using IronOcr; using IronSoftware.Drawing; // We can delve deep into OCR results as an object model of // Pages, Barcodes, Paragraphs, Lines, Words and Characters // This allows us to explore, export and draw OCR content using other APIs/ var ocrTesseract = new IronTesseract(); ocrTesseract.Configuration.ReadBarCodes = true; using var ocrInput = new OcrInput(); var pages = new int[] { 1, 2 }; ocrInput.LoadImageFrames("example.tiff", pages); OcrResult ocrResult = ocrTesseract.Read(ocrInput); foreach (var page in ocrResult.Pages) { // Page object int PageNumber = page.PageNumber; string PageText = page.Text; int PageWordCount = page.WordCount; // null if we dont set Ocr.Configuration.ReadBarCodes = true; OcrResult.Barcode[] Barcodes = page.Barcodes; AnyBitmap PageImage = page.ToBitmap(ocrInput); double PageWidth = page.Width; double PageHeight = page.Height; double PageRotation = page.Rotation; // angular correction in degrees from OcrInput.Deskew() foreach (var paragraph in page.Paragraphs) { // Pages -> Paragraphs int ParagraphNumber = paragraph.ParagraphNumber; string ParagraphText = paragraph.Text; AnyBitmap ParagraphImage = paragraph.ToBitmap(ocrInput); int ParagraphX_location = paragraph.X; int ParagraphY_location = paragraph.Y; int ParagraphWidth = paragraph.Width; int ParagraphHeight = paragraph.Height; double ParagraphOcrAccuracy = paragraph.Confidence; OcrResult.TextFlow paragrapthText_direction = paragraph.TextDirection; foreach (var line in paragraph.Lines) { // Pages -> Paragraphs -> Lines int LineNumber = line.LineNumber; string LineText = line.Text; AnyBitmap LineImage = line.ToBitmap(ocrInput); int LineX_location = line.X; int LineY_location = line.Y; int LineWidth = line.Width; int LineHeight = line.Height; double LineOcrAccuracy = line.Confidence; double LineSkew = line.BaselineAngle; double LineOffset = line.BaselineOffset; foreach (var word in line.Words) { // Pages -> Paragraphs -> Lines -> Words int WordNumber = word.WordNumber; string WordText = word.Text; AnyBitmap WordImage = word.ToBitmap(ocrInput); int WordX_location = word.X; int WordY_location = word.Y; int WordWidth = word.Width; int WordHeight = word.Height; double WordOcrAccuracy = word.Confidence; foreach (var character in word.Characters) { // Pages -> Paragraphs -> Lines -> Words -> Characters int CharacterNumber = character.CharacterNumber; string CharacterText = character.Text; AnyBitmap CharacterImage = character.ToBitmap(ocrInput); int CharacterX_location = character.X; int CharacterY_location = character.Y; int CharacterWidth = character.Width; int CharacterHeight = character.Height; double CharacterOcrAccuracy = character.Confidence; // Output alternative symbols choices and their probability. // Very useful for spellchecking OcrResult.Choice[] Choices = character.Choices; } } } } }

VERGLEICH MIT ANDEREN KOMPONENTEN

iOS OCR-Bibliothek (Kostenloser und kostenpflichtiger Tool-Vergleich)

Veröffentlicht 29. September 2024

Teilen Sie:

Optische Zeichenerkennung (OCR) ist eine entscheidende Technologie in verschiedenen Anwendungen, von der Digitalisierung von Dokumenten bis zur Extraktion von erkanntem Text aus Bildern. Wenn es um die iOS-Entwicklung geht, ist die Wahl der richtigen OCR-Bibliothek entscheidend, um Genauigkeit, Leistung und einfache Integration zu gewährleisten.

In diesem Artikel vergleiche ich fünf beliebte OCR-Bibliotheken für iOS: Tesseract OCR, Google Cloud Vision OCR, ABBYY FineReader SDK, SwiftOCR und mit einem besonderen Fokus auf IronOCR.iOS.

