Tesseract 是目前 C# 最稳的 OCR 方案，需注意平台架构匹配、tessdata 路径为绝对路径且语言代码正确、图像格式须为 Format24bppRgb/Format32bppArgb，并重视截图/照片预处理。
用 Tesseract 是目前 C# 最稳的 OCR 方案
不推荐自己调 Windows.Media.Ocr（仅限 UWP，桌面应用跑不了），也别碰那些包装简陋的国产 SDK。Tesseract 是开源、准确率高、支持多语言、能离线运行的成熟引擎，C# 通过 Tesseract.NET（即 TesseractOCR NuGet 包）调用它最靠谱。
常见错误现象：Tesseract 初始化时报 Unable to load DLL 'liblept-5.dll' 或识别结果为空字符串——基本是平台架构不匹配或依赖 DLL 没放对位置。
- 必须安装对应平台的
tessdata语言包（如chi_sim.traineddata），放到项目输出目录的tessdata文件夹下 - NuGet 安装
Tesseract包后，检查项目属性 → “平台目标”是否设为x64或x86（不能是AnyCPU），要和你引用的tessdata及原生 DLL 架构一致 - 初始化时传入的
tessdata路径必须是绝对路径，相对路径容易失效；建议用Path.GetFullPath("tessdata")
TesseractEngine 初始化失败的三个关键点
不是 new 一下就完事。初始化失败往往卡在路径、语言、平台三处，报错信息通常是 System.DllNotFoundException 或 NullReferenceException 在 Recognize() 前就抛出。
-
TesseractEngine构造函数第二个参数是语言代码（如"chi_sim"），不是文件名，更不能带.traineddata后缀 - 如果图像来自截图（
Bitmap），确保它不是索引像素格式（Format8bppIndexed等），Tesseract只吃Format24bppRgb或Format32bppArgb；可调用bitmap.Clone(..., PixelFormat.Format24bppRgb)强制转换 - 若从照片读取（
FileStream或byte[]），优先用Pix.LoadFromMemory加载，别直接丢Bitmap给Page——Bitmap的 DPI 和方向元数据可能干扰识别
截图/照片预处理比换模型更影响识别率
多数“识别不准”问题不出在 OCR 引擎本身，而出在输入图像质量。Tesseract 对清晰度、对比度、文字区域占比非常敏感，尤其中文。
- 截图建议先裁掉窗口边框、状态栏等干扰区域，只留纯文本区域；可用
Bitmap.Clone(Rectangle, PixelFormat)快速裁剪 - 照片务必二值化：调用
Pix.ConvertTo1（Otsu 阈值）比简单Threshold更鲁棒；避免直接用Bitmap.SetPixel手动阈值，性能差且易出错 - 小字号（Pix.Scale 放大 1.5–2 倍再识别；但别无脑放大，超过 3 倍会引入锯齿噪声
- 倾斜文本？
Tesseract自带PageSegMode.AutoOsd可检测旋转，但不如提前用 OpenCvSharp 做透视校正来得稳定（不过这就超出纯 Tesseract 范围了）
识别结果为空或乱码的典型原因
返回空字符串或一堆问号，90% 不是编码问题，而是输入没过 Tesseract 的“可识别性”门槛。
- 语言包没加载成功：检查
engine.GetAvailableLanguages()是否包含你传的lang，不包含说明路径或文件名错了 - 图像太暗或反色：Tesseract 默认按“黑字白底”识别，如果图像是白字黑底，得加配置
engine.SetVariable("tessedit_ocr_engine_mode", "1")并调用Pix.Invert - 中英文混排时别只用
"chi_sim"；可尝试"chi_sim+eng"（需两个 traineddata 文件都存在），但注意识别速度下降约 40% - 单行短文本（如验证码、按钮文字）建议设
PageSegMode.SingleLine，否则默认的Auto模式会强行分段甚至切字
复杂点在于：同一张图里不同区域文字大小、角度、背景差异大时，分区域裁剪 + 分别识别，比整图一把梭成功率高得多。这个逻辑得自己写，Tesseract 不负责“智能框选”。
