OCR.netとIronPDFを使用してPDF OCRワークフローを構築する方法

IronPDFを始めるにはどうすればいいですか？

OCR ワークフローを構築する前に、プロジェクトにIronPDFがインストールされている必要があります。 最も速いパスは、 NuGetパッケージ マネージャー コンソールです。

Install-Package IronPdf

または、 IronPDFを検索してNuGet UI から直接追加することもできます。 インストールが完了したら、アプリケーションの起動時にライセンス キーを適用します。

using IronPdf;

IronPdf.License.LicenseKey = "YOUR-LICENSE-KEY";

using IronPdf;

IronPdf.License.LicenseKey = "YOUR-LICENSE-KEY";

無料の試用ライセンスが用意されているので、制限なしに完全な機能セットをテストできます。 IronPDF は、Windows、Linux、macOS で.NET 6、7、8、10 をサポートしているため、デスクトップ アプリ、 ASP.NET Core Web サービス、コンテナー化されたデプロイメントで同じコードが実行されます。

Docker環境向けに、 IronPDFは事前構成済みのLinuxデプロイメントガイドと、イメージサイズを縮小するスリムパッケージバリアントを提供しています。リモートレンダリングアーキテクチャをご希望の場合は、 IronPDFエンジンを、サポートされている任意のプラットフォーム上のクライアントで独立したサービスとして実行できます。

OCRNetとは何ですか、光学式文字認識はどのように機能しますか?

OCR .NETは、さまざまなフォント スタイルの英数字を認識する光学式文字認識 (OCR) に対するディープ ラーニング アプローチです。 このモデルは、最適化されたニューラル ネットワーク アーキテクチャを使用して、入力画像から空間的な特徴をキャプチャします。 これらのトレーニング済みモデルは、 PDF 生成機能と組み合わせることで、一般的なドキュメント タイプ全体にわたって高い精度の認識を実現します。

OCR .NETの背後にある認識フレームワークには、特徴学習を改善し、画像ベースのシーケンス認識タスクを処理するための Gated Recurrent Unit (GRU) が組み込まれています。 このハイブリッド モデルは、もともとシーケンス ラベル付け用に導入され、ドキュメント OCR にもうまく移行できる手法であるコネクショニスト時間分類 (CTC) を通じて、顕著な精度を実現します。 継続的な改善により、特にPDF テキスト抽出ツールと統合された場合、OCR.net の言語サポートが拡張され続けます。

最新の OCR パイプラインの主要コンポーネントは次のとおりです。

-テキスト検出:訓練されたモデルを使用して画像内のテキストコンテンツ領域を識別する -シーンテキスト検出:複雑な背景や動的な環境におけるテキストの検出 -英数字文字認識:訓練されたモデルを使用して、高い検証精度で文字を認識します -パターン認識:軽量シーンテキスト認識のための画像処理技術の適用

GRU ベースのアーキテクチャとコネクショニスト時間分類により、コンテナ化された環境での効率的なリソース使用が可能になり、メモリと CPU の制約が重要となるKubernetes デプロイメントにとって OCR .NETは実用的な選択肢となります。 軽量アーキテクチャにより、強力な認識精度を維持しながらDocker イメージのサイズを管理しやすくなります。

IronPDF はどのようにして OCR 処理用の PDF ドキュメントを作成するのでしょうか?

IronPDF を使用すると、 .NET開発者は PDF 生成を完全に制御できます。 このライブラリは、Chromeベースのレンダリングエンジンを使用して、 HTML文字列、 URL 、ファイル入力を洗練されたPDFに変換できます。OCRワークフローにおいて重要な機能は、PDFページを認識に適した高解像度画像としてエクスポートするRasterizeToImageFiles()です。

using IronPdf;

// Create a PDF document with IronPDF
var renderer = new ChromePdfRenderer();

