步演練，涵蓋常見用例，如PDF文字提取、表單字段讀取和批量處理
- 探索IronOCR API參考以了解
OcrResult的完整介面 - 查看IronOCR授權選項以選擇適合您部署方案的計劃
相關文章
IronOCR 是 IRONSUITE 的一部分
10 款適用於辦公室文件的 .NET API 產品
Tesseract OCR在您需要的語言，我們支援超過125種。
