Vergleich zwischen IronOCR und AWS Textract OCR

Konsolenanwendung

Verwalten von NuGet-Paketen

IronOCR durchsuchen

Install-Package IronOcr

 Nachdem Sie den Befehl eingegeben haben, drücken Sie die Eingabetaste, und es wird installiert. Fügen Sie diese Zeile ins Programm ein, um IronOCR zu verwenden: Fügen Sie diese Zeile Code in das Programm ein, um IronOCR zu verwenden: ```csharp using IronOcr; ``` ## 3. Installation von AWS Textract OCR Führen Sie die folgenden Schritte vor der ersten Nutzung von Amazon Textract aus: Bevor Sie Amazon Textract zum ersten Mal verwenden, führen Sie die folgenden Aufgaben aus: 1. Registrieren Sie sich für AWS-Dienste. 2. Erstellen Sie einen IAM-Benutzer. Sobald Sie sich erfolgreich für das Konto angemeldet und einen IAM-Benutzer erstellt haben, können Sie jetzt die Zugriffsschlüssel in der AWS-Konsole festlegen, um programmgesteuert auf die API mit C# zuzugreifen. - AccessKeyId - AccessKeyId - SecretAccessKey ### 3.1. Verwenden des NuGet-Paketmanagers ### 3.1. Verwendung des NuGet-Paketmanagers - Sie können das AWS Textract SDK über den NuGet-Paketmanager herunterladen und installieren. - Klicken Sie auf Durchsuchen und suchen Sie nach AWS Textract: ### 3.2. Hinzufügen von AWS OCR-Namespace Fügen Sie die folgenden Namespaces hinzu, um AWS Textract zu verwenden: ```csharp using Amazon.Textract; using Amazon.Textract.Model; ``` ## 4. PDF-Datei in Text Schauen wir uns den Code nacheinander an. ### 4.1. Verwendung von IronOCR ### 4.1. Verwendung von IronOCR IronOCR ermöglicht das Erkennen und Lesen von Text aus PDF-Dokumentformaten mit dem fortschrittlichen Tesseract. Der folgende einfache Code wird verwendet, um Informationen zu extrahieren: ```csharp var Ocr = new IronTesseract(); using (var input = new OcrInput()) { input.AddPdf("example.pdf", "password"); // We can also select specific PDF page numbers to OCR var Result = Ocr.Read(input); Console.WriteLine(Result.Text); Console.WriteLine($"{Result.Pages.Count()} Pages"); // Read every page of the PDF } ``` Der Code ist einfach, sauber und sehr leicht zu verstehen und zu verwenden. #### Eingabe-PDF-Datei #### Ausgabe ### 4.2. AWS Textract Amazon Textract erleichtert das Hinzufügen von Texterkennung und -analyse für Dokumente in Ihre Anwendungen. Der folgende Code wird verwendet, um PDF zu lesen, und dasselbe PDF wird übergeben: ```csharp public static async void ReturnResult() { AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1); var request = new StartDocumentTextDetectionRequest(); request.DocumentLocation = new DocumentLocation { S3Object = new S3Object { Bucket = "your_bucket_name", Name = "your_bucket_key" } }; var id = await client.StartDocumentTextDetectionAsync(request); var jobId = id.JobId; var response = client.GetDocumentTextDetectionAsync(new GetDocumentTextDetectionRequest{ JobId = jobId }); response.Wait(); if (response.Result.JobStatus.Equals("SUCCEEDED")) { foreach (var block in response.Result.Blocks) { if (block.BlockType == "WORD" || block.BlockType == "PAGE" || block.BlockType == "LINE") { Console.WriteLine(block.Text); } } } } static void Main(String[] args) { ReturnResult(); } ``` Erstens müssen wir ein `AmazonTextractClient`-Objekt mit 3 Parametern erstellen: `AccessKeyId`, `SecretAccessKey` und `Region`. Dann müssen wir eine Anfrage mit der Methode `StartDocumentTextDetectionRequest()` initiieren. Dann müssen wir eine Anfrage mit der Methode `StartDocumentTextDetectionRequest()` initiieren. Das Anfrageobjekt setzt dann die `DocumentLocation` mithilfe des Bucket-Namens und Schlüssels. Diese Anfrage wird dann an die `StartDocumentTextDetectionAsync()`-Methode weitergeleitet. Da es sich um eine asynchrone Methode handelt, müssen wir das `await`-Schlüsselwort verwenden und die Funktion `ReturnResult` asynchron machen. Bei Erfolg wird das Ergebnis zurückgegeben und die Job-ID gespeichert. Die jobId wird an die Methode `GetDocumentTextDetectionAsync()` übergeben und auf die Antwort `SUCCEEDED` gewartet. `foreach` Schleife wird verwendet, um durch jeden Block zu iterieren und zu überprüfen, ob er "WORD", "PAGE" oder "LINE" ist, und