Inhaltsübersicht

Einführung in iOS-OCR-Bibliotheken
Tesseract iOS OCR
Google Cloud Vision OCR
ABBYY FineReader SDK
SwiftOCR
IronOCR.iOS
Schlussfolgerung

1. Einführung in iOS-OCR-Bibliotheken

In der Welt der iOS-App-Entwicklung ist die Fähigkeit, Text aus Bildern präzise zu erkennen, eine leistungsstarke Funktion, die in verschiedene Anwendungen integriert werden kann, von der Erfassung von Visitenkarten bis zur Verarbeitung gedruckter Dokumente. Implementierung von OCR (Optische Zeichenerkennung) in Ihrer iOS-App erfordert die Auswahl der richtigen iOS-OCR-Bibliothek, um die Textextraktion effizient zu verwalten. Beliebte Tools wie das Vision-Framework, die Tesseract-Bibliothek und andere OCR-Software bieten verschiedene Stufen der Texterkennungsgenauigkeit, Sprachunterstützung und einfache Integration.

Ob Sie an einem Projekt arbeiten, das die Erkennung von Text aus gescannten PDFs, die Erkennung von Schriftarten oder das Extrahieren von Zeichenfolgen aus Bildern erfordert, das Verständnis über die Nutzung dieser Bibliotheken ist entscheidend. Einige Bibliotheken bieten Standardoptionen zur Texterkennung in mehreren Sprachen an, während andere erweiterte Funktionen wie auf neuronalen Netzwerken basierende Erkennung und Fehlerkorrektur offerieren.

Wir werden jede Bibliothek anhand der folgenden Kriterien bewerten:

Wesentliche Merkmale
Benutzerfreundlichkeit
Leistung
Qualität und Verfügbarkeit des Supports
Preis- und Lizenzbedingungen

In diesem ausführlichen Testbericht werden wir die Fähigkeiten verschiedener iOS-OCR-Bibliotheken untersuchen und erörtern, wie sie Anfrageobjekte verarbeiten, Text erkennen, OCR-Ergebnisse liefern und mit verschiedenen Teilen Ihrer App, wie zum Beispiel dem Scannen von Visitenkarten oder der Dokumentenverarbeitung, integriert werden. Unabhängig davon, ob Sie neu im Bereich OCR sind oder Ihren bestehenden Code optimieren möchten, hilft Ihnen dieser Artikel, die Optionen zu verstehen und die beste OCR-Bibliothek für Ihre Bedürfnisse auszuwählen.

2. Tesseract OCR iOS

Einer der am häufigsten verwendeten Open-Source-OCR-Engines ist Tesseract OCR. Es unterstützt viele Sprachen und kann komplexe Skripte verarbeiten, was es vielseitig für verschiedene Anwendungen macht. Tesseract ist hochgradig anpassbar und ermöglicht es Entwicklern, es für spezifische Anwendungsfälle fein abzustimmen. Es unterstützt mehrere Ausgabeformate, einschließlich reinen Text, OCR und durchsuchbare PDFs.

iOS-OCR-Bibliothek (Kostenlose und kostenpflichtige Tools im Vergleich): Abbildung 1 - Tesseract OCR iOS GitHub-Startseite

Benutzerfreundlichkeit

Tesseract OCR erfordert erhebliche Anpassungen, um optimale Ergebnisse zu erzielen. Es verfügt nicht über ein natives iOS-SDK, daher beinhaltet die Integration mit iOS typischerweise die Verwendung von Drittanbieter-Wrappern oder -Frameworks wie SwiftOCR oder Xamarin. Entwickler mit Erfahrung im Umgang mit Open-Source-Tools und diejenigen, die mit Befehlszeilenschnittstellen vertraut sind, werden es handhabbar finden, aber es kann für Anfänger eine steile Lernkurve darstellen. Ein solches Projekt wurde von Gali8 durchgeführt; Sie können darauf auf GitHub zugreifen unter hier.

Leistung

Tesseract OCR bietet solide Leistung, kann jedoch bei Bildern von geringer Qualität oder komplexen Layouts Schwierigkeiten haben. Es ist nicht so schnell wie einige kommerzielle OCR-Engines, und die Optimierung für Geschwindigkeit und Genauigkeit erfordert oft umfangreiche Anpassungen.

Qualität und Verfügbarkeit des Supports

Als Open-Source-Projekt profitiert Tesseract OCR von einer großen und aktiven Gemeinschaft. Der offizielle Support ist jedoch begrenzt, und Entwickler müssen möglicherweise auf Community-Foren und GitHub-Probleme für die Fehlersuche zurückgreifen. Die Dokumentation ist umfassend, aber es kann schwierig sein, sich zurechtzufinden.

Preis- und Lizenzbedingungen

Tesseract OCR ist kostenlos und quelloffen, lizenziert unter der Apache License 2.0. Dies macht es zu einer attraktiven Option für Entwickler mit begrenztem Budget oder für diejenigen, die an Open-Source-Projekten arbeiten. Allerdings kann das Fehlen offizieller Unterstützung zusätzlichen Entwicklungsaufwand und -ressourcen erfordern.

