如何在Claude Code中使用IronOCR

Curtis Chau
Curtis Chau
更新: 2026年10月9日

使用AI代理从扫描的发票中提取总计看起来简单,直到一份偏斜或斑驳的扫描把7变成1,而在应付账款之前没有人注意到。 Claude Code是Anthropic的编码代理,它可以在终端、VS Code和JetBrains中运行,作为桌面应用程序以及在浏览器中运行。 它读取代码、编辑文件和执行命令,非常适合OCR工作,其中代码需要在从页面读取的值不匹配时改变。

IronOCR在本地运行一个调整过的Tesseract引擎,因此OCR处理不会将数据发送到外部服务。 Claude Code确实会将它读取的内容发送给模型,包括您的代码打印出的文本,因此请在样本页面上开发而不是在实际供应商发票上。 Claude Code可以编写阅读器、生成具有已知值的那些页面,并在报告任务完成之前与它们比较每个结果。

模型在风格上各不相同。 给定相同的提示,两个模型可能会选择不同的类名和结构,并仅在您指定的内容上达成一致。 说出重要的细节,如下方提示部分所示,然后让模型决定其余的。

快速入门
NuGet使用NuGet安装

PM > Install-Package IronOcr

通过在 NuGet 包管理器控制台中运行上述命令安装 IronOCR,或在 NuGet 包管理器中搜索该包。

在.NET项目中启动Claude Code,使用/model sonnet切换到Sonnet,并发送此提示。

Add IronOCR (the IronOcr NuGet package) to this project, then read every PNG in
@TestData/inbox/ and print one row per file giving the file name, the overall
confidence, and the first line of text. Read the license key from the
IRONOCR_LICENSE_KEY environment variable.
Text

如果提示留下细节不明确,Claude Code将自行决定。 它保留您的目标框架并选择自己的名称。 这对于快速测试是可以的。对于生产代码,在提示中注明IronOCR版本,以便代码针对一个已知API。



Claude Code在.NET OCR项目中做什么?

在OCR项目中,Claude Code编写发票读取器并读取每个页面。 当总数错误或页面不返回文本时,它调整读取并重试。 您描述文件并审阅结果。

  • 内置扫描清理:IronOCR的输入对象已经提供了校正过滤器,因此代理应用其中一个,而不是编写自己的图像处理。
  • 维护的引擎节省了调校工作:一个手动配置的Tesseract设置需要测试,然后才能信任它。 AI编码助手指南包括一个您可以在机器上运行的测试。
  • 每个平台都有其自己的包:Intel Mac使用IronOcr.MacOs,而苹果硅Mac使用IronOcr.MacOs.ARM。 一个猜测包的代理可能会安装一个外观相似的包,攻击者以模型倾向于发明的名称发布,这种攻击称为slopsquatting。

如何设置Claude Code?

使用Anthropic的快速入门安装Claude Code并登录。 当它启动并回复后,环境已准备就绪。

如何设置一个Claude Code可以工作的项目吗?

在启动代理之前创建一个控制台项目。 Claude Code在每个会话打开时读取CLAUDE.md,并且一个提示创建文件。

Create CLAUDE.md at the project root with an OCR section stating that this
project uses IronOCR (NuGet package IronOcr, or IronOcr.Linux for Linux and
Docker, namespace IronOcr) for all OCR work, that you must read
https://ironsoftware.com/ocr/csharp/llms.txt before writing OCR code and use only
APIs documented there, that https://ironsoftware.com/ocr/csharp/skill.md should
be loaded if the tooling supports skill files, that the license key is read from
the IRONOCR_LICENSE_KEY environment variable and never inlined, that every OCR
change must be tested on sample pages with known values, and that no other OCR
engine or cloud OCR service may be added.
Text

在第一次读取之前解决许可问题。 没有有效的密钥时,IronOCR的Read方法不会加水印或降低输出质量。 它抛出LicensingException。 这种类型不是公共的,因此让代码在启动时检查License.IsLicensed而不是通过名称捕获异常。 IronOCR许可密钥页面涵盖了如何获取和存储密钥。

如何提示可以编译的IronOCR代码?

