Dårlige scanninger, telefonscots, fax og komprimerede skærmbilleder besejrer ofte OCR. Den gode nyhed: en lille forarbejdning går en lang vej. Denne guide giver dig praktiske, løbende skridt (aligneret med gætet i slutningen) til at rense billeder for oCR og til tune O CR-motoren for betydeligt bedre resultater.

Et fuldstændigt eksempel

Forudsætninger

  • NET 8 (eller .NET 6+) SDK
  • Det er nu: Aspose.OCR
  • (Optionelt er det Aspose.Total.lic Hvis du planlægger at overstige evalueringsgrænserne

Skab en konsolapp og tilføje pakken:

dotnet new console -n OCRImprovementExample -f net8.0
cd OCRImprovementExample
dotnet add package Aspose.OCR

Steg 1 - Forarbejdning af lavkvalitetsbilleder

** Mål: ** Reducere støj, normalisere kontrast/lythed og (alternativt) opskala eller dyrke før OCR.

1.1 Lad billedet op

using System;
using System.Drawing;
using System.IO;

// Step 1: Load the low-quality image
string imagePath = "low_quality_image.png";
if (!File.Exists(imagePath))
    throw new FileNotFoundException(imagePath);

Bitmap image = (Bitmap)Image.FromFile(imagePath);

// Optional: quick sanity check
Console.WriteLine($"Loaded {imagePath} ({image.Width}x{image.Height}px)");

1.2 Fjern støj (median filter)

Brug en median filter til at undertrykke salt- og pepperlyd og JPEG-artifakter.

using Aspose.Ocr.ImageProcessing;

// Median filter: try odd sizes 3, 5 (larger = stronger, but may blur small text)
var filterOptions = new FilterOptions
{
    MedianFilter = true,
    MedianFilterSize = 3
};

Når man skal ændre sig: *

  • Hvis du stadig ser spejler, hæve MedianFilterSize til * 5 *.
  • Hvis små tegn forsvinder, drop tilbage til 3 eller slå det ud.

1.3 Normalisering af kontrast / lys

Gør teksten ud fra baggrunden.

var contrastOptions = new ContrastOptions
{
    // Positive values increase contrast/brightness; negatives decrease
    ContrastAdjustment = 20,   // try 10..30
    BrightnessAdjustment = 10  // try -10..+15 based on exposure
};

** Reglerne for tummen:**

  • Overeksponeret (vasket ud): reducerer lysstyrken (f.eks. -10) og holder kontrast moderat.
  • ** Underexponeret (for mørkt):** øger lysstyrken (f.eks. +10) og kontrasten (t.ex. +20*).

1.4 Konstruktion af forarbejdningsrør og præprocess

var processingOptions = new ImageProcessingOptions();
processingOptions.Filters.Add(filterOptions);
processingOptions.Contrast = contrastOptions;

// (Optional) more options can be added here if your build exposes them
// e.g., processingOptions.Sharpen = new SharpenOptions { Strength = 1 };

using (var ocrEngine = new Aspose.Ocr.Api.OcrEngine())
{
    Bitmap preprocessed = ocrEngine.PreprocessImage(image, processingOptions);
    // Keep this for OCR below
    image.Dispose();
    image = preprocessed;
}

1.5 (Optionelt) Upscale lille tekst

Hvis teksten er ** meget lille** (<10px højde), upscale for OCR ved hjælp af høj kvalitet resampling.

// 1.5 Optional: upscale 1.5x to help recognition of tiny text
Bitmap Upscale(Bitmap src, double scale)
{
    int w = (int)(src.Width * scale);
    int h = (int)(src.Height * scale);
    var dest = new Bitmap(w, h);
    using (var g = Graphics.FromImage(dest))
    {
        g.InterpolationMode = System.Drawing.Drawing2D.InterpolationMode.HighQualityBicubic;
        g.DrawImage(src, 0, 0, w, h);
    }
    return dest;
}

// Example usage
// image = Upscale(image, 1.5);

1.6 (Optionelt) Grøntsager i et Interestområde (ROI)

Hvis du kun har brug for en portion (f.eks. header, fakturaumsbeløb), skal der dyrkes for at reducere kløe og fejl.

// Crop a rectangle (x,y,width,height)
Rectangle roi = new Rectangle(0, 0, image.Width, Math.Min(400, image.Height)); // top band
Bitmap cropped = image.Clone(roi, image.PixelFormat);
image.Dispose();
image = cropped;

1.7 (Optionel) Hurtig binarisering (DIY)

Hvis baggrundsfarverne er komplekse, konvertere til grå skala og grænse. ( Brug dette ** kun hvis** din OCR bygning mangler en dedikeret binarisering mulighed; det er en simpel faldback.)

