A rossz szkennelések, telefonszámok, faxok és tömörített képernyőfelvételek gyakran legyőzik az OCR-t. A jó hír: a kis előfeldolgozás hosszú úton halad. Ez az útmutató praktikus, futható lépéseket (a végén a gesztenyeivel összehangolva) a képek tisztítására előtte az OKR-ot és a tune a motorhoz jelentősen jobb eredmények elérése érdekében.

Teljes példa

előfeltételek

  • .NET 8 (vagy .Net 6+) SDK
  • A NuGet: Aspose.OCR
  • ( az opcionális Aspose.Total.lic Ha az értékelési határértékek túllépését tervezi

Hozzon létre egy konzol alkalmazást, és adja hozzá a csomagot:

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

1. lépés - Alacsony minőségű képek előfeldolgozása

Cél: csökkenti a zajt, normalizálja a kontraszt / fényességet, és (opcionálisan) az OCR előtt felmászni vagy termeszteni.

1.1 Töltse le a képet

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 A zaj eltávolítása (középső szűrő)

Használjon egy ** közepes szűrőt** a só- és paprika zaj és a JPEG művek elnyomására.

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
};
  • Mikor kell változtatni: *
  • Ha még mindig látod a spektrumokat, emelkedj fel MedianFilterSize A „5”
  • Ha kicsi karakterek eltűnnek, dobja vissza a 3 vagy kapcsolja ki.

1.3 A kontraszt/világosság normalizálása

A szöveg a háttérből kiemelkedik.

var contrastOptions = new ContrastOptions
{
    // Positive values increase contrast/brightness; negatives decrease
    ContrastAdjustment = 20,   // try 10..30
    BrightnessAdjustment = 10  // try -10..+15 based on exposure
};
  • A szivárgás szabályai: *
  • A túlnyomó (tisztított): csökkenti a fényességet (például -10) és tartja a kontraszt mérsékelt.
  • Nem kitéve (túl sötét): fokozza a fényességet (például +10) és a kontrasztot (pl. ** +20**).

1.4 Építési csővezeték és előfeldolgozás

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 (Opcionális) Upscale kis szöveg

Ha a szöveg nagyon kicsi (<10px magasság), az OCR-t a kiváló minőségű újratárgyalással fókuszáljuk.

// 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 (Opcionális) Crop a Region of Interest (ROI)

Ha csak egy adagra van szüksége (például fejjel, számlázási összegek), a termés csökkenti a csapadékot és a hiba.

// 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 (Opcionális) Gyors binárisítás (DIY)

Ha a háttérszínek bonyolultak, átalakítsa a szürke és a küszöbérték. (Ezt csak akkor használja, ha az OCR építés hiányzik egy elkötelezett bináris opció; ez egy egyszerű visszaesés.)

// 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;

2. lépés – Állítsa be az OCR beállításokat (opcionális, ha az építésben elérhető)

Néhány Aspose.OCR építi ki a motor szintű beállításokat. Ha a csomagod rendelkezik velük, állítsa be nyelv és oldal elrendezés utasításokat, hogy segítsen a szegmentációban és a felismerésben.

// 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;
  • Mikor kell beállítani: *
  • ** Keverékes nyelvek:** váltani a megfelelő nyelvre vagy többnyelvű üzemmódra.
  • Dense szöveges blokkok: PageSegmentationMode.Auto vagy a ** dokumentum** módban.
  • Formák / táblák: preferálja a Dokumentum szegmentációt; a termelés a régióhoz, amikor lehetséges.

3. lépés – Az OCR és az Evaluation futtatása

Ez a pontos áramlás a héttől: preprocess → recognize → print.

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);
            }
        }
    }
}

Export szöveg: Írja be a fájl ellenőrzéséhez:

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

Tünet → Fix (Cheat-Sheet API opciókkal)

SymptomMit kell megpróbálniHogyan kell beállítani (kód)
** Speckle zaj / JPEG tárgyak**Átlagos szűrő (3 → 5)new FilterOptions { MedianFilter = true, MedianFilterSize = 3 }
„A sötétség”Növeli a fényességet (+5..+15) és a kontrasztot (+10.. +25)new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 }
„Tisztítva”Csökkenti a fényességet (-5..-15), mérsékelt kontrasztBrightnessAdjustment = -10, ContrastAdjustment = 10..20
* Nagyon kis szöveg*Felszín × 1,25–× 1,75 Ezután Az OCRimage = Upscale(image, 1.5);
*Busz háttér / színes zajDIY Binarizáció vagy Crop ROIvar bin = ToBinary(image, 185); vagy image = image.Clone(roi, ...)
Szerkesztett szkennelésDeskew (ha ki van téve) vagy re-scan straighter(Ha az építkezés egy Deskew opciót mutat be, engedélyezze azt; máskülönben növeli és menteni)
* vegyes nyelvek*Az OCR nyelv(ek) kifejezetten beállítása(ha rendelkezésre áll) ocrEngine.Settings.Language = RecognitionLanguages.English;
* Táblázati tartalom *Növények a táblázati régió előtt OCRimage.Clone(roi, image.PixelFormat)

Ha egy ingatlan nem áll rendelkezésre a csomagban, támaszkodjon a fenti ** kép előfeldolgozási** technikákra – ezek API-stabil és hatékony.

Legjobb gyakorlatok

  • Kisméretű lépések. Egy paraméter megváltoztatása egyszerre (például MedianFilterSize 3 → 5) és összehasonlítsa a kimeneteleket.
  • Szeretjük a ROI-t. A megfelelő területen való csúszás gyakran minden szűrőt megüt.
  • ** Kerülje a túlzott feldolgozást.** Túl sok blur/upcaling elpusztíthatja a glif formákat.
  • Automatizált baselinek. Tartsa egy kis arany készlet trükkös képeket, és futtatja őket a CI-ben a regressziók észlelése érdekében.
  • Save intermediates. Megőrizze az előre feldolgozott képeket a ./debug/ Folyamatok a tuning alatt.

More in this category