Недоброзичливі скани, телефонні знімки, факси та компресовані скриншоти часто перемагають ОКР. Хороша новина: маленьке попереднє обробка йде довгий шлях. Цей посібник дає вам практичні, прохідні кроки (збігаються з гейдом в кінці) для очищення зображень до OCR і до тоніння двигуна ОЦР для значно кращих результатів.
Повний приклад
Передумови
- Створення .NET 8 (або .Net 6+)
- Неймовірність :
Aspose.OCR
- (за винятком варіантів
Aspose.Total.lic
Якщо ви плануєте перевищити межі оцінки
Створіть консольну програму і додайте пакет:
dotnet new console -n OCRImprovementExample -f net8.0
cd OCRImprovementExample
dotnet add package Aspose.OCR
Крок 1 — Переробка зображень низької якості
**Ціль: ** зменшити шум, нормалізувати контраст / яскравість, і (опціонально) піднятися або виростити перед ОКР.
1.1 Завантажити зображення
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 Усунення шуму (середній фільтр)
Використовуйте середній фільтр для пригнічення шуму солі і пеперу та артефактів 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
};
Коли потрібно змінювати: *
- Якщо ви все ще бачите дзеркала, підніміть
MedianFilterSize
Всього – 5* - Якщо невеликі символи зникають, поверніться до 3 або вимкніть їх.
1.3 Нормалізація контрасту / яскравості
Зробіть текст вираженим з фону.
var contrastOptions = new ContrastOptions
{
// Positive values increase contrast/brightness; negatives decrease
ContrastAdjustment = 20, // try 10..30
BrightnessAdjustment = 10 // try -10..+15 based on exposure
};
- Правила тиму: *
- Підвищений (вимитий): зменшує яскравість (наприклад, -10) і зберігає контраст умірний.
- Підвищений (надто темний): підвищує яскравість (наприклад, +10) і контраст (таким чином, +20*).
1.4 Будівництво трубопроводу та попереднього обробки
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 (опціональний) Упскале тонкий текст
Якщо текст ** дуже маленький** (<10px висота), оскверніть до OCR за допомогою високоякісного перезавантаження.
// 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 (опціональна) Вирощування регіону інтересів (ROI)
Якщо вам потрібна лише одна порція (наприклад, заголовки, суми рахунків), вирощувати для зменшення розриву і помилки.
// 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 (опціональна) Швидка бінарність (DIY)
Якщо кольори фону складні, перетворюйте їх на грубий розмір і прапор. (Використовуйте це ** тільки в тому випадку, якщо вашій OCR будівлі не вистачає спеціального варіанту бінарності; це просто падіння).
// 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;
Крок 2 — Налаштування налаштувань OCR (опціональний, якщо доступний у вашій структурі)
Деякі Aspose.OCR будівлі виявляють налаштування рівня двигуна. якщо у вашого пакету є їх, встановіть ** мова** і ** розташування сторінки** вказівки, щоб допомогти сегментувати і розпізнавати.
// 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;
- Коли потрібно встановити: *
- ** Змішані мови:** перейдіть до відповідного мовного або багатомовного режиму.
- Завантажити текст блоку: *
PageSegmentationMode.Auto
Або в режимі «Документ».
- Завантажити текст блоку: *
- Форми/таблиці: краще Документ сегментація; урожай до регіону, коли це можливо.
Крок 3 — Завантажити OCR & Evaluate
Це точний потік з гейма: попередній процес → розпізнавання → друк.
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);
}
}
}
}
Експортний текст: напишіть до файлу для перевірки:
File.WriteAllText("recognized.txt", recognizedText);
Симптоми → Виправити (Cheat-Sheet з опціями API)
Symptom | Що спробувати | Як встановити (код) |
---|---|---|
** Звук / JPEG артефакти** | Середній фільтр (3 → 5) | new FilterOptions { MedianFilter = true, MedianFilterSize = 3 } |
«Тобто темно» | Збільшити яскравість (+5..+15) і контраст (+10.. +25) | new ContrastOptions { BrightnessAdjustment = 10, ContrastAdjustment = 20 } |
«Відмивався» | Зниження яскравості (-5..-15), помірний контраст | BrightnessAdjustment = -10, ContrastAdjustment = 10..20 |
* дуже невеликий текст * | Ускладнення × 1,25–× 1,75 Потім ОКР | image = Upscale(image, 1.5); |
* Холодний фон / кольоровий шум* | ДІЙ БІНАРИЗАЦІЯ або КРОП РОІ | var bin = ToBinary(image, 185); або image = image.Clone(roi, ...) |
* Скріншоти сканування * | Десквіти (якщо виявлено) або пересканувати розтягувач | (Якщо у вашій будівлі виявляється опція Deskew, включіть її; в іншому випадку вирощувати і спасати) |
* Змішані мови * | Налаштування мови OCR(s) експлицитно | (якщо є доступні) ocrEngine.Settings.Language = RecognitionLanguages.English; |
• табличний контент* | Вирощування до таблиці регіону перед ОКР | image.Clone(roi, image.PixelFormat) |
Не всі будівлі піддаються тому ж налаштуванню двигуна. Якщо в вашому пакеті не доступна нерухомість, покладайтеся на вищезазначені методи препроцесування зображення — вони є API-стабільними і ефективними.
Найкращі практики
- ** Змінюйте один параметр одночасно (наприклад,
MedianFilterSize
3 → 5) і порівнюйте результати. - Найкраще ROI. Розташувати тільки відповідну ділянку часто побиває будь-який фільтр.
- Уникайте надмірної обробки. Занадто багато блур/ускладнення може знищити гліфні форми.
- Автоматичні базелі. Зберігайте невеликий золотий набір сміливих зображень і запускайте їх в CI, щоб виявити регресії.
- Спасуйте медіати. Зберегти заздалегідь оброблені зображення в
./debug/
Застосування під час туннування.