什么是OCR？它如何使C#开发人员受益？

OCR（光学字符识别）技术可以将扫描文档、PDF 或图像等文件转换为可编辑和可搜索的数据。对于 C# 开发人员而言，OCR 简化了文档处理流程，使应用程序能够从图像和扫描文档中提取文本，从而增强数据的可访问性和易用性。

如何在 C# 项目中实现 OCR？

在 C# 项目中实现 OCR 功能，需要安装IronOCR NuGet包，创建 IronTesseract 实例，将图像加载到 OcrInput 中，然后调用 Read 方法。返回的 OcrResult 包含提取的文本和逐字定位数据。

IronOCR 支持哪些图像格式？

IronOCR支持 PNG、JPEG、BMP、GIF、TIFF 和 WebP 图像格式。这使您可以直接处理大多数常见图像类型，而无需在处理前转换文件。

IronOCR 可以处理多页 TIFF 文件吗？

是的， IronOCR可以处理多页 TIFF 文件。使用 LoadImageFrames 函数并传入页面索引数组来处理特定帧，然后遍历 result.Pages 来访问每页的文本。

是否可以使用 IronOCR 从图像的特定区域提取文本？

是的，可以向 LoadImage 函数传递 CropRectangle 参数，将 OCR 识别范围限制在指定区域内。这可以显著缩短处理时间，对于从表单、发票和身份证件中提取特定字段非常有用。

IronOCR是否支持不同语言的文本提取？

IronOCR支持超过 125 种语言，每种语言都以单独的NuGet包形式提供。在 IronTesseract 中设置 Language 属性，然后调用 AddSecondaryLanguage 函数来添加双语文档。

与原始的 Tesseract .NET相比， IronOCR有哪些优势？

IronOCR在 Tesseract 引擎的基础上增加了 .NET 惯用的打包方式、自动语言模型管理、内置图像预处理过滤器、可搜索的 PDF 输出和 hOCR 导出功能，所有这些都可以通过一个NuGet包访问，无需手动管理本地二进制文件。

IronOCR是如何提高文本识别准确率的？

IronOCR提供预处理滤镜——去斜、去噪、锐化、二值化、缩放和旋转——在 Tesseract 引擎处理图像之前纠正常见的扫描缺陷，从而提高低质量源材料的识别准确率。

IronOCR 能读取条形码和二维码吗？

是的，将 ocr.Configuration.ReadBarCodes 设置为 true 可以检测同一图像中的条形码、二维码以及文本。结果会以格式类型和解码值的形式存储在 OcrResult.Barcodes 中。

IronOCR在C#应用程序中的常见用例有哪些？

IronOCR应用于文档管理系统、发票和收据数据提取、从扫描档案生成可搜索 PDF、表单字段读取、运输标签处理、医疗记录数字化和辅助功能工具。

C# OCR 库

Explore IronOCR 免费试用

一行代码中的OCR

查看所有%s代码示例

using IronOcr;

string imageText = new IronTesseract().Read(@"images\image.png").Text;

using IronOcr;

string imageText = new IronTesseract().Read(@"images\image.png").Text;

PM >Install-Package IronOcr

Install-Package IronOcr

USING IRONOCR

C# 中的 OCR CodeProject 教程：使用 IronOCR 从图像中提取文本

Kannapat Udonpant

Updated: 2026年6月28日

C# 中的光学字符识别 (OCR) 功能允许您从.NET应用程序中的扫描文档、图像文件和 TIFF 文件中提取机器可读文本。 IronOCR是一个 .NET 原生 OCR 库，您只需安装一个NuGet包，几行代码即可开始从图像中读取文本——无需外部服务，无需运行时依赖，也无需按次 API 调用付费。

立即开始IronOCR的免费试用，并跟随以下代码示例进行操作。

如何在.NET项目中安装IronOCR ？

将 OCR 添加到.NET 10 项目的最快方法是通过NuGet包管理器。在您的项目目录中打开终端并运行 .NET CLI 命令，或在 Visual Studio 中使用程序包管理控制台：

