Ein Vergleich zwischen Google OCR & IronOCR

IronOCR für .NET ist eine C#-Bibliothek zum Scannen, Suchen und Lesen von Bildern & PDFs. Es nimmt eine Bild- oder PDF-Datei als Eingabe und verwendet die neueste benutzerdefinierte Tesseract 5 .NET OCR-Engine, um Text, strukturierte Daten oder durchsuchbare PDF-Dokumente auszugeben. Tesseract ist in über 125 Sprachen verfügbar, zusammen mit plattformübergreifendem Support in .NET Core und .NET Standard, von 2.0 bis 7.

IronOCR ist eine benutzerfreundliche API, die es C#-Entwicklern ermöglicht, Bilder automatisch in Text zu konvertieren, mithilfe der IronTesseract-Klasse und einem API-Schlüssel. Es priorisiert Geschwindigkeit, Genauigkeit und Benutzerfreundlichkeit. Es unterstützt auch die Computer Vision API, um Text mit einer trainierten Modellsammlung zu finden.

Ein weiteres leistungsstarkes Merkmal von IronOCR ist, dass es Barcodes & QR-Codes aus allen Bilddateien scannen und deren Text lesen kann. Weitere wichtige Funktionen von IronOCR sind unten aufgeführt.

Funktionen

• Internationale Sprachen: Über 125 und Unterstützung von benutzerdefinierten Sprachen mit hoher und schneller Qualitätsleistung
• Text- und Barcode-Lesen: Lesen von Text & Zahlen aus mehreren Sprachen gleichzeitig
• Spezialistendokumente: Spezifisches Lesen von Texten von Quittungen, Schecks, Rechnungen
• Lesen aus vielen Formaten: Bilder (PNG, JPG, GIF, TIFF, BMP), System.Drawing-Objekte, Streams, PDF-Dokumente (optimierte Ziel-DPI)
• Filter: Filterassistent, Bildkorrektur, Bildausrichtung korrigieren, Bildfarben korrigieren
• Einfache Datenausgabe: .NET-Textfolgen, Barcode- und QR-Daten, Bilder

Nun schauen wir uns die Google Cloud Vision API an.

Google Cloud Vision API ist eine Google Cloud OCR-Kundenbibliothek, die die C#-Sprache unterstützt. Sie ermöglicht es C#-Entwicklern, leicht Funktionen zur Erkennung von Computer-Vision in Softwareanwendungen zu integrieren. Sie führt OCR durch und erkennt Text aus Bilddateien, Bildbeschriftungen, Gesichtserkennung und Landmarkenerkennung.

Die Google Cloud Vision API verwendet REST- und RPC-APIs, um ein leistungsstarkes vortrainiertes ML-Modell (Machine Learning) bereitzustellen. Mit der Cloud Vision API können Sie Bilder schnell in Millionen von bereits vordefinierten Kategorien klassifizieren. Es kann auch Objekte erkennen und Text aus gedruckten Dokumenten und handgeschriebener Schrift lesen.

Funktionen

• Bildertext-Erkennung: OCR eines Bildes zur Texterkennung und Umwandlung in maschinensprachlichen Code
• Dokumententext-Erkennung: OCR einer Datei (PDF/TIFF), dichter Text
• Landmarkenerkennung: Gibt Koordinaten erkannter Objekte zurück
• Logo-Erkennung: Gibt eine Textbeschreibung zurück
• Beschriftungserkennung: Gibt allgemeine Beschriftungen für das Bild zurück

Der Rest des Artikels geht wie folgt weiter:

1. Erstellen eines Visual Studio Projekts
2. Installation von AWS OCR Textract
3. Installation von Google OCR
4. Bild zu Text
5. Barcode und QR-Code zu Text
6. PDF zu Text
7. Lizenzierung

2.1. Verwenden des Visual Studio NuGet Package Manager

NuGet ist der Paketmanager zum Herunterladen und Installieren von Abhängigkeiten in Ihrem Projekt. Seine Pakete enthalten den kompilierten Code (DLL) und die Manifestdatei. Greifen Sie darauf zu, indem Sie die folgende Methode verwenden:

• Klicken Sie auf die Registerkarte Werkzeuge
• Erweitern Sie die Option NuGet Paket-Manager

• Klicken Sie auf NuGet-Pakete für die Lösung verwalten

  

• Oder klicken Sie mit der rechten Maustaste auf den Projektmappen-Explorer

• Klicken Sie auf NuGet-Pakete verwalten

  

Jetzt öffnet sich das NuGet-Paketmanager-Fenster. Suchen Sie nach IronOCR und klicken Sie auf Installieren.

