How to OCR documents on AWS Lambda

Curtis Chau

已更新:七月 22, 2025

Translated

View the article in English

如何在 AWS Lambda 上 OCR 文档

。

创建并选择项目模板

。

修改 FunctionHandler 代码

配置和部署项目调用函数并在 S3 中检查结果

安装

今天在您的项目中使用 IronOCR，免费试用。

第一步：

创建 AWS Lambda 项目

添加软件包依赖关系修改 FunctionHandler 代码 /// Function handler to process OCR on the PDF stored in S3. /// /// The ILambdaContext that provides methods for logging and describing the Lambda environment. public async Task FunctionHandler(ILambdaContext context) { // Set up necessary paths for IronOCR var awsTmpPath = @"/tmp/"; IronOcr.Installation.InstallationPath = awsTmpPath; IronOcr.Installation.LogFilePath = awsTmpPath; // Set license key for IronOCR IronOcr.License.LicenseKey = "IRONOCR-MYLICENSE-KEY-1EF01"; string bucketName = "deploymenttestbucket"; // Your bucket name string pdfName = "sample"; string objectKey = $"IronPdfZip/{pdfName}.pdf"; string objectKeyForSearchablePdf = $"IronPdfZip/{pdfName}-SearchablePdf.pdf"; try { // Retrieve the PDF file from S3 var pdfData = await GetPdfFromS3Async(bucketName, objectKey); // Initialize IronTesseract for OCR processing IronTesseract ironTesseract = new IronTesseract(); OcrInput ocrInput = new OcrInput(); ocrInput.LoadPdf(pdfData); OcrResult result = ironTesseract.Read(ocrInput); // Log the OCR result context.Logger.LogLine($"OCR result: {result.Text}"); // Upload the searchable PDF to S3 await UploadPdfToS3Async(bucketName, objectKeyForSearchablePdf, result.SaveAsSearchablePdfBytes()); context.Logger.LogLine($"PDF uploaded successfully to {bucketName}/{objectKeyForSearchablePdf}"); } catch (Exception e) { context.Logger.LogLine($"[ERROR] FunctionHandler: {e.Message}"); } } ///

/// Retrieves a PDF from S3 and returns it as a byte array. ///

private async Task GetPdfFromS3Async(string bucketName, string objectKey) { var request = new GetObjectRequest { BucketName = bucketName, Key = objectKey }; using (var response = await _s3Client.GetObjectAsync(request)) using (var memoryStream = new MemoryStream()) { await response.ResponseStream.CopyToAsync(memoryStream); return memoryStream.ToArray(); } } ///

/// Uploads the generated searchable PDF back to S3. ///

private async Task UploadPdfToS3Async(string bucketName, string objectKey, byte[] pdfBytes) { using (var memoryStream = new MemoryStream(pdfBytes)) { var request = new PutObjectRequest { BucketName = bucketName, Key = objectKey, InputStream = memoryStream, ContentType = "application/pdf" }; await _s3Client.PutObjectAsync(request); } } } } ``` 在 try 块之前，指定从 IronPdfZip 目录中读取文件 "sample.pdf"。然后使用 `GetPdfFromS3Async` 方法检索 PDF 字节，并将其传递给 `LoadPdf` 方法。

增加内存和超时

发布试用！

常见问题解答

如何在 AWS 上使用 C# 对文档执行 OCR？

您可以使用 IronOCR 将 OCR 应用于存储在 Amazon S3 存储桶中的文档，将其与 AWS Lambda 集成。这涉及创建一个 C# 的 Lambda 函数，从 S3 检索文档，使用 IronOCR 处理这些文档，然后将结果上传回 S3。

在 AWS Lambda 中使用 C# 设置 OCR 需要哪些步骤？

要使用 C# 在 AWS Lambda 上设置 OCR，您需要下载 IronOCR 库，在 Visual Studio 中创建 AWS Lambda 项目，配置您的函数处理程序以使用 IronOCR 进行处理，然后部署您的函数。此设置允许您将图像转换为可搜索的 PDF。

在 AWS Lambda 上运行 OCR 的推荐配置是什么？

为了在 AWS Lambda 上使用 IronOCR 运行 OCR 时获得最佳性能，建议至少设置 512 MB 的内存分配和 300 秒的超时。这些设置有助于管理大文件或多个文档的处理。

如何处理 AWS Lambda 中的“运行时退出错误：信号：已终止”？

此错误通常表示您的 Lambda 函数已耗尽分配的内存。增加 Lambda 函数配置中的内存分配可以解决此问题，特别是在处理大型文档时使用 IronOCR。

我可以在部署前本地测试我的 AWS Lambda OCR 函数吗？

是的，您可以使用 Visual Studio 的 AWS 工具包在本地测试您的 AWS Lambda OCR 函数。此工具包提供了一个本地环境以模拟 Lambda 的执行，使您能够在部署前调试和完善函数。

AWS Lambda 项目中的 Dockerfile 有什么用途？

AWS Lambda 项目中的 Dockerfile 用于创建一个容器镜像，该镜像定义了您的 Lambda 函数的执行环境和依赖项。这确保了您的函数在 AWS 中正常运行所需的所有组件。

在 AWS Lambda 上使用 .NET 8 的 IronOCR 需要其他依赖项吗？

在 AWS Lambda 上使用 .NET 8 时，除了 IronOCR 库和必要的 AWS SDK 包之外不需要其他依赖项。这简化了执行 OCR 任务的集成过程。

将 C# OCR 与 AWS Lambda 集成的前提条件是什么？

在将 C# OCR 与 AWS Lambda 集成之前，您需要安装 S3 的 AWS SDK、IronOCR 库和 Visual Studio 的 AWS 工具包。您还需要配置一个用于存储和检索文档的 S3 存储桶。

Curtis Chau

立即与工程团队聊天

技术作家

Curtis Chau 拥有卡尔顿大学的计算机科学学士学位，专注于前端开发，精通 Node.js、TypeScript、JavaScript 和 React。他热衷于打造直观且美观的用户界面，喜欢使用现代框架并创建结构良好、视觉吸引力强的手册。

除了开发之外，Curtis 对物联网 (IoT) 有浓厚的兴趣，探索将硬件和软件集成的新方法。在空闲时间，他喜欢玩游戏和构建 Discord 机器人，将他对技术的热爱与创造力相结合。

准备开始了吗？

Nuget 下载 5,044,537 | 版本: 2025.11 刚刚发布

查看许可证

客户亮点：

开发者焦点：

网络研讨会：

How to OCR documents on AWS Lambda

如何在 AWS Lambda 上 OCR 文档

创建 AWS Lambda 项目

增加内存和超时