建议使用OCR .NET

Question

您好，我刚刚在.NET中尝试了一个用于光学字符识别的组件，结果相当不准确。以前有没有其他人走过这条路？你能为我推荐一条路径来节省我评估大量产生不满意结果的组件的时间吗？

任何建议都非常感谢。我不介意自己购买或编写代码。只要效果最好，性价比最高的。

谢谢

Answer 1

我们在我们的项目中使用了Abby Fine Reader SDK。它附带了一个COM对象，您可以在.Net应用程序中使用该对象。发动机的成功已经足够了。

Answer 2

ABBYY的组件非常昂贵。我已经评估了飞马ImagXpress和Atalasoft DotImage，虽然我发现DotImage在整页OCR上更准确，但某些难以识别的小部分文本最好用ImagXpress阅读。我建议你尝试一下这两个版本的演示版本，看看哪一个最适合你的需求。

Answer 3

有关替代引擎的信息，请参阅https://stackoverflow.com/a/18070183/852208。

您的准确性问题可能与库本身有关。但是，它更有可能是您正在使用的图像源。考虑下面的tips

文本注意事项

不应在某些材料上尝试

• 标准光学字符识别。例如，当前不应尝试使用默认设置的OCR

在1850年前出版的大多数文本上。对于某些语言(例如，

德语)截止日期可能更晚。在尝试创建

通过OCR对这些材料进行转录，详细分析和

通常需要实验来判断客户之间的权衡

光学字符识别和键盘选项。旧的和变色的光学字符识别文档必须在RGB模式下扫描才能捕获所有图像数据，并且要最大化光学字符识别accuracy.

• Low-contrast文档可能会导致较差的OCR.

• Typescript结果比印刷文字更差；字体和大小的使用不一致会降低原始图像中低于6磅的光学字符识别accuracy.

• Font大小可能会限制光学字符识别，尽管将扫描图像中的分辨率提高到600 dpi并使用灰度可能会改善光学字符识别output.

• Handwritten文档无法以任何精度识别。

影响OCR准确性的扫描注意事项包括：

• 要获得光学字符识别精度，建议的最佳扫描分辨率为300dpi。较高的分辨率不一定会导致较高的精度，并且可能会减慢OCR处理时间。分辨率低于300dpi可能会影响光学字符识别results.
• Brightness设置的质量和精度，太高或太低可能会对光学字符识别精度产生不利影响。50%的中等亮度值将适用于大多数cases.
• Straightness初始扫描可能会影响光学字符识别质量；弯曲的文本线条会产生较差的results.
• Older，并且必须在RGB模式下扫描变色文档以捕获所有图像数据，并最大限度地增强光学字符识别accuracy.
• Image功能，例如对比度调整和反锐化蒙版，尚未证明可以显著提高光学字符识别的准确性。