2.2. Download von der NuGet-Website

Es kann direkt von der offiziellen NuGet-Website heruntergeladen werden. Befolgen Sie die angegebenen Schritte:

1. Klicken Sie auf den Link zur NuGet-Website.
2. Klicken Sie auf der rechten Seite der Seite auf die Option Paket herunterladen.
3. Öffnen Sie das heruntergeladene Paket, und es wird mit der Installation beginnen.
4. Laden Sie schließlich die Lösung neu und es ist erledigt.

2.3. Download über die IronOCR-Webseite

Besuchen Sie einfach die Iron Software-Website und navigieren Sie zur IronOCR für .NET-Webseite. Scrollen Sie nach unten und klicken Sie auf DLL herunterladen oder Windows Installer herunterladen.

Eine Zip-Datei wird heruntergeladen. Extrahieren Sie sie und fügen Sie sie zur Ihrem Projekt hinzu oder führen Sie den Windows-Installer aus. Befolgen Sie die unten angegebenen Schritte, um sie zu Ihrem Projekt hinzuzufügen.

1. Klicken Sie mit der rechten Maustaste auf die Abhängigkeiten des Projekts in Visual Studio aus dem Projektmappen-Explorer heraus.
2. Wählen Sie dann die Option Projektverweis hinzufügen.
3. Suchen Sie nach dem Speicherort der heruntergeladenen DLL-Datei.
4. Klicken Sie schließlich auf OK, um den Projektverweis hinzuzufügen.

2.4. Verwenden der Befehlszeile in Visual Studio

1. Navigieren Sie zur Registerkarte Werkzeuge in Visual Studio.
2. Erweitern Sie die Option NuGet Paket-Manager.
3. Wählen Sie Paket-Manager-Konsole aus und geben Sie den folgenden Befehl ein:

Install-Package IronOcr

Dies wird IronOCR automatisch herunterladen und in Ihrem Projekt installieren.

Nun sind wir bereit, IronOCR in unserem Projekt zu verwenden.

2.5. Hinzufügen der erforderlichen IronOCR-Namensräume

Es gibt nur einen erforderlichen Namensraum und dieser muss oben in der Quelldatei hinzugefügt werden, in der wir auf seine Funktionen zugreifen möchten.

using IronOcr;

using IronOcr;

Imports IronOcr

Nun installieren wir Google Vision OCR.

3.2. Hinzufügen des Google Vision API-Namensraums

Fügen Sie den folgenden Namensraum hinzu, um Google OCR Vision API zu verwenden:

using Google.Cloud.Vision.V1;

using Google.Cloud.Vision.V1;

Imports Google.Cloud.Vision.V1

Legen Sie auch die Umgebungsvariable mit den in JSON-Dateiformat heruntergeladenen Schlüssel-Anmeldeinformationen fest.

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json")

Nun ist alles eingerichtet und einsatzbereit.

Daten aus Bildern zu lesen, ist eine mühsame Aufgabe. Bildauflösung und -qualität spielen eine wichtige Rolle bei der Inhaltsextraktion. Beide Bibliotheken bieten eine Optical Character Recognition (OCR)-Funktion, um Text aus Bildern zu extrahieren.

IronOCR ermöglicht das Erkennen und Lesen von Text aus PDF-Dokumentformaten mithilfe des fortschrittlichen Tesseract.

