Tesseract.NET 是跨平台纯托管 OCR 封装，需通过 NuGet 安装 TesseractOCR（非 tessnet2），并显式指定含 chi_sim.traineddata 的 tessdata 绝对路径；图像须预处理——纠偏、增强对比度、去水印后识别效果才可靠。
用 Tesseract.NET 在 C# 里跑通 OCR 识别
Tesseract 是目前最成熟的开源 OCR 引擎，C# 可通过 Tesseract.NET（即 TesseractOCR NuGet 包）调用。它不依赖系统级安装，纯托管封装，适合 Win/macOS/Linux 跨平台部署。
常见错误是直接引用旧版 tessnet2（已停更、仅支持 .NET Framework 4.x），或误以为装了系统级 tesseract.exe 就能自动工作——其实 C# 项目必须显式加载语言数据文件（chi_sim.traineddata 等）并指定路径。
- 用 NuGet 安装
TesseractOCR（作者：charlesw），不是tessnet2 - 下载对应语言的
.traineddata文件（如中文用chi_sim.traineddata），放到项目目录（如./tessdata/），设Copy to Output Directory = Copy always - 初始化时必须传入
tessdata所在目录的绝对路径，相对路径会静默失败 - 图像预处理很关键：Tesseract 对倾斜、低对比度、小字号（Bitmap 转灰度 + 二值化（
Threshold = 150）再送入
using (var engine = new TesseractEngine(@"./tessdata/", "chi_sim", EngineMode.Default))
{
using (var img = Pix.LoadFromFile("sample.png"))
{
using (var page = engine.Process(img))
{
string text = page.GetText(); // 不是 .Recognize()
}
}
}
PaddleOCR 在 C# 中怎么调用（非直接引用）
PaddleOCR 是飞桨推出的高精度 OCR 工具，但它是 Python 生态，没有官方 C# SDK。所谓“C# 调用 PaddleOCR”，本质是进程间通信：C# 启动 Python 子进程，传图路径，读取 JSON 输出。
容易踩的坑是试图用 Python.Runtime 直接 import paddle ——会因 CUDA/cuDNN 版本、Python 环境隔离、.NET Core 与 CPython ABI 不兼容而崩溃。稳定做法只走标准输入输出管道。
- 确保本地已安装 Python 3.8–3.11，并用
pip install paddlepaddle paddlenlp paddleocr（CPU 版即可，GPU 需额外验证驱动） - 写一个独立的 Python 脚本（如
ocr_api.py），接收sys.argv[1]图片路径，输出 JSON 格式结果（含text、box、score） - C# 用
Process.Start()调用该脚本，捕获StandardOutput，用JsonSerializer.Deserialize解析() - 注意超时控制：PaddleOCR 单图 CPU 推理约 1–3 秒，务必设
process.WaitForExit(5000)，否则卡死
选 Tesseract 还是 PaddleOCR？看这三点
不是“哪个更好”，而是“哪个更稳、更省事、更贴合你的场景”：
- 要快速上线、识别印刷体文档、无 GPU 服务器、.NET 6+ 纯托管部署 → 选
TesseractOCR，启动快、内存占用低、无外部依赖 - 要识别手写体、复杂版面（表格/多栏）、中英文混排、弯曲文字，且已有 Python 运维能力 → 选 PaddleOCR，准确率明显更高，但得维护 Python 环境和模型文件（
ch_PP-OCRv4_rec_infer等） - 对实时性要求高（如视频帧 OCR）、需自定义训练 → 两者都不推荐直接嵌入 C#；应把 OCR 抽成 HTTP 微服务（Flask/FastAPI 托管 PaddleOCR，或 tesseract-server 封装），C# 用
HttpClient调用
图像预处理比换引擎更能提准
无论用哪个 OCR 引擎，原始图片质量差，模型再强也白搭。C# 里最容易被忽略的是这三步：
- 缩放：Tesseract 最佳输入尺寸是 300–600 DPI，用
Bitmap.SetResolution(300, 300)再保存为 PNG，别靠原始像素硬扛 - 去噪：用
System.Drawing做简单中值滤波（Bitmap.Clone()+ 邻域像素排序取中位）比不做强得多，尤其对付扫描件噪点 - 旋转校正：若检测到文本行倾斜角 > 2°，先用
Graphics.RotateTransform()仿射变换纠偏；PaddleOCR 的det_db_box_thresh参数对歪斜敏感，不校正可能漏检整行
真正难的不是调哪个库，而是拿到一张模糊、反光、带水印的现场拍照图时，你有没有意识先把它“洗干净”再喂给 OCR。