PM > Install-Package IronOcr

Install-Package IronOcr

安装完成后， NuGet包管理器会自动下载所有必需的程序集并连接引用。 IronOCR 的目标框架为.NET Framework 4.6.2+、. .NET Core 3.1+ 以及.NET 5 至.NET 10，因此它可以在控制台应用程序、 ASP.NET Core服务、WPF 应用程序和 Azure Functions 中运行。

您无需注册许可证密钥即可在本地进行测试——在应用许可证之前，输出结果上会显示试用水印。添加 using 指令，并在准备投入生产环境时，在启动时传递一次密钥：

using IronOcr;

// Apply license key before any OCR calls (production only)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

using IronOcr;

// Apply license key before any OCR calls (production only)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

Imports IronOcr

' Apply license key before any OCR calls (production only)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

Imports IronOcr

' Apply license key before any OCR calls (production only)
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

有关定价和激活详情，请参阅IronOCR许可页面。

如何从图像文件中提取文本？

核心OCR工作流程涉及三个对象：OcrResult（输出）。下面的示例读取一个PNG并将识别的文本打印到控制台。

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("sample-document.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("sample-document.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.LoadImage("sample-document.png")

    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.LoadImage("sample-document.png")

    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

光学字符识别输出

OCR在C# CodeProject教程：使用IronOCR从图像中提取文本：图1 - OCR输出的截图

IronTesseract以.NET友好的默认设置和自动模型管理封装了Tesseract 5引擎。 OcrInput.LoadImage接受PNG、JPEG、BMP、GIF、TIFF和WebP文件，因此您很少需要在将图像传递给引擎之前转换格式。

OcrResult.Text属性返回所有识别到的字符的纯字符串，以换行符连接。要访问更丰富的信息——单词边界框、置信分数、每段文字——请导航到result.Characters集合。

值得了解的关键特性：

result.Pages[0].Text ——来自单个页面的文本
result.Words[n].Confidence ——每字的准确性（0.0 —— 1.0）
result.Pages[0].Paragraphs ——段落分割以进行结构化提取

您还可以调用ocr.ReadAsync(input)以保持桌面或Web应用程序中的UI线程空闲。

如何处理扫描文档和 TIFF 文件？

在文档扫描工作流程中，多页 TIFF 文件很常见。 IronOCR通过LoadImageFrames处理它们，可以让您选择要处理的帧（页面）——当您只需要较大存档的一部分时很有用。

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
int[] pageIndices = { 0, 1, 2 };
input.LoadImageFrames("scanned-documents.tiff", pageIndices);

// Correct skew and remove noise before reading
input.Deskew();
input.DeNoise();

OcrResult result = ocr.Read(input);

foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}:");
    Console.WriteLine(page.Text);
}

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
int[] pageIndices = { 0, 1, 2 };
input.LoadImageFrames("scanned-documents.tiff", pageIndices);

// Correct skew and remove noise before reading
input.Deskew();
input.DeNoise();

OcrResult result = ocr.Read(input);

foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}:");
    Console.WriteLine(page.Text);
}

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    Dim pageIndices As Integer() = {0, 1, 2}
    input.LoadImageFrames("scanned-documents.tiff", pageIndices)

    ' Correct skew and remove noise before reading
    input.Deskew()
    input.DeNoise()

    Dim result As OcrResult = ocr.Read(input)

    For Each page In result.Pages
        Console.WriteLine($"Page {page.PageNumber}:")
        Console.WriteLine(page.Text)
    Next
End Using

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    Dim pageIndices As Integer() = {0, 1, 2}
    input.LoadImageFrames("scanned-documents.tiff", pageIndices)

    ' Correct skew and remove noise before reading
    input.Deskew()
    input.DeNoise()

    Dim result As OcrResult = ocr.Read(input)

    For Each page In result.Pages
        Console.WriteLine($"Page {page.PageNumber}:")
        Console.WriteLine(page.Text)
    Next
End Using