IronOCR macht es Entwicklern sehr einfach, den Inhalt einer Bilddatei mit seiner leistungsstarken IronTesseract-Klasse zu lesen. Hier werden wir ein PNG-Bild verwenden, um Text aus einer Bilddatei zu lesen und der Code lautet wie folgt:

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' Add the image to be processed
	input.AddImage("test-files/employmentapp.png")

	' Process the image
	Dim result = ocr.Read(input)

	' Output the extracted text
	Console.WriteLine(result.Text)
End Using

EINGANGSBILD

AUSGABE

Die Ausgabe von IronOCR entspricht dem ursprünglichen Bild, das ihm übergeben wurde. Der Code ist sauber und einfach zu verstehen, ohne jegliche Technikalitäten.

4.2. Nutzung von Google OCR

Google Cloud Vision OCR konvertiert auch das Bild in Text mit verschiedenen Schriftarten. Zuerst müssen wir einen Client mit der Anmeldedatei erstellen. Dann können wir mit diesem Client-Objekt die DetectText-Methode aufrufen, um eine Antwort in Form einer Annotation zu erhalten. Der Code lautet wie folgt:

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json")
Dim client = ImageAnnotatorClient.Create()
Dim image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png")
Dim response = client.DetectText(image)

For Each annotation In response
	If annotation.Description IsNot Nothing Then
		Console.WriteLine(annotation.Description)
	End If
Next annotation

Dasselbe Bild wird als Eingabe genommen, um die Ausgabe beider Bibliotheken zu vergleichen.

Aus der obigen Ausgabe können Sie deutlich sehen, dass IronOCR die Bildausgabeformate beibehält. Obwohl Google OCR den Ausgangstext genau geliefert hat, wird das Format der Tabelle nicht beibehalten. IronOCR hat das Format der Tabelle genau wie im gegebenen Bild beibehalten.

Der Code ist fast identisch mit dem vorherigen.

IronOCR bietet eine einzigartige und nützliche Funktion beim Lesen von Bildern, d.h., es kann Barcodes und QR-Codes lesen. Es kann Barcodes erkennen und ihren Wert mit Leichtigkeit anzeigen. Zuerst stellen Sie die ReadBarCodes-Konfiguration auf true ein, und dann durchlaufen Sie jeden der Barcodes in den OCR-Ergebnissen. Der Code zum Lesen von Barcodes lautet wie folgt:

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

Dim ocr = New IronTesseract()
ocr.Configuration.ReadBarCodes = True
Using input = New OcrInput()
	' Add the image to be processed
	input.AddImage("test-files/Barcode.png")

	' Process the image
	Dim result = ocr.Read(input)

	' Iterate and output barcode values
	For Each barcode In result.Barcodes
		Console.WriteLine(barcode.Value)
	Next barcode
End Using

EINGANGSBILD

AUSGABE

Alle drei Barcodes in der Eingabe wurden erfolgreich gelesen und ihr versteckter Text wurde angezeigt.

5.2. Nutzung von Google OCR

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

Imports System

Dim client = ImageAnnotatorClient.Create()
Dim image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg")
Dim labels = client.DetectLabels(image)

Console.WriteLine("Labels (and confidence score):")
Console.WriteLine(New String("="c, 30))

For Each label In labels
	Console.WriteLine($"{label.Description} ({CInt(Math.Truncate(label.Score * 100))}%)")
Next label

6.1. Nutzung von IronOCR

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' Add the PDF to be processed
	input.AddPdf("test-files/example.PDF")

	' Process the PDF
	Dim result = ocr.Read(input)

	' Output the extracted text
	Console.WriteLine(result.Text)
End Using

6.2. Nutzung von Google OCR

Google OCR bietet auch die Möglichkeit, Text aus PDF/TIFF-Dokumenten zu extrahieren. Jedoch erkennt es nur Text, wenn die Datei im Google Cloud-Speicher ist. Dafür müssen Sie einen Google-Speicherbereich erstellen. Der Code für C# ist nicht direkt und ziemlich umfangreich, um ihn hier zu implementieren. Es gibt keine Beispiele für C#, um Texte in Dateien zu erkennen. Sie können Java-Code hier als Referenz ausprobieren.