Wann Tesseract OCR verwenden

Tesseract OCR eignet sich am besten für Entwickler, die nach einer leistungsstarken, anpassbaren und kostengünstigen OCR-Lösung suchen. Es ist ideal für Projekte, bei denen Budgetbeschränkungen Priorität haben und das Entwicklungsteam über die Fachkenntnisse verfügt, um Anpassungen und Optimierungen durchzuführen.

3. Google Cloud Vision OCR

Google Cloud Vision OCR ist Teil von Googles Suite an KI-Tools und bietet leistungsfähige Texterkennungsfähigkeiten. Es unterstützt viele Sprachen und kann komplexe Layouts verarbeiten, wie zum Beispiel mehrspaltige Dokumente und handgeschriebenen Text. Darüber hinaus integriert es sich nahtlos mit anderen Google Cloud-Diensten und bietet eine umfassende Lösung für Entwickler, die bereits im Google-Ökosystem tätig sind.

iOS OCR-Bibliothek (Kostenloser und kostenpflichtiger Werkzeugvergleich): Abbildung 2 - Google Cloud Vision OCR-Leitfaden

Benutzerfreundlichkeit

Google Cloud Vision OCR ist einfach zu verwenden, mit einfachen REST-API-Aufrufen, die in jede iOS-Anwendung integriert werden können. Die API ist gut dokumentiert, und Google bietet umfangreiche Anleitungen und Beispiele, um Entwicklern einen schnellen Einstieg zu ermöglichen. Der Dienst erfordert jedoch eine Internetverbindung, die Bilder in der Cloud verarbeitet.

Leistung

Die Leistung von Google Cloud Vision OCR ist erstklassig, mit hoher Genauigkeit und schnellen Verarbeitungszeiten. Die cloudbasierte Natur des Dienstes ermöglicht es, die robuste Infrastruktur von Google zu nutzen, wodurch konsistente Ergebnisse selbst bei großen oder komplexen Datensätzen gewährleistet werden.

Qualität und Verfügbarkeit des Supports

Google bietet umfassende Unterstützung für sein Cloud Vision OCR, einschließlich detaillierter Dokumentation, Online-Foren und direkter Support-Optionen für Unternehmenskunden. Die Verfügbarkeit von Ressourcen und offiziellem Support macht es zu einer zuverlässigen Wahl für Entwickler.

Preis- und Lizenzbedingungen

Google Cloud Vision OCR arbeitet nach einem Pay-as-you-go-Preismodell, das für kleinere Projekte kosteneffektiv sein kann, aber bei Anwendungen mit hohem OCR-Bedarf teuer werden kann. Entwickler sollten ihr Budget und den erwarteten Nutzungsumfang berücksichtigen, bevor sie sich für diesen Service entscheiden.

Wann sollte man Google Cloud Vision OCR verwenden?

Google Cloud Vision OCR ist ideal für Entwickler, die eine zuverlässige, genaue und benutzerfreundliche OCR-Lösung benötigen, insbesondere wenn sie bereits andere Google Cloud-Dienste nutzen. Es eignet sich am besten für Projekte mit garantierter Internetverbindung, und das Budget erlaubt potenzielle Skalierungskosten.

4. ABBYY FineReader SDK

ABBYY FineReader SDK ist eine Premium-OCR-Bibliothek, die für ihre außergewöhnliche Genauigkeit und fortschrittlichen Funktionen bekannt ist. Es unterstützt über 200 Sprachen und kann komplexe Layouts verarbeiten, einschließlich mehrspaltigen Texten und Bildern mit gemischtem Inhalt. ABBYY bietet auch erweiterte Bildvorverarbeitungsoptionen, was es geeignet für die hochqualitative Dokumentendigitalisierung macht.

iOS OCR-Bibliothek (Kostenlose und kostenpflichtige Tools im Vergleich): Abbildung 3 - ABBYY FineReader SDK-Homepage

Benutzerfreundlichkeit

ABBYY FineReader SDK ist für Anwendungen auf Unternehmensebene konzipiert, und sein umfassender Funktionsumfang spiegelt diesen Fokus wider. Obwohl leistungsstark, hat es eine steilere Lernkurve als andere Bibliotheken und die Integration kann mehr Aufwand erfordern. ABBYY bietet jedoch umfassende Dokumentation und Support, um Entwicklern bei der Bewältigung seiner Komplexitäten zu helfen. Sie können das API-Referenz für iOS unter überprüfen *hier.

