Dåliga skanningar, telefonskott, fax och komprimerade skärmdumpar besegrar ofta OCR. Den goda nyheten: en liten preprocessing går en lång väg. Denna guide ger dig praktiska, löpbara steg (alignade med gipset i slutet) för att rensa upp bilderna ** före** oCR och till tune motorn för betydligt bättre resultat.

Fullständigt exempel

förutsättningar

  • NET 8 (eller .NET 6+) SDK
  • Nu är: Aspose.OCR
  • (Det är valfritt ) Aspose.Total.lic Om du planerar att överstiga utvärderingsgränserna

Skapa en konsolapp och lägg till paketet:

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

Steg 1 – Förbehandling av lågkvalitativa bilder

** Mål:** minska buller, normalisera kontrast / ljusstyrka och (alternativt) uppskala eller odla före OCR.

1.1 Ladda upp bilden

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 Ta bort buller (median filter)

Använd en median filter för att undertrycka salt- och pappersljud och JPEG-artiklar.

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
};
  • När ska man ändra: *
  • Om du fortfarande ser speglar, stiga upp MedianFilterSize till * 5 *.
  • Om små tecken försvinner, droppa tillbaka till 3 eller avsluta den.

1.3 Normalisera kontrast / ljusstyrka

Gör texten ut ur bakgrunden.

var contrastOptions = new ContrastOptions
{
    // Positive values increase contrast/brightness; negatives decrease
    ContrastAdjustment = 20,   // try 10..30
    BrightnessAdjustment = 10  // try -10..+15 based on exposure
};
  • Reglerna för tummen: *
  • Överexponerad (tvättad): minskar ljusstyrkan (till exempel -10) och håller kontrasten måttlig.
  • ** Underexponerad (för mörk):** ökar ljusstyrkan (t.ex. +10) och kontrasten (till exempel +20*).

1.4 Konstruktion av bearbetningsrör och förbehandling

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 (alternativ) Upscale liten text

Om texten är mycket liten (<10px höjd), uppskala för OCR med högkvalitativ 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 (Optionell) Odling av en Interest Region (ROI)

Om du bara behöver en portion (t.ex. header, faktura totaler), skörda för att minska fläckar och fel.

// 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 (Optionell) Snabb binärisering (DIY)

Om bakgrundsfärgerna är komplexa, konvertera till gråskala och tröskel. (Använda detta endast om din OCR bygga saknar en dedikerad binarisering alternativ; det är en enkel fallback.)

// 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;

Steg 2 – Konfigurera OCR-inställningar (alternativt, om tillgängligt i din byggnad)

Vissa Aspose.OCR-byggnader visar inställningar på motornivå. Om ditt paket har dem, ställ in språk och **sidor för att hjälpa segmentering och erkännande.

// 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;

När att ställa in:

  • Mixed languages: växla till lämplig språk eller flerspråkig läge.
  • Dense textrådar: PageSegmentationMode.Auto eller * Dokumentläge *.
  • Form/tabeller: föredrar Dokument segmentering; skörda till regionen när det är möjligt.

Steg 3 – Kör OCR & Utvärdera

Detta är den exakta flödet från värmen: preprocess → identifiera → skriva ut.

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: Skriv till en fil för inspektion:

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

Symtom → Fix (Cheat-Sheet med API-alternativ)

SymptomVad att försökaHur man ställer in (kod)
** Speckle buller / JPEG-artiklar**Median filter (3 → 5)new FilterOptions { MedianFilter = true, MedianFilterSize = 3 }
”Too Dark”Öka ljusstyrkan (+5..+15) och kontrasten (+10.. +25)new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 }
*Tvättas ut *Minskad ljusstyrka (-5..-15), måttlig kontrastBrightnessAdjustment = -10, ContrastAdjustment = 10..20
* Mycket liten text *Skala × 1.25–× 1.75, Därefter OCRimage = Upscale(image, 1.5);
Bosy bakgrund / färgljusDIY binärisering eller crop ROIvar bin = ToBinary(image, 185); eller image = image.Clone(roi, ...)
* Skärd skanning *Deskew (om exponerad) eller omskanning sträcker(Om din byggnad utsätter ett Deskew-alternativ aktiverar du det; annars skördar & räddar)
* Blandade språk *Ställ in OCR-språk(er) uttryckligen(om det finns tillgängliga) ocrEngine.Settings.Language = RecognitionLanguages.English;
* Tabellinnehåll *Växter till tabellregionen före OCRimage.Clone(roi, image.PixelFormat)

Inte alla byggnader exponerar samma motorinställningar. Om en egendom inte är tillgänglig i ditt paket, förlita sig på bildförbehandling tekniker ovan – de är API-stabila och effektiva.

Bästa praxis

  • Tweak i små steg. Ändra en parameter samtidigt (t.ex. MedianFilterSize 3 → 5) och jämföra utgångar.
  • Företrädesvis ROI. Kryssning till bara det relevanta området slår ofta någon filter.
  • Förhindra överbehandling. För mycket blur/upscaling kan förstöra glyfformar.
  • Automatiska baseller. Håll en liten gyllene uppsättning tråkiga bilder och kör dem i CI för att upptäcka regressioner.
  • Save intermediates. Spara förbearbetade bilder till en ./debug/ Filer under tuning.

More in this category