超過2GB的大型TIFF文件載入失敗

Updated: 2026年6月29日

IronOCR透過其內部AnyBitmap型別將影像輸入載入到單一的記憶體緩衝區中。該緩衝區由32位整數索引，因此無論有多少系統記憶體都會限制在大約2GB。大於2GB的TIFF超過此限制而無法載入。

Loaded pages: 0

Loaded pages: 0

Text

AnyBitmap，並將整個影像材質化到一個緩衝區中。由於該緩衝區由int索引，因此無論記憶體多麼充裕，都有效地限制在約2 GB，因此稍微超出限制的TIFF不能被持有且載入失敗。這是一個運行時約束，而不是操作系統特有的，因此它對每個.NET平台都同樣影響。

警告: LoadImage(filePath)當前返回零頁數而不是拋出明確的例外。這種無聲失敗是一個已知問題; 計劃提供更清晰的異常。單一緩衝區設計是一個架構限制，目前尚不支持本地每頁TIFF流。)]

解決方案

解決方法是將TIFF分割成小於2 GB的塊，並將每個塊作為位元組陣列傳遞給IronOCR，而不是文件路徑。

1. 新增Magick.NET

使用Magick.NET在將TIFF交給IronOCR之前進行分割。選擇與您的專案匹配的變體（Q8/Q16，AnyCPU/x64）。

dotnet add package Magick.NET-Q16-AnyCPU

dotnet add package Magick.NET-Q16-AnyCPU

SHELL

2. 分割TIFF並載入每個塊

將TIFF打開為MagickImageCollection，分解為每個保持在2 GB以下的頁面數塊，將每個塊轉換為位元組陣列，並使用OcrInput.LoadImage(byte[])載入它。

var inputPath = "input.tiff";
var pagesPerChunk = 100;
using var allPages = new MagickImageCollection(inputPath);
int chunkNumber = 1;
for (int i = 0; i < allPages.Count; i += pagesPerChunk)
{
    using var chunk = new MagickImageCollection();
    for (int j = i; j < Math.Min(i + pagesPerChunk, allPages.Count); j++)
    {
        chunk.Add(allPages[j].Clone());
    }
    foreach (var image in chunk)
    {
        image.SetCompression(CompressionMethod.LZW);
    }
    var chunkBytes = chunk.ToByteArray();
    using (var ocrInput = new OcrInput())
    {
        ocrInput.LoadImage(chunkBytes);
        var pages = ocrInput.GetPages().ToList();
        Console.WriteLine($"Loaded pages: {pages.Count}");
        var result = new IronTesseract().Read(ocrInput);
        Console.WriteLine("OCR Text Length: " + (result.Text?.Length ?? 0));
    }
    Console.WriteLine($"Chunk {chunkNumber} processed");
    chunkNumber++;
}

var inputPath = "input.tiff";
var pagesPerChunk = 100;
using var allPages = new MagickImageCollection(inputPath);
int chunkNumber = 1;
for (int i = 0; i < allPages.Count; i += pagesPerChunk)
{
    using var chunk = new MagickImageCollection();
    for (int j = i; j < Math.Min(i + pagesPerChunk, allPages.Count); j++)
    {
        chunk.Add(allPages[j].Clone());
    }
    foreach (var image in chunk)
    {
        image.SetCompression(CompressionMethod.LZW);
    }
    var chunkBytes = chunk.ToByteArray();
    using (var ocrInput = new OcrInput())
    {
        ocrInput.LoadImage(chunkBytes);
        var pages = ocrInput.GetPages().ToList();
        Console.WriteLine($"Loaded pages: {pages.Count}");
        var result = new IronTesseract().Read(ocrInput);
        Console.WriteLine("OCR Text Length: " + (result.Text?.Length ?? 0));
    }
    Console.WriteLine($"Chunk {chunkNumber} processed");
    chunkNumber++;
}

每個塊都作為原始位元組通過LoadImage(chunkBytes)，保持每個緩衝區低於2 GB上限。 SetCompression(CompressionMethod.LZW)在轉換為位元組陣列之前縮小每個塊。