Leistung

ABBYY FineReader SDK bietet herausragende Leistung, insbesondere in Bezug auf Genauigkeit. Es zeichnet sich durch die Erkennung von Text unter schwierigen Bedingungen aus, wie zum Beispiel bei minderwertigen Scans oder Dokumenten mit komplexen Layouts. Das SDK ist für Geschwindigkeit optimiert und eignet sich daher für Anwendungen mit hohem Durchsatz bei der OCR-Verarbeitung.

Qualität und Verfügbarkeit des Supports

ABBYY bietet hochwertigen Support, einschließlich engagiertem Kundenservice, detaillierter Dokumentation und einer Wissensdatenbank. Unternehmenskunden können auch auf personalisierte Supportoptionen zugreifen, um sicherzustellen, dass Probleme schnell und effektiv gelöst werden.

Preis- und Lizenzbedingungen

ABBYY FineReader SDK ist ein kommerzielles Produkt, dessen Preisgestaltung seine Premium-Positionierung widerspiegelt. Lizenzkosten können erheblich sein, insbesondere für den Unternehmenseinsatz, aber die Investition wird durch die überlegene Genauigkeit und Leistung gerechtfertigt. ABBYY bietet verschiedene Lizenzmodelle an, um unterschiedliche Geschäftsanforderungen zu erfüllen.

Wann sollte man ABBYY FineReader SDK verwenden?

ABBYY FineReader SDK eignet sich am besten für Unternehmensanwendungen, bei denen Genauigkeit oberste Priorität hat und das Budget eine Premium-Lösung zulässt. Es ist ideal für Unternehmen, die eine hochwertige OCR-Verarbeitung für große Mengen an Dokumenten oder erweiterte Funktionen über die grundlegende Texterkennung hinaus benötigen.

5. SwiftOCR

SwiftOCR ist eine leichtgewichtige OCR-Bibliothek, die speziell für iOS entwickelt wurde. Es handelt sich um eine reine Swift-Implementierung der Tesseract-OCR-Engine, optimiert für iOS-Anwendungen. SwiftOCR bietet grundlegende Texterkennungsmöglichkeiten und lässt sich leicht in Swift-Projekte integrieren.

iOS-OCR-Bibliothek (Vergleich von kostenlosen und kostenpflichtigen Tools): Abbildung 4 - SwiftOCR GitHub-Seite

Benutzerfreundlichkeit

SwiftOCR ist relativ einfach zu verwenden, insbesondere für Entwickler, die mit Swift vertraut sind. Die native Implementierung gewährleistet eine nahtlose Integration in iOS-Projekte und erfordert keine externen Abhängigkeiten. Allerdings fehlen ihm fortschrittliche Funktionen in anderen Bibliotheken, was es besser für einfachere OCR-Aufgaben geeignet macht.

Leistung

SwiftOCR bietet eine ansprechende Leistung für grundlegende OCR-Aufgaben. Obwohl es nicht so leistungsfähig oder genau ist wie einige andere Bibliotheken auf dieser Liste, ist es für Geschwindigkeit optimiert und funktioniert gut für Anwendungen, die keine komplexe Texterkennung erfordern.

Qualität und Verfügbarkeit des Supports

SwiftOCR ist ein Open-Source-Projekt mit begrenztem offiziellem Support. Entwickler müssen sich auf Community-Ressourcen und Foren zur Unterstützung verlassen. Obwohl die Community aktiv ist, könnte das Unterstützungsniveau für komplexere oder anspruchsvollere Projekte nicht ausreichend sein.

Preis- und Lizenzbedingungen

SwiftOCR ist kostenlos und quelloffen, lizenziert unter der MIT-Lizenz. Dies macht es zu einer attraktiven Option für Entwickler, die nach einer kostengünstigen Lösung für einfache OCR-Aufgaben auf iOS suchen.

Wann sollte man SwiftOCR verwenden?

SwiftOCR eignet sich am besten für Entwickler, die an kleineren iOS-Projekten arbeiten und grundlegende OCR-Funktionen benötigen. Es ist eine ausgezeichnete Wahl für diejenigen, die eine leichte, einfach zu integrierende Lösung ohne Bedarf an erweiterten Funktionen oder umfangreichem Support benötigen. Obwohl veraltet, kann dieses Projekt immer noch für einfachere OCR-Aufgaben genutzt werden. Für schnelle, präzise und weniger empfindliche OCR-Funktionen auf iOS verweisen Sie bitte auf Apples Vision Framework.