// Simple grayscale + global threshold (0..255); try 170..200
Bitmap ToBinary(Bitmap src, byte threshold = 185)
{
    var bw = new Bitmap(src.Width, src.Height);
    for (int y = 0; y < src.Height; y++)
    for (int x = 0; x < src.Width; x++)
    {
        var c = src.GetPixel(x, y);
        byte gray = (byte)(0.299 * c.R + 0.587 * c.G + 0.114 * c.B);
        byte v = gray >= threshold ? (byte)255 : (byte)0;
        bw.SetPixel(x, y, Color.FromArgb(v, v, v));
    }
    return bw;
}

// Example usage
// var bin = ToBinary(image, 190);
// image.Dispose();
// image = bin;

Trin 2 – Indstill OCR-indstillinger (Optionelt, hvis det er tilgængeligt i din bygning)

Nogle Aspose.OCR bygger eksponerer motor-niveau indstillinger. Hvis dit pakke har dem, indsæt sprog og side layout tips for at hjælpe segmentering og genkendelse.

// Only if your build exposes these settings:
using Aspose.Ocr;

var settingsAvailable = false; // flip true if your API supports it
// Example (may vary by package version):
// ocrEngine.Settings.Language = RecognitionLanguages.English;
// ocrEngine.Settings.PageSegmentationMode = PageSegmentationMode.Auto;
  • Hvornår skal du indstille: *
  • Mixed sprog: skift til passende sprog eller flersprog.
  • Dense tekstblokker er: PageSegmentationMode.Auto eller ** Dokumentation** mode.
  • Form/tabler: foretrækker Dokument segmentering; grøntsager til regionen, når det er muligt.

Trin 3 – Run OCR & Evaluate

Dette er den exakte flow fra gommen: præprocess → genkendelse → udskrivning.

using System;
using System.Drawing;
using Aspose.Ocr;
using Aspose.Ocr.ImageProcessing;

namespace OCRImprovementExample
{
    class Program
    {
        static void Main(string[] args)
        {
            string imagePath = "low_quality_image.png";
            Bitmap image = (Bitmap)Image.FromFile(imagePath);

            // Preprocess (median + contrast/brightness)
            var filterOptions = new FilterOptions { MedianFilter = true, MedianFilterSize = 3 };
            var contrastOptions = new ContrastOptions { ContrastAdjustment = 20, BrightnessAdjustment = 10 };
            var processingOptions = new ImageProcessingOptions();
            processingOptions.Filters.Add(filterOptions);
            processingOptions.Contrast = contrastOptions;

            using (Aspose.Ocr.Api.OcrEngine ocrEngine = new Aspose.Ocr.Api.OcrEngine())
            {
                // Preprocess
                Bitmap preprocessedImage = ocrEngine.PreprocessImage(image, processingOptions);

                // OCR
                string recognizedText = ocrEngine.RecognizeImage(preprocessedImage);

                Console.WriteLine("Recognized Text:");
                Console.WriteLine(recognizedText);
            }
        }
    }
}

** Eksport tekst:** Skriv til en fil for inspektion:

File.WriteAllText("recognized.txt", recognizedText);

Symptom → Fix (Cheat-Sheet med API-muligheder)

SymptomHvad skal man prøveHvordan til at indstille (kode)
** Speckle støj / JPEG artefakter**Median filter (3 → 5)new FilterOptions { MedianFilter = true, MedianFilterSize = 3 }
”Tå mørk”Øget lys (+5..+15) og kontrast (+10.. +25)new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 }
* Vask ud *Reduktion af lys (-5..-15), moderat kontrastBrightnessAdjustment = -10, ContrastAdjustment = 10..20
* meget lille tekst *Upscale × 1.25–× 1.75, Og så OCRimage = Upscale(image, 1.5);
Busy baggrund / farve støjDIY binarisering eller crop ROIvar bin = ToBinary(image, 185); eller image = image.Clone(roi, ...)
* Skewed scan *Deskew (hvis eksponeret) eller genskanning strækker(Hvis din bygning udsætter en Deskew mulighed, aktiver det; ellers crop & rescan)
* Blandede sprog *Sæt OCR sprog(er) udtrykkeligt(hvis det er tilgængeligt) ocrEngine.Settings.Language = RecognitionLanguages.English;
* Tabelindhold *Grøntsager til bordregionen før OCRimage.Clone(roi, image.PixelFormat)

Ikke alle bygninger udsætter de samme motorindstillinger. Hvis en ejendom ikke er tilgængelig i dit pakke, stole på billedeforarbejdning teknikkerne ovenfor – de er API-stable og effektive.

Bedste praksis

  • Tweak i små skridt. Ændre en parameter på én gang (f.eks. MedianFilterSize 3 → 5) og sammenlign udgangene.
  • Foretrækker ROI. Cropping til kun det relevante område slår ofte nogen filter.
  • ** Undgå overforarbejdning.** For meget blur/upscaling kan ødelægge glyph-former.
  • Automate baseliner. Hold et lille guld sæt af trikke billeder og køre dem i CI for at opdage regressioner.
  • Save intermediates. Save forhåndsprocesserede billeder til en ./debug/ Foldere under tuning.

More in this category