// Set 300 DPI for OCR accuracy -- higher DPI preserves text sharpness
renderer.RenderingOptions.PaperSize = IronPdf.Rendering.PdfPaperSize.A4;
renderer.RenderingOptions.DPI = 300;
renderer.RenderingOptions.MarginTop = 50;
renderer.RenderingOptions.MarginBottom = 50;

var pdf = renderer.RenderHtmlAsPdf(@"
    <h1>Document Report</h1>
    <p>Scene text integration for computer vision analysis.</p>
    <p>Text detection results for dataset and model analysis.</p>");

// Tag the document with searchable metadata
pdf.MetaData.Author = "OCR Processing Pipeline";
pdf.MetaData.Keywords = "OCR, Text Recognition, Computer Vision";
pdf.MetaData.ModifiedDate = DateTime.Now;

pdf.SaveAs("document-for-ocr.pdf");

// Export pages as PNG images for OCR.net -- 300 DPI is the recommended minimum
pdf.RasterizeToImageFiles("page-*.png", IronPdf.Imaging.ImageType.Png, 300);

using IronPdf;

// Create a PDF document with IronPDF
var renderer = new ChromePdfRenderer();

// Set 300 DPI for OCR accuracy -- higher DPI preserves text sharpness
renderer.RenderingOptions.PaperSize = IronPdf.Rendering.PdfPaperSize.A4;
renderer.RenderingOptions.DPI = 300;
renderer.RenderingOptions.MarginTop = 50;
renderer.RenderingOptions.MarginBottom = 50;

var pdf = renderer.RenderHtmlAsPdf(@"
    <h1>Document Report</h1>
    <p>Scene text integration for computer vision analysis.</p>
    <p>Text detection results for dataset and model analysis.</p>");

// Tag the document with searchable metadata
pdf.MetaData.Author = "OCR Processing Pipeline";
pdf.MetaData.Keywords = "OCR, Text Recognition, Computer Vision";
pdf.MetaData.ModifiedDate = DateTime.Now;

pdf.SaveAs("document-for-ocr.pdf");

// Export pages as PNG images for OCR.net -- 300 DPI is the recommended minimum
pdf.RasterizeToImageFiles("page-*.png", IronPdf.Imaging.ImageType.Png, 300);

RasterizeToImageFiles() メソッドは、指定された DPI で PDF ページを PNG 画像に変換します。 300 DPI では、テキストのエッジは OCR モデルが似たような文字を区別できるほど鮮明のままです。 150 DPI 以下では、セリフ フォントや小さな文字の認識精度が著しく低下します。 エクスポート後、PNG ファイルを OCR .NETにアップロードするか、ローカル モデルに直接渡します。

using IronPdf;

// Kubernetes-compatible health check endpoint
var builder = WebApplication.CreateBuilder(args);
var app = builder.Build();

app.MapGet("/health/ready", async () =>
{
    try
    {
        var renderer = new ChromePdfRenderer();
        var testPdf = await renderer.RenderHtmlAsPdfAsync("<p>Health check</p>");
        return testPdf.PageCount > 0 ? Results.Ok() : Results.Problem();
    }
    catch
    {
        return Results.Problem("PDF rendering unavailable");
    }
});

await app.RunAsync();

using IronPdf;

// Kubernetes-compatible health check endpoint
var builder = WebApplication.CreateBuilder(args);
var app = builder.Build();

app.MapGet("/health/ready", async () =>
{
    try
    {
        var renderer = new ChromePdfRenderer();
        var testPdf = await renderer.RenderHtmlAsPdfAsync("<p>Health check</p>");
        return testPdf.PageCount > 0 ? Results.Ok() : Results.Problem();
    }
    catch
    {
        return Results.Problem("PDF rendering unavailable");
    }
});

await app.RunAsync();

OCR.netはどのようにPDF画像からテキストを抽出しますか?

IronPDFから PNG をエクスポートしたら、それを OCR .NETにアップロードしてテキスト認識を行います。 OCR .NETパイプラインは画像を処理し、さまざまなフォント スタイルにわたって正規化されたテキスト出力を返します。 印刷されたテキストと手書きのテキストの両方を処理し、60 を超えるドキュメント言語をサポートします。

OCR.netオンラインを使用する:

1.https://ocr.net/に移動する 2.IronPDFからエクスポートしたPNGまたはJPG画像(最大2MB)をアップロードします。

3. 60以上のオプションから文書の言語を選択する
4. 出力形式を選択します: プレーンテキストまたは検索可能なPDF
5. "今すぐ変換"をクリックして、OCR .NETモデルで画像を処理します。

OCR .NETは自動処理用の API も提供します。 無料アカウントでは 1 時間あたり 50 件のリクエストに制限されており、これは自動化されたパイプラインにとって重要な制約となります。 重大な失敗ではなく、指数バックオフを使用してレート制限応答を適切に処理するように統合を設計します。

using System;
using System.Net.Http;
using System.Threading.Tasks;

// Queue-based OCR processing with exponential backoff retry
async Task<string> ProcessOcrWithRetry(string imagePath, int maxRetries = 3)
{
    for (int attempt = 0; attempt < maxRetries; attempt++)
    {
        try
        {
            // Replace with your actual OCR.net API call
            return await CallOcrNetApi(imagePath);
        }
        catch (HttpRequestException ex) when (ex.Message.Contains("429"))
        {
            if (attempt == maxRetries - 1) throw;
            var delay = TimeSpan.FromSeconds(Math.Pow(2, attempt));
            await Task.Delay(delay);
        }
    }
    throw new InvalidOperationException("OCR processing failed after all retries");
}

using System;
using System.Net.Http;
using System.Threading.Tasks;

// Queue-based OCR processing with exponential backoff retry
async Task<string> ProcessOcrWithRetry(string imagePath, int maxRetries = 3)
{
    for (int attempt = 0; attempt < maxRetries; attempt++)
    {
        try
        {
            // Replace with your actual OCR.net API call
            return await CallOcrNetApi(imagePath);
        }
        catch (HttpRequestException ex) when (ex.Message.Contains("429"))
        {
            if (attempt == maxRetries - 1) throw;
            var delay = TimeSpan.FromSeconds(Math.Pow(2, attempt));
            await Task.Delay(delay);
        }
    }
    throw new InvalidOperationException("OCR processing failed after all retries");
}

アクセシビリティ ワークフローでは、OCR テキスト抽出により、視覚障害のあるユーザーは、以前は画像のみだったドキュメントから音声フィードバックを受け取ることができます。 IronPDFを介して OCR .NET出力とPDF/UA 準拠を組み合わせると、支援技術が効果的にナビゲートできるドキュメントが作成されます。

完全なIronPDFと OCR .NETワークフローを構築するにはどうすればよいですか?

IronPDF をOCR .NETに接続すると、エンドツーエンドのドキュメント ソリューションが生成されます。 ワークフローには、PDF ページを画像としてエクスポートする、テキスト抽出のために画像を OCR .NETに送信する、認識されたテキストを新しい検索可能な PDF として再構築する、という 3 つの段階があります。

using IronPdf;
using System;
using System.Collections.Generic;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;

// --- Stage 1: Export PDF pages as images for OCR ---
var scannedPdf = PdfDocument.FromFile("input-document.pdf");
var imageFiles = scannedPdf.RasterizeToImageFiles(
    "scan-page-{0}.png",
    IronPdf.Imaging.ImageType.Png,
    300 // 300 DPI -- minimum for reliable OCR accuracy
);

// --- Stage 2: Process each image through OCR.net ---
var ocrResults = new List<string>();
foreach (var imageFile in imageFiles)
{
    // Replace this placeholder with your actual OCR.net API integration
    string ocrText = await SendImageToOcrNet(imageFile);
    ocrResults.Add(ocrText);
}

// --- Stage 3: Reassemble recognized text as a searchable PDF ---
var htmlBuilder = new StringBuilder();
htmlBuilder.Append(@"<!DOCTYPE html><html><head>
    <style>body{font-family:Arial,sans-serif;margin:40px;}
    .page{page-break-after:always;} pre{white-space:pre-wrap;}</style>
    </head><body>");

for (int i = 0; i < ocrResults.Count; i++)
{
    htmlBuilder.AppendFormat(
        "<div class='page'><h2>Page {0}</h2><pre>{1}</pre></div>",
        i + 1,
        System.Web.HttpUtility.HtmlEncode(ocrResults[i])
    );
}
htmlBuilder.Append("</body></html>");

var renderer = new ChromePdfRenderer();
renderer.RenderingOptions.DPI = 300;
renderer.RenderingOptions.EnableJavaScript = false;

var searchablePdf = await renderer.RenderHtmlAsPdfAsync(htmlBuilder.ToString());
searchablePdf.MetaData.Title = "OCR Processed Document";
searchablePdf.MetaData.Subject = "Searchable PDF from OCR";
searchablePdf.MetaData.CreationDate = DateTime.UtcNow;
searchablePdf.SecuritySettings.AllowUserPrinting = true;
searchablePdf.SecuritySettings.AllowUserCopyPasteContent = true;

searchablePdf.SaveAs("searchable-document.pdf");

using IronPdf;
using System;
using System.Collections.Generic;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;

// --- Stage 1: Export PDF pages as images for OCR ---
var scannedPdf = PdfDocument.FromFile("input-document.pdf");
var imageFiles = scannedPdf.RasterizeToImageFiles(
    "scan-page-{0}.png",
    IronPdf.Imaging.ImageType.Png,
    300 // 300 DPI -- minimum for reliable OCR accuracy
);

// --- Stage 2: Process each image through OCR.net ---
var ocrResults = new List<string>();
foreach (var imageFile in imageFiles)
{
    // Replace this placeholder with your actual OCR.net API integration
    string ocrText = await SendImageToOcrNet(imageFile);
    ocrResults.Add(ocrText);
}

// --- Stage 3: Reassemble recognized text as a searchable PDF ---
var htmlBuilder = new StringBuilder();
htmlBuilder.Append(@"<!DOCTYPE html><html><head>
    <style>body{font-family:Arial,sans-serif;margin:40px;}
    .page{page-break-after:always;} pre{white-space:pre-wrap;}</style>
    </head><body>");

for (int i = 0; i < ocrResults.Count; i++)
{
    htmlBuilder.AppendFormat(
        "<div class='page'><h2>Page {0}</h2><pre>{1}</pre></div>",
        i + 1,
        System.Web.HttpUtility.HtmlEncode(ocrResults[i])
    );
}
htmlBuilder.Append("</body></html>");

var renderer = new ChromePdfRenderer();
renderer.RenderingOptions.DPI = 300;
renderer.RenderingOptions.EnableJavaScript = false;

var searchablePdf = await renderer.RenderHtmlAsPdfAsync(htmlBuilder.ToString());
searchablePdf.MetaData.Title = "OCR Processed Document";
searchablePdf.MetaData.Subject = "Searchable PDF from OCR";
searchablePdf.MetaData.CreationDate = DateTime.UtcNow;
searchablePdf.SecuritySettings.AllowUserPrinting = true;
searchablePdf.SecuritySettings.AllowUserCopyPasteContent = true;

searchablePdf.SaveAs("searchable-document.pdf");

このパイプラインは意図的に単純化されています。 ステージ 1 では、番号付きの PNG ファイルが生成されます。 ステージ 2 では、各ファイルを OCR .NETに送信し、返されたテキスト文字列を収集します。 ステージ 3 では、これらの文字列を HTML でラップし、 IronPDFを使用して、テキストを完全に選択および検索可能な最終的な PDF をレンダリングします。 Stage 3 を拡張して、ドキュメント管理用のPDF メタデータやアクセス制御用のセキュリティ設定を適用できます。

FROM mcr.microsoft.com/dotnet/sdk:8.0 AS build
WORKDIR /app

COPY *.csproj ./
RUN dotnet restore

COPY . ./
RUN dotnet publish -c Release -o out

FROM mcr.microsoft.com/dotnet/aspnet:8.0
WORKDIR /app

# IronPDF Linux runtime dependencies
RUN apt-get update && apt-get install -y \
    libgdiplus \
    libc6-dev \
    libx11-dev \
    && rm -rf /var/lib/apt/lists/*

COPY --from=build /app/out .