6. IronOCR.iOS

IronOCR.iOS ist eine robuste OCR-Bibliothek, die speziell für .NET-Entwickler unter iOS entwickelt wurde. Es unterstützt verschiedene Bildformate und bietet fortschrittliche Bildkorrekturfilter wie Deskew, Denoise und Binarize. IronOCR.iOS enthält auch eine leistungsoptimierte Version der Tesseract OCR-Engine, die hohe Genauigkeit und Zuverlässigkeit bietet.

iOS OCR-Bibliothek (Vergleich von kostenlosen und kostenpflichtigen Tools): Abbildung 5 - IronOCR NuGet-Testbannerbild

IronOCR ist eine professionelle C#-Bibliothek, die für hochpräzise optische Zeichenerkennung entwickelt wurde, und IronOCR.iOS wurde speziell entwickelt, um diese Funktionalität auf iOS-Apps in einer plattformübergreifenden Umgebung wie MAUI zu erweitern. Diese spezialisierte Version behält die robuste Leistung und die fortschrittlichen Bildkorrekturfunktionen des ursprünglichen IronOCR bei, was sie zu einer ausgezeichneten Wahl für Entwickler macht, die zuverlässige Texterkennung in iOS-Apps benötigen.

iOS OCR-Bibliothek (Vergleich zwischen kostenlosen und kostenpflichtigen Tools): Abbildung 6 - IronOCR plattformübergreifende Kompatibilitätsunterstützung Bild

Die nahtlose Integration mit .NET und plattformübergreifende Unterstützung stellt sicher, dass Entwickler leistungsstarke OCR-Funktionen mit minimalem Aufwand über verschiedene Plattformen hinweg implementieren können. IronOCR.iOS zeichnet sich durch seine Benutzerfreundlichkeit, hohe Genauigkeit und umfassende Unterstützung aus, was es zu einer erstklassigen Wahl für Entwickler in einem plattformübergreifenden Ökosystem macht.

Benutzerfreundlichkeit

IronOCR.iOS ist auf Benutzerfreundlichkeit ausgelegt. Die API ist unkompliziert, was es Entwicklern leicht macht, OCR-Funktionalität in ihre iOS-Anwendungen zu integrieren. Die Bibliothek ist gut dokumentiert, und Iron Software bietet umfassende Anleitungen und Beispiele, um Entwicklern den schnellen Einstieg und die Implementierung von OCR zu erleichtern.

Leistung

IronOCR.iOS bietet ausgezeichnete Leistung mit hoher Genauigkeit und schnellen Verarbeitungszeiten. Die Bibliothek ist für iOS optimiert und gewährleistet, dass sie verschiedene OCR-Aufgaben effizient bewältigen kann. Seine fortschrittlichen Bildkorrekturfunktionen tragen ebenfalls dazu bei, die Genauigkeit zu verbessern, insbesondere bei Bildern von geringer Qualität.

Qualität und Verfügbarkeit des Supports

Iron Software bietet umfassenden Support für IronOCR.iOS, einschließlich ausführlicher Dokumentation, einer Wissensdatenbank und reaktionsschnellem Kundenservice. Entwickler haben zudem Zugriff auf Live-Chat-Support, was es einfach macht, bei Bedarf Hilfe zu erhalten.

Preis- und Lizenzbedingungen

IronOCR.iOS ist ein kommerzielles Produkt mit flexiblen Lizenzierung um die gesamte Bandbreite der Bibliothek völlig kostenfrei zu testen, was sie zu einer bevorzugten Bibliothek für Entwickler macht.

Wann man IronOCR.iOS verwenden sollte

IronOCR.iOS ist ideal für Entwickler, die eine leistungsstarke, benutzerfreundliche OCR-Bibliothek mit plattformübergreifender Unterstützung benötigen. Es ist besonders gut geeignet für .NET-Entwickler, die an iOS-Projekten arbeiten, und bietet eine ausgewogene Mischung aus Funktionen, Leistung und Unterstützung.

7. Schlussfolgerung

Die Auswahl der geeigneten OCR-Bibliothek für Ihr iOS-Projekt hängt von verschiedenen Faktoren ab, darunter Ihr spezifischer Anwendungsfall, Budget und technische Anforderungen. Meiner Meinung nach finde ich, dass IronOCR.iOS eine etwas bessere Wahl ist, insbