Słabe skanowanie, strzały telefoniczne, faksy i kompresowane nagrania ekranu często pokonują OCR. Dobra wiadomość: małe przedprzetwarzanie jest długą drogą. Ten przewodnik daje praktyczne, rynkowe kroki (zharmonizowane z gąbką na końcu) do czyszczenia obrazów wcześniej i do tune silnika O CR dla znacznie lepszych wyników.

Pełny przykład

Warunki

  • Źródło: .NET 8 (lub .Net 6+) SDK
  • W Nowym Jorku: Aspose.OCR
  • ( opcjonalne ) Aspose.Total.lic Jeśli planujesz przekroczyć granice oceny

Stwórz aplikację konsoli i dodaj pakiet:

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

Krok 1 – Wstępne przetwarzanie obrazów niskiej jakości

**Celem: ** zmniejszenie hałasu, normalizacja kontrastu / jasności oraz (opcjonalnie) upscale lub uprawy przed OCR.

1.1 Pobierz obraz

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 Usuwanie hałasu (przeciętny filtr)

Użyj środkowego filtra, aby powstrzymać hałas soli i papryki oraz artefakty JPEG.

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
};
  • Kiedy warto się zmienić: *
  • Jeśli wciąż widzisz spektrum, podnieś MedianFilterSize do * 5 *.
  • Jeśli znikają drobne znaky, wracaj do 3 lub wyłącz je.

1.3 Normalizacja kontrastu / jasności

Pozwól, aby tekst wyszedł z tła.

var contrastOptions = new ContrastOptions
{
    // Positive values increase contrast/brightness; negatives decrease
    ContrastAdjustment = 20,   // try 10..30
    BrightnessAdjustment = 10  // try -10..+15 based on exposure
};
  • Przepisy dotyczące gumy: *
  • Zawsze narażone (wymyte): zmniejsza jasność (np. -10) i utrzymuje kontrast umiarkowany.
  • Nie eksponowane (zbyt ciemne): zwiększa jasność (np. +10) i kontrast (p.in., ** +20**).

1.4 Budowa rurociągu przetwarzania i wstępne przetwarzanie

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 (opcjonalny) Upscale mały tekst

Jeśli tekst jest bardzo mały (w wysokości <10px), upscale przed OCR za pomocą wysokiej jakości odbioru.

// 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 (opcjonalne) uprawy w regionie odsetek (ROI)

Jeśli potrzebujesz tylko jednej porcji (np. nagłówka, sumy faktury), rośliny zmniejszają pęknięcie i błąd.

// 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 (opcjonalna) szybka binaryzacja (DIY)

Jeśli kolory tła są skomplikowane, konwertuj do szary i granicy. (Użyj tego tylko jeśli Twój OCR budowa brakuje dedykowanej opcji binaryzacji; jest to prosty spadek.)

// 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;

Krok 2 – Konfiguruj ustawienia OCR (opcjonalne, jeśli dostępne w budowie)

Niektóre konstrukcje Aspose.OCR wyświetlają ustawienia na poziomie silnika.Jeśli paczka ma je, ustawić język i layout strony wskazówki, aby pomóc w segmentacji i rozpoznawaniu.

// 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;

*Kiedy należy ustawić: *

  • Języki mieszane: przełącz się na odpowiedni tryb językowy lub wielojęzyczny.
    • Bloki tekstowe: * PageSegmentationMode.Auto lub w trybie „Dokument”.
  • Formy / tabele: preferuje segmentację Dokument; roślina do regionu w miarę możliwości.

Krok 3 – Run OCR & Evaluate

To jest dokładny przepływ z żelu: preproces → rozpoznawanie → drukowanie.

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);
            }
        }
    }
}

Teks eksportujący: Napisz do pliku do inspekcji:

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

Symptom → Fix (Cheat-Sheet z opcjami API)

SymptomCo spróbowaćJak ustawić kod (kod)
** Dźwięk widokowy / JPEG artefakty**Średni filtr (3 → 5)new FilterOptions { MedianFilter = true, MedianFilterSize = 3 }
„Too Dark”Zwiększ jasność (+5..+15) i kontrast (+10.. +25)new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 }
* wyprostowane *Zmniejszenie jasności (-5..-15), umiarkowany kontrastBrightnessAdjustment = -10, ContrastAdjustment = 10..20
* Bardzo mały tekst *Wskaźnik × 1.25–× 1.75, Następnie OCRimage = Upscale(image, 1.5);
Bosy tło / kolor hałasuDIY binaryzacja lub crop ROIvar bin = ToBinary(image, 185); lub image = image.Clone(roi, ...)
* skanowanie skręcone *Deskw (jeśli wystawiony) lub ponowne skanowanie(Jeśli Twój budynek wystawia opcję Deskew, włączyć ją; inaczej zbiór i rescan)
* Języki mieszane *Ustaw język OCR(s) wyraźnie(jeśli jest dostępny) ocrEngine.Settings.Language = RecognitionLanguages.English;
* zawartość tablicy *Roślina do regionu tabeli przed OCRimage.Clone(roi, image.PixelFormat)

Nie wszystkie budynki narażają się na te same ** ustawienia silnika**. Jeśli nieruchomość nie jest dostępna w pakiecie, polegaj na powyższych ** technikach przedprzetworzenia obrazu** – są one API stabilne i skuteczne.

Najlepsze praktyki

  • Tweak w małych krokach. Zmień jeden parametr naraz (np. MedianFilterSize 3 → 5) i porównaj wyniki.
  • Prefer ROI. Przekropanie tylko do odpowiedniego obszaru często uderza w dowolny filtr.
  • ** Unikaj nadmiernego przetwarzania.** Zbyt dużo blur/upcaling może zniszczyć kształty glify.
  • Bazeliny automatyczne. Utrzymuj mały złote zestawy nieśmiałych obrazów i uruchom je w CI, aby wykryć regresje.
  • Zachowaj pośredników. Zapisz wstępnie przetworzone obrazy do ./debug/ folder podczas tuningu.

More in this category