IronOCR中的意外空白

已更新:2026年6月28日

Translated

View the article in English

提取的文本有时在字符之间有额外的空白，即使源文档看上去很干净。通常的罪魁祸首是字符宽度和间距的变化，通常与输入字体有关，而图像过滤器仅靠自身很难清理。

Visual Studio 文本可视化工具中的 OCR 结果，参考编号内在 7 和 1 之间出现了意外的空格

以下方法已被证明能有效避免额外的空白。

解决方案

在您能做到的地方呈现或提供文档为Roboto。这是一种干净、现代的字体，能可靠阅读，因此引擎产生的错误空格少于使用Arial等字体。

用ReadDocumentAdvanced()读取文档，而不是标准的读取方法。它为您提供了更多对OCR过程的控制，并处理复杂文本布局更好。

将引擎指向OcrLanguage.EnglishBest模型。此高级语言模型比标准英语选项更准确并减少了误读间距。

当输入PDF使用了不寻常或非标准的字体时，默认设置会挣扎和插入空格。训练自定义字体可以教导引擎识别特定字体，这大大提高了识别的精确度。参见OCR自定义字体培训指南，了解完整工作流程。

应用这些设置后，提取的文本回来时没有多余的间距：

应用修复后的OCR结果，空白得到修正

提示先尝试OCR友好字体和EnglishBest模型；它们能修复大多数间距问题而无需自定义字体的训练努力。

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 6,136,090 | 版本: 2026.7 刚刚发布

想快速获得证据？ PM > Install-Package IronOcr
运行示例观看您的图像变成可搜索文本。