从多页 TIFF 文件输出OCR

OCR在C# CodeProject教程：使用IronOCR从图像中提取文本：图2 - 多页TIFF的OCR输出

Deskew旋转图像以纠正平板扫描仪引入的任何倾斜。 DeNoise移除会混淆Tesseract引擎的斑点和JPEG伪影。结合这两个预处理滤波器，显著提高了低质量扫描的识别精度。

困难的源材料可用的额外OcrInput滤波器：

input.Sharpen() ——增加模糊图像的边缘对比度
input.Binarize() ——将文件转换为黑白以适合传真质量的文档
input.Scale(200) ——放大小图像以更好地分离字符
input.Rotate(90) ——校正旋转的文档方向

有关预处理选项及其应用时机的完整列表，请参阅IronOCR图像滤镜指南。

如何配置 OCR 的语言支持？

IronOCR默认读取英文文本。要处理其他语言的文档，请安装相应语言的NuGet包并在Language属性。

> dotnet add package IronOcr.Languages.German, IronOcr.Languages.French, IronOcr.Languages.Japanese

dotnet add package IronOcr.Languages.German, IronOcr.Languages.French, IronOcr.Languages.Japanese

然后配置引擎，对于双语文档，添加第二种语言：

using IronOcr;
using IronOcr.Languages;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.German;

// For bilingual documents (e.g. Canadian forms, EU directives)
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("german-invoice.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;
using IronOcr.Languages;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.German;

// For bilingual documents (e.g. Canadian forms, EU directives)
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput();
input.LoadImage("german-invoice.png");

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr
Imports IronOcr.Languages

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.German

' For bilingual documents (e.g. Canadian forms, EU directives)
ocr.AddSecondaryLanguage(OcrLanguage.French)

Using input As New OcrInput()
    input.LoadImage("german-invoice.png")

    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

Imports IronOcr
Imports IronOcr.Languages

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.German

' For bilingual documents (e.g. Canadian forms, EU directives)
ocr.AddSecondaryLanguage(OcrLanguage.French)

Using input As New OcrInput()
    input.LoadImage("german-invoice.png")

    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

IronOCR支持超过 125 种语言，每种语言都以单独的轻量级NuGet包的形式分发。这样可以保持生产二进制文件的大小——只包含应用程序实际需要的语言数据。调用AddSecondaryLanguage时，引擎在识别过程中结合使用主次语言模型。

如何处理 OCR 错误并提高识别结果？

生产应用需要针对OCR流程进行错误处理。图像质量问题、文件缺失或格式不支持都可能导致异常。将调用包裹在 try/catch 块中，可以得到一个清晰的恢复路径。

using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;

try
{
    using var input = new OcrInput();
    input.LoadImage("document.png");
    input.DeNoise();
    input.Deskew();

    OcrResult result = ocr.Read(input);

    if (result.Text.Length > 0)
    {
        Console.WriteLine("Recognised text:");
        Console.WriteLine(result.Text);
    }
    else
    {
        Console.WriteLine("No text was detected in the image.");
    }
}
catch (Exception ex)
{
    Console.WriteLine($"OCR error: {ex.Message}");
}

using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;

try
{
    using var input = new OcrInput();
    input.LoadImage("document.png");
    input.DeNoise();
    input.Deskew();

    OcrResult result = ocr.Read(input);

    if (result.Text.Length > 0)
    {
        Console.WriteLine("Recognised text:");
        Console.WriteLine(result.Text);
    }
    else
    {
        Console.WriteLine("No text was detected in the image.");
    }
}
catch (Exception ex)
{
    Console.WriteLine($"OCR error: {ex.Message}");
}

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English

Try
    Using input As New OcrInput()
        input.LoadImage("document.png")
        input.DeNoise()
        input.Deskew()

        Dim result As OcrResult = ocr.Read(input)