dann die Texterkennung auszugeben. Schließlich rufen Sie diese Methode in der `Main`-Methode für die Dokumentenverarbeitung auf. #### Ausgabe Die Ausgabe ähnelt stark IronOCR. Daten aus Bildern zu lesen, ist knifflig, da die Bildqualität eine wichtige Rolle bei der Informationsgewinnung spielt. Daten aus Bildern zu lesen ist schwierig, da die Qualität des Bildes eine wesentliche Rolle spielt, während Informationen extrahiert werden. Beide Bibliotheken bieten die Möglichkeit, Text zu extrahieren. Hier verwenden wir PNG-Dateien. ### 5.1. Verwendung von IronOCR Der Code ist fast identisch mit dem vorherigen. Hier wird die Methode `AddPDF` durch die Methode `AddImage` ersetzt. ```csharp var Ocr = new IronTesseract(); using (var Input = new OcrInput()) { Input.AddImage("test-files/redacted-employmentapp.png"); //... you can add any number of images var Result = Ocr.Read(Input); Console.WriteLine(Result.Text); } ``` #### Eingabebild #### Ausgabe Die Ausgabe ist sauber und entspricht dem Originalbild mit nur wenigen Zeilen Code ohne technische Schwierigkeiten und perfekter Ausgabe. Der folgende Code hilft, Text aus Bildern zu erkennen: Der folgende Code hilft, Text aus Bildern zu erkennen: ```csharp public static async void ReturnResult() { AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1); var request = new DetectDocumentTextRequest(); request.Document = new Document { Bytes = new MemoryStream(File.ReadAllBytes(@"test-files/redacted-employmentapp.png")) }; var result = await client.DetectDocumentTextAsync(request); foreach (var block in result.Blocks) { if (block.BlockType == "WORD") { Console.WriteLine(block.Text); } } } static void Main(String[] args) { ReturnResult(); } ``` Der Code ist wieder fast identisch mit dem vorherigen. Hier müssen wir eine Anfrage mit der Methode `DetectDocumentTextRequest()` initiieren. Das Anfrageobjekt setzt dann das Dokument, indem es alle Bytes liest. Diese Anfrage wird dann an die Methode `DetectDocumentTextAsync()` übergeben. Da es sich um eine asynchrone Methode handelt, müssen wir das `await`-Schlüsselwort verwenden und die Funktion `ReturnResult` asynchron machen. Bei Erfolg wird das Ergebnis in Blöcken zurückgegeben. `foreach` Schleife wird verwendet, um durch jeden Block zu iterieren und zu überprüfen, ob es "WORD" ist, und dann die Texterkennung auszugeben. Schließlich rufen Sie diese Methode in der `Main`-Methode für die Dokumentenverarbeitung auf. Die Ausgabe ähnelt IronOCR, aber in diesem Fall muss die Datei zunächst in einen AWS-Bucket hochgeladen werden. ## 6. Barcode und QR-Code in Text Ein einzigartiges Merkmal von IronOCR ist, dass es Barcodes und QR-Codes von Dokumenten lesen kann, während es nach Text scannt. Instanzen der Klasse `OcrResult.OcrBarcode` geben dem Entwickler detaillierte Informationen über jeden gescannten Barcode. AWS Textract bietet diese Funktionalität nicht. Der Code für IronOCR ist unten angegeben: ```csharp var Ocr = new IronTesseract(); Ocr.Configuration.ReadBarCodes = true; using (var input = new OcrInput()) { input.AddImage("test-files/Barcode.png"); var Result = Ocr.Read(input); foreach (var Barcode in Result.Barcodes) { Console.WriteLine(Barcode.Value); // type and location properties also exposed } } ``` Der Code ist selbsterklärend und leicht zu verstehen. ## 7. Lizenzierung **IronOCR** ist eine Bibliothek, die eine Entwicklerlizenz kostenlos bereitstellt. Es hat auch eine eigene Preisstruktur; Das Lite-Paket beginnt bei $799 ohne versteckte Gebühren. Die Weiterverteilung von SaaS- und OEM-Produkten ist ebenfalls möglich. Alle Lizenzen kommen mit einer 30-Tage-Geld-zurück-Garantie, ein Jahr Software-Support und -Updates, Dev/Staging/Produktionsgültigkeit und einer ewigen Lizenz (Einmalerwerb). Um die gesamte Preisstruktur und Lizenzdetails von IronOCR zu sehen, gehen Sie [hier](/csharp/ocr/licensing/). Sie können den Weitervertrieb von SaaS- und OEM-Produkten als royaltyfreie Dienstleistung für lediglich einen $1,599 Einmalkauf erhalten. **AWS Textract API** bietet Entwicklern den AWS Free Tier-Service. Sie können kostenlos mit Amazon Textract beginnen.