Huonot skannat, puhelinkuvat, faksit ja tiivistetyt näytöt häviävät usein OCR: n. Hyvät uutiset: pieni ennakkoprosessointi menee pitkälle. Tämä opas antaa sinulle praktisia, kävelyviä askeleita (johdetaan lopputulokseen) kuvien puhdistamiseksi ** ennen** OCC: stä ja tune oCR-moottorille huomattavasti parempia tuloksia varten.

Täydellinen esimerkki

edellytykset

  • .NET 8 (tai .Net 6+) SDK
  • Ja nyt: Aspose.OCR
  • ( valinnainen vaihtoehto) Aspose.Total.lic Jos aiot ylittää arviointirajat

Luo konsolin sovellus ja lisää paketti:

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

Vaihe 1 – Alhaisen laadun esivalmisteet

Tavoite: vähentää melua, normalisoida kontrastin / kirkkauden ja (vaihtoehtoisesti) ylittää tai kasvaa ennen OCR:tä.

1.1 Kuvan lataaminen

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 Poista melu (lähde suodatin)

Käytä ** keskimääräistä suodatinta** tukahduttaa suolan ja paperin melua ja JPEG-artikkelia.

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
};
  • Milloin pitää muuttaa: *
  • Jos näet vielä peilejä, nouse MedianFilterSize Tätä varten *5 *.
  • Jos pienet merkit häviävät, laske takaisin 3 tai kytke se pois.

1.3 Kontrastin / kirkkauden normalisointi

Tee tekstistä tausta.

var contrastOptions = new ContrastOptions
{
    // Positive values increase contrast/brightness; negatives decrease
    ContrastAdjustment = 20,   // try 10..30
    BrightnessAdjustment = 10  // try -10..+15 based on exposure
};
  • Tuuman säännöt: *
  • Yli altistunut (pesu): vähentää kirkkautta (esim. -10) ja pitää kontrastin maltillisena.
  • Ilman altistumista (liian pimeä): parantaa kirkkautta (esim. +10) ja kontrastia ( Esim. +20*).

1.4 Rakentaa jalostusputkia ja ennaltaehkäisyä

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 (vaihtoehtoinen) Upscale pieni teksti

Jos teksti on ** hyvin pieni** (<10px korkeus), koota ** ennen** OCR käyttämällä laadukasta uudelleenkuviointia.

// 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 (vaihtoehtoinen) Kasvi etualueella (ROI)

Jos tarvitset vain yhden osan (esimerkiksi otsikko, laskun kokonaismäärät), viljely vähentää leikkausta ja virheitä.

// 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 (vaihtoehtoinen) Nopea binarytaatio (DIY)

Jos taustan värit ovat monimutkaisia, kääntää harmaaseen ja raja-arvoon. (käytä tätä vain, jos OCR-rakennuksesi puuttuu omistautuneesta binarytaatiovaihtoehdosta; se on yksinkertainen putoaminen.)

// 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;

Vaihe 2 – Aseta OCR-asetukset (vaihtoehtoisesti, jos se on käytettävissä rakenteessasi)

Jotkut Aspose.OCR-rakenteet paljastavat moottoritason asetukset.Jos paketti on niitä, asettaa kieli ja sivujärjestys vinkkejä segmentoinnin ja tunnistamisen auttamiseksi.

// 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;
  • Milloin asettaa: *
  • Sekoitetut kielet: vaihda asianmukaiseen kieliin tai monikieliseen tilaan.
    • Tekstiblokkien kirjoittaminen: * PageSegmentationMode.Auto tai dokumentti muodossa.
  • Muodot/taulukot: mieluummin Dokumentti segmentointi; viljely alueelle aina kun mahdollista.

Vaihe 3 – Käynnistä OCR & Evaluate

Tämä on todellinen virtaus peräpukamasta: ennakkoprosessi → tunnistaminen → tulostus.

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);
            }
        }
    }
}

Teksti vienti: kirjoita tiedostoon tarkastusta varten:

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

Symptom → Fix (Cheat-Sheet with API options)

SymptomMitä yrittääMiten määrittää (koodi)
* Näytön ääni / JPEG-artikkelit*Keskimääräinen suodatin (3 → 5)new FilterOptions { MedianFilter = true, MedianFilterSize = 3 }
”Too Dark”Lisää kirkkautta (+5..+15) ja kontrastia (+10.. +25)new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 }
* pyyhkiä pois*Vähentää kirkkautta (-5..-15), maltillinen kontrastiBrightnessAdjustment = -10, ContrastAdjustment = 10..20
* Erittäin pieni teksti*Lämpötila × 1,25–× 1,75 Sitten OCRimage = Upscale(image, 1.5);
* Äärimmäinen tausta / värin melu*DIY Binarisaatio tai Crop ROIvar bin = ToBinary(image, 185); tai image = image.Clone(roi, ...)
* Sekoitettu skannaus*Deskew (jos altistunut) tai uudelleen skannaus(Jos rakennus altistaa Deskew-vaihtoehdon, käytä sitä; muuten viljely & pelastus)
* sekoitetut kielet *Määritä OCR kieli(et) nimenomaisesti(Jos käytettävissä on ocrEngine.Settings.Language = RecognitionLanguages.English;
* Tavallinen sisältö *Kasvi taulukon alueelle ennen OCR:täimage.Clone(roi, image.PixelFormat)

Kaikki rakenteet eivät altista samoja moottorin asetuksia. Jos omaisuus ei ole käytettävissä pakkauksessasi, luota edellä mainittuihin kuvan ennakkoprosessitekniikoihin – ne ovat API-stabiileja ja tehokkaita.

Parhaat käytännöt

  • Tweak pienissä vaiheissa. Vaihda yksi parametri kerralla (esim. MedianFilterSize 3 → 5) ja vertaile tuloksia.
  • Lisää ROI. Vain asiaankuuluvaan alueeseen siirtyminen usein lyö minkä tahansa suodatin.
  • Vältä liiallista käsittelyä. Liikaa blur/upcaling voi tuhota glyph-muodot.
  • Automaattiset baseliinit. Pidä pieni kultainen joukko harmaita kuvia ja suorita ne CI: ssä regressiot havaitsemiseksi.
  • Save intermediates. Säilytä ennakkoon käsiteltyjä kuvia ./debug/ Tapetti tuning aikana.

More in this category