Zlé skenovanie, telefónne snímky, faxy a komprimované obrazovky často porazia OCR. Dobrá správa: malo predbežné spracovanie ide dlhú cestu. Tento sprievodca vám dáva praktické, bežné kroky (v súlade s hromadou na konci) na čistenie obrázkov pred oCR a na tune motora O CR pre výrazne lepšie výsledky.

Kompletný príklad

Predpoklady

  • .NET 8 (alebo .Net 6+) SDK
  • V tomto prípade: Aspose.OCR
  • (Vybrať podľa možnosti) Aspose.Total.lic Ak plánujete prekročiť hodnotenie

Vytvorte aplikáciu konzoly a pridajte balík:

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

Krok 1 - Preproces s nízkou kvalitou obrázkov

Cieľ: znížiť hluk, normalizovať kontrast / jasnosť a (opcionálne) upscale alebo plodiny pred OCR.

1.1 Nahrať obrázok

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 Odstrániť hluk (priemerný filter)

Použite mediálny filter na potlačenie hluku soli a papiera a JPEG artefaktov.

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
};
  • Kedy sa má zmeniť: *
  • Ak stále vidíte zrkadlá, zdvihnite MedianFilterSize V prípade * 5 *.
  • Ak zmiznú drobné znaky, prejdite späť na 3 alebo ho vypnite.

1.3 Normalizácia kontrastu / jasu

Vytvorte text z pozadia.

var contrastOptions = new ContrastOptions
{
    // Positive values increase contrast/brightness; negatives decrease
    ContrastAdjustment = 20,   // try 10..30
    BrightnessAdjustment = 10  // try -10..+15 based on exposure
};
  • Pravidlá tumu: *
  • Overexposed (vyprázdnený): znižuje jasnosť (napríklad -10) a udržuje kontrast mierny.
  • Nedostupné (príliš tmavé): zvyšuje jasnosť (napr. +10) a kontrast (príklad ** +20**).

1.4 Konštrukcia spracovacieho potrubia a predbežného spracovania

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 (opcionálne) Upscale malý text

Ak je text veľmi malý (<10px výška), upscale pred OCR pomocou vysoko kvalitného resamplingu.

// 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 (opcionálne) Výroba v regióne záujmu (ROI)

Ak potrebujete len jednu porciu (napr. hlavičku, celkové faktúry), pestovanie na zníženie zrážky a chyby.

// 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 (voliteľná) Rýchla binárnosť (DIY)

Ak sú farby pozadia zložité, previesť na šedej škály a hranici. (Používajte to ** len v prípade, že vaše OCR stavby chýba venovaná binárna možnosť; je to jednoduchý pad.)

// 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 – Nastavenie nastavenia OCR (opcionálne, ak je k dispozícii vo vašej budove)

Niektoré budovy Aspose.OCR vystavujú nastavenia na úrovni motora. Ak ich váš balík má, nastavte jazyk a stránkový rozloženie tipy, ktoré pomáhajú segmentovať a rozpoznať.

// 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;

Kedy nastaviť :

  • Zmiešané jazyky: prejdite na vhodný jazyk alebo viacjazyčný režim.
  • Dánske textové bloky: PageSegmentationMode.Auto alebo režim dokumentov *.
  • Formy / tabuľky: uprednostňuje segmentáciu Dokument; zber do regiónu kedykoľvek je to možné.

Krok 3 – Spustiť OCR & Evaluate

Toto je presný prúd z hrnca: preproces → rozpoznanie → tlač.

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 text: napíšte do súboru pre kontrolu:

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

Symptóm → Fix (Cheat-Sheet s možnosťami API)

SymptomČo sa pokúsiťAko nastaviť (kód)
Hlboký hluk / JPEG artefaktyPriemerný filter (3 → 5)new FilterOptions { MedianFilter = true, MedianFilterSize = 3 }
„Toto je tmavo“Zvýšenie jasu (+5..+15) a kontrastu (+10.. +25)new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 }
* vyprázdnený *Zníženie jasu (-5..-15), mierny kontrastBrightnessAdjustment = -10, ContrastAdjustment = 10..20
* Veľmi malý text *Upscale × 1,25 – x 1,75 potom OCRimage = Upscale(image, 1.5);
Busy pozadie / farebný hlukDIY binaryzácia alebo crop ROIvar bin = ToBinary(image, 185); alebo image = image.Clone(roi, ...)
* Skončené skenovanie *Deskew (ak je vystavený) alebo re-scan straighter(Ak je vaša stavba vystavená možnosť Deskew, aktivujte ju; inak pestovať a zachrániť)
* zmiešané jazyky *Nastavenie jazyka OCR(s) výslovne(ak je k dispozícii) ocrEngine.Settings.Language = RecognitionLanguages.English;
* tabuľkový obsah *Výroba do tabuľkového regiónu pred OCRimage.Clone(roi, image.PixelFormat)

Nie všetky stavby vystavujú rovnaké motorové nastavenia. Ak v balení nie je k dispozícii nehnuteľnosť, spoliehajte sa na prepracovanie obrazu techniky vyššie – sú API-stabilné a efektívne.

Najlepšie postupy

  • Tweak v malých krokoch. Zmeňte jeden parameter naraz (napr. MedianFilterSize 3 → 5) a porovnať výstupy.
  • Prefer ROI. Krúpanie iba na príslušnú oblasť často zasiahne akýkoľvek filter.
  • ** Vyhýbajte sa nadmernému spracovaniu.** Príliš veľa blur/upcaling môže zničiť glyph formy.
  • Automatické bazény. Udržiavajte malý zlatý súbor trickových obrázkov a spustite ich v CI na detekciu regresií.
  • Zachráňte sprostredkovateľov. Zachrániť predbežné obrázky na ./debug/ Súbory počas tuningu.

More in this category