在终端中,按Shift+Tab直到启用计划模式,然后发送此提示。

Create Services/InvoiceReader.cs with a method that takes the path of a scanned PDF, reads it with IronTesseract, finds the line that starts with Total due, and returns the amount as a decimal together with that line's confidence, or null if the line is missing. Create Services/SearchablePdf.cs with a method that writes a searchable copy of a scanned PDF. Add a console check that reads three sample invoices with known totals and prints expected total, total read, confidence, and match for each. Use only methods documented at ironsoftware.com/ocr/csharp. If unsure of a method name, stop and ask.
Text

两个细节使此提示有效。

  1. 命名文件:代码正好落在您想要的位置。
  2. 信心:在低信心下读取的正确值警告下次扫描可能被误读,而表格使其可见。

生成的代码很简短。 它创建引擎,在using声明中加载PDF,调用Read,在结果的行中查找总计,并使用SaveAsSearchablePdf写入可搜索的副本。 扫描PDF输入指南和可搜索PDF指南涵盖了这两个步骤。

注意一个捷径。 IronOCR的技能文件提供IronTesseract.ConvertToSearchablePdf用于单行转换,在我们的两次测试中Claude Code首先选择了它。 在仅图像扫描中,在IronOCR 2026.9.4和2026.10.2中抛出“PDF文档不包含任何图像”。Claude Code读取了错误,切换到上述方法并成功。

哪些IronOCR设置属于CLAUDE.md?

在那里解决三个IronOCR决策。

  • 语言:IronOcr.Languages.German停在2020.11.2,而引擎每月发布。 IronOCR的多语言指南警告其他语言可能会影响速度和性能。
  • 过滤器:在我们的探测中,将下面规则中命名的两个过滤器添加到围绕$9,924.31总额的小裁剪的一次性读取上,将其减少为一个单独的句号。
  • 读取方法:在我们的探测中,基于IronOCR 2026.9.4包的照片方法在无额外安装时运行,尽管照片读取指南仍将IronOcr.Extensions.AdvancedScan列为必需。
## OCR settings

- Languages: English (built in) and German (IronOcr.Languages.German).
  Language packs keep their own versions. Never align them with IronOcr.
- A LanguagePackException names the missing package. Install that package
  instead of catching the exception.
- Add secondary languages in order of how often they appear.
- Apply Deskew() and DeNoise() to the whole page before any crop.
- Scans use IronTesseract.Read. Photographs of documents use ReadPhoto,
  which supports fewer languages than Read.
- Make searchable copies with Read followed by SaveAsSearchablePdf.
Markdown

Claude Code可以通过MCP连接到IronOCR吗?

Claude Code可以通过一个命令添加MCP服务器,正如MCP参考文献所解释的,但IronOCR不需要之一。 文档索引和从项目的规则文件链接到的技能文件为代理提供了当前的API、配方和修复,无需托管或重新启动。

在信任生成的OCR代码之前应验证哪些信息?

在每次更改后按照顺序完成以下三个检查。

  • 构建通过:一个发明的成员在dotnet build上失败,因此请先运行它。
  • 默认值适合工作:检查代码依赖的设置。 默认情况下Configuration.ReadBarCodes是关闭的。
  • 处理失败:按名称请求失败路径。 调试指南涵盖了日志记录和IronOCR引发的异常。

哪些OCR任务适合代理?

任务适合为什么
可搜索的PDF强文本层可以被检查
一个读取器跨多个上传路径强模式重复
在真实扫描上调校混合它看不到您的扫描缺陷
许可和Linux部署弱取决于您的密钥和服务器

对于混合和弱行,给代理真实的样本扫描或您的部署细节,并更仔细地审查结果。

在实际运行中这些提示生成了什么?

本指南中的三个提示按顺序发送给Claude Code,针对一个新的.NET 9控制台应用,其中包含六个PNG发票扫描和三个仅图像扫描的PDF。 会议结束后,一个独立的Release构建和运行再现了下面的每一个数据。

检查预期读取信心
sample-01.pdf3016.693016.6994.84
sample-02.pdf6710.246710.2493.19
sample-03.pdf10599.8410599.8496.17
sample-01.pdf,可搜索的副本3016.693016.69未打印
快速开始,六个PNG扫描六行六行91.62到96.16
  • 每个提示留下了一次洁净的Release构建。 快速开始在自己选择了IronOcr 2026.10.2并击中一个编译错误,Claude Code无需手动编辑就修复了它。
  • 有一个步骤与页面不同。 输入的回复批准了第三个提示的计划,代替了计划对话。

《运行记录》列出了该指南及套件中其他指南所基于的版本、模型、时间和测试机器。


故障排除

有问题吗?

如果您有任何问题,请联系support@ironsoftware.com

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。

阅读更多

准备开始了吗?

NuGet 下载量 6,394,824版本:2026.11刚刚发布