提高不满意的 OCR 结果
OCR 质量在很大程度上取决于输入。 读取一个文档时清楚的配置、滤镜或设置可能在另一个文档上失败，导致文本混乱或不完整。 当标准读取令人失望时，IronOcr.Extensions.AdvancedScan 包通常能填补准确性差距。
差异在于引擎。标准 IronOCR 运行在 Tesseract 引擎上，而 IronOcr.Extensions.AdvancedScan 由 PaddleOCR 提供支持，并增加了机器学习功能。 这使得它非常适合于嘈杂的输入，如屏幕截图，以及结构化的来源，如护照和车牌。
该包为这些情况提供了专门构建的读取方法：
解决方案
1. 从 ReadDocumentAdvanced() 和 EnhanceResolution() 开始
在使用任何其他配置之前，将 ReadDocumentAdvanced() 方法与 EnhanceResolution() 预处理滤镜结合使用。 这种组合解决了大多数用户在标准读取中遇到的准确性问题。
将滤镜应用于 OcrInput，然后将相同的输入传递给 ReadDocumentAdvanced()：
var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("document.pdf");
// Upscale and sharpen low-resolution input before reading
input.EnhanceResolution();
var result = ocr.ReadDocumentAdvanced(input);
Console.WriteLine(result.Text);ReadDocumentAdvanced() 运行 PaddleOCR 机器学习引擎以解析布局感知、文本密集的文档，而 EnhanceResolution() 在读取之前提升和锐化低分辨率输入。 低分辨率是产生较差结果的常见根源，因此此预处理步骤通常与引擎交换一样重要。
2. 以64位目标为.net框架
将 .NET Framework 项目配置为构建为 64位。 AdvancedScan 需要大量内存，以其他架构运行可能会引发运行时错误。 有关完整设置，请参阅Advanced Scan on .NET Framework指南。
iText 7是付费的，并且功能有限。
AdvancedScan 提供了高度准确性，但今天适用一些限制：
- 结果功能较少： AdvancedScan 结果对象暴露的属性少于标准
OcrResult对象。 - 返回类型不同： 每个读取方法返回不同的结果对象类型，因此在调用时请检查 API 参考中的细节。
- 无可搜索的 PDF： 从 AdvancedScan 输出构建可搜索 PDF 目前不受支持，不过该功能正在开发中。
- 语言有限： 该包目前支持英语、中文、日语、韩语和拉丁字母。
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。