HEALTHCHECK --interval=30s --timeout=3s --start-period=5s --retries=3 \
  CMD curl -f http://localhost:8080/health/ready || exit 1

ENTRYPOINT ["dotnet", "OcrWorkflow.dll"]

using Prometheus;
using System;
using System.Threading.Tasks;

// Prometheus metrics for OCR pipeline observability
var ocrRequestsTotal = Metrics
    .CreateCounter("ocr_requests_total", "Total OCR requests processed");

var ocrDuration = Metrics
    .CreateHistogram("ocr_duration_seconds", "OCR processing duration in seconds",
        new HistogramConfiguration
        {
            Buckets = Histogram.LinearBuckets(0.1, 0.1, 10)
        });

var activeOcrJobs = Metrics
    .CreateGauge("ocr_active_jobs", "Currently active OCR jobs");

// Wrapper that tracks every OCR operation automatically
async Task<t> TrackOcrOperation<t>(Func<Task<t>> operation)
{
    using (ocrDuration.NewTimer())
    {
        activeOcrJobs.Inc();
        try
        {
            var result = await operation();
            ocrRequestsTotal.Inc();
            return result;
        }
        finally
        {
            activeOcrJobs.Dec();
        }
    }
}

using Prometheus;
using System;
using System.Threading.Tasks;

// Prometheus metrics for OCR pipeline observability
var ocrRequestsTotal = Metrics
    .CreateCounter("ocr_requests_total", "Total OCR requests processed");

var ocrDuration = Metrics
    .CreateHistogram("ocr_duration_seconds", "OCR processing duration in seconds",
        new HistogramConfiguration
        {
            Buckets = Histogram.LinearBuckets(0.1, 0.1, 10)
        });

var activeOcrJobs = Metrics
    .CreateGauge("ocr_active_jobs", "Currently active OCR jobs");

// Wrapper that tracks every OCR operation automatically
async Task<t> TrackOcrOperation<t>(Func<Task<t>> operation)
{
    using (ocrDuration.NewTimer())
    {
        activeOcrJobs.Inc();
        try
        {
            var result = await operation();
            ocrRequestsTotal.Inc();
            return result;
        }
        finally
        {
            activeOcrJobs.Dec();
        }
    }
}

次のステップは何ですか?

OCR .NETとIronPDFを組み合わせることで、 .NETでのテキスト抽出と検索可能な PDF 生成を実際に実行できるようになります。 パイプラインは、HTML から PDF を作成し、OCR 互換の解像度でページをエクスポートし、画像を OCR .NETに送信し、結果を完全に検索可能なドキュメントに再構成するというコアユースケースをカバーします。

これを本番環境に移行する際の主な考慮事項:

-コンテナのセットアップ: IronPDF Slim パッケージとマルチステージ Docker ビルドを使用して、イメージ サイズを管理しやすい状態に保ちます。 -リソース計画:ドキュメントのサイズと同時実行ターゲットに応じてメモリ制限を設定します -モニタリング: Prometheus メトリクスをIronPDF のログと併せて実装し、劣化を早期に検出します。 -スループット:非同期操作とバッチキュー管理を使用して、OCR.net のレート制限内で作業します。 -信頼性: OCR .NET API呼び出しの周りに指数バックオフ再試行ロジックとサーキットブレーカーを構築します

実稼働ライセンスを購入する前に、無料の試用ライセンスを使用して、ワークフロー全体をエンドツーエンドでテストしてください。 トライアルでは透かしが削除され、すべての機能がロック解除されるため、ベンチマーク結果が本番環境の動作を正確に反映します。 展開の準備ができたら、 IronPDF のライセンス オプションを確認して、使用パターンに一致する層を見つけます。