        If result.Text.Length > 0 Then
            Console.WriteLine("Recognised text:")
            Console.WriteLine(result.Text)
        Else
            Console.WriteLine("No text was detected in the image.")
        End If
    End Using
Catch ex As Exception
    Console.WriteLine($"OCR error: {ex.Message}")
End Try

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English

Try
    Using input As New OcrInput()
        input.LoadImage("document.png")
        input.DeNoise()
        input.Deskew()

        Dim result As OcrResult = ocr.Read(input)

        If result.Text.Length > 0 Then
            Console.WriteLine("Recognised text:")
            Console.WriteLine(result.Text)
        Else
            Console.WriteLine("No text was detected in the image.")
        End If
    End Using
Catch ex As Exception
    Console.WriteLine($"OCR error: {ex.Message}")
End Try

以下几个附加设置有助于降低准确率：

ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto ——让Tesseract自动选择单列、多列和单词布局
ocr.Configuration.ReadBarCodes = false ——如果您正在处理仅包含文本的文档，并希望提高吞吐量，请禁用条码检测
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5 ——确保您使用最快可用的引擎

对于字段位置可预测的结构化表单，请使用基于区域的 OCR仅读取重要区域：

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();

using var input = new OcrInput();
var region = new CropRectangle(x: 50, y: 200, width: 600, height: 100);
input.LoadImage("form.png", region);

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;
using IronSoftware.Drawing;

var ocr = new IronTesseract();

using var input = new OcrInput();
var region = new CropRectangle(x: 50, y: 200, width: 600, height: 100);
input.LoadImage("form.png", region);

OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr
Imports IronSoftware.Drawing

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    Dim region As New CropRectangle(x:=50, y:=200, width:=600, height:=100)
    input.LoadImage("form.png", region)

    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

Imports IronOcr
Imports IronSoftware.Drawing

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    Dim region As New CropRectangle(x:=50, y:=200, width:=600, height:=100)
    input.LoadImage("form.png", region)

    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

将识别范围限制在裁剪矩形区域内，可以减少大图像处理时间高达 90%。该技术非常适合用于提取发票号码、读取表单字段和扫描身份证件。更多详情请参阅区域 OCR 使用指南。

如何从识别的文本创建可搜索的PDF？

将扫描图像存档转换为可搜索的 PDF 文件是 OCR 最有价值的应用案例之一。生成的文件保留了原始的视觉外观，同时嵌入了一个不可见的文本层，PDF 查看器、搜索引擎和屏幕阅读器可以对其进行索引。

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.Title = "Quarterly Report Q1 2026";
input.LoadImage("page1.png");
input.LoadImage("page2.png");
input.LoadImage("page3.png");

OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

Console.WriteLine("Searchable PDF created.");
Console.WriteLine($"Pages processed: {result.Pages.Count}");

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.Title = "Quarterly Report Q1 2026";
input.LoadImage("page1.png");
input.LoadImage("page2.png");
input.LoadImage("page3.png");

OcrResult result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

Console.WriteLine("Searchable PDF created.");
Console.WriteLine($"Pages processed: {result.Pages.Count}");

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.Title = "Quarterly Report Q1 2026"
    input.LoadImage("page1.png")
    input.LoadImage("page2.png")
    input.LoadImage("page3.png")

    Dim result As OcrResult = ocr.Read(input)
    result.SaveAsSearchablePdf("searchable-output.pdf")

    Console.WriteLine("Searchable PDF created.")
    Console.WriteLine($"Pages processed: {result.Pages.Count}")
End Using

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.Title = "Quarterly Report Q1 2026"
    input.LoadImage("page1.png")
    input.LoadImage("page2.png")
    input.LoadImage("page3.png")

    Dim result As OcrResult = ocr.Read(input)
    result.SaveAsSearchablePdf("searchable-output.pdf")

    Console.WriteLine("Searchable PDF created.")
    Console.WriteLine($"Pages processed: {result.Pages.Count}")
End Using

输出可搜索的 PDF 文档

OCR在C# CodeProject教程：使用IronOCR从图像中提取文本：图3 - 从输入图像创建的可搜索PDF

SaveAsSearchablePdf写入与PDF/A兼容的文件，其中每个识别的单词被放置在原始图像的确切像素坐标上。 Adobe Acrobat、macOS 上的预览程序和 Foxit Reader 都支持在生成这些文件后立即进行全文搜索。

对于基于Web的文档查看器或下游NLP流水线，请改用result.SaveAsHocrFile("output.hocr")。 hOCR 格式是一种开放的 XML 标准，它将每个单词的边界框与文本一起编码，从而实现客户端搜索高亮显示和单词级辅助功能注释。

从OcrResult可用的额外输出格式：

result.SaveAsHocrFile("output.hocr") ——包含位置数据的hOCR XML
result.ToXDocument() ——LINQ可查询的XDocument用于程序处理
result.Pages[0].Text ——每页的纯文本以进行流式处理管道

对于已经与IronPDF一起工作的应用程序，您可以将OcrResult直接传入PDF生成工作流，在单个.NET进程中结合OCR提取与PDF编辑。

如何解读条形码和文字？

IronOCR可以读取嵌入在与印刷文本同一图像中的条形码和二维码，无需运行单独的条形码库。通过一个配置属性启用该功能：

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;

using var input = new OcrInput();
input.LoadImage("shipping-label.png");

OcrResult result = ocr.Read(input);

Console.WriteLine("Text:");
Console.WriteLine(result.Text);

Console.WriteLine("Barcodes:");
foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"  {barcode.Format}: {barcode.Value}");
}

using IronOcr;

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;

using var input = new OcrInput();
input.LoadImage("shipping-label.png");

OcrResult result = ocr.Read(input);

Console.WriteLine("Text:");
Console.WriteLine(result.Text);

Console.WriteLine("Barcodes:");
foreach (var barcode in result.Barcodes)
{
    Console.WriteLine($"  {barcode.Format}: {barcode.Value}");
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

IRON VB CONVERTER ERROR developers@ironsoftware.com

支持的条形码格式包括 Code 128、Code 39、EAN-13、EAN-8、UPC-A、UPC-E、PDF417、Data Matrix 和 QR 码。详细信息请参阅IronOCR条形码读取指南。

这项功能在物流、医疗保健和零售应用中尤其有用，因为运输标签、病人腕带和产品标签都包含人可读文本和机器可读条形码。

如何将IronOCR与其他.NET OCR 选项进行比较？

开发人员在评估.NET的 OCR 库时通常会考虑IronOCR、Tesseract .NET以及 Google Cloud Vision 或 Azure计算机视觉等云服务。下表总结了关键差异：

基于关键开发人员标准的.NET OCR 选项比较
标准	IronOCR	Tesseract.NET	Azure计算机视觉
部署	本地部署或云端部署，无需外部呼叫	本地部署	仅限云端，需要互联网连接
安装	单个NuGet包	多个软件包 + 原生二进制文件	SDK + Azure 订阅
语言包	通过NuGet包提供 125 多个包	手动 tessdata 下载	由 Azure 管理
可搜索的 PDF 输出	内置一个方法调用	不包含	不包含
图像预处理	12+ 内置过滤器	需要手动预处理	自动（服务器端）
定价模式	一次性永久许可	开源（Apache 2.0）	按通话次数计费

Tesseract是由 Google 维护的开源项目，它为IronOCR和 Tesseract .NET提供底层技术支持。 IronOCR增加了 .NET 惯用的打包方式、自动模型管理以及原始 Tesseract 绑定所缺乏的生产输出功能（可搜索的 PDF、hOCR 导出）。 Azure 计算机视觉提供最先进的云精度，但引入了网络延迟和每次调用成本，不适合高容量或离线工作流程。

对于数据隐私法规禁止将文档发送到外部服务的情况（例如医疗记录、法律文件、财务报表），像IronOCR这样的本地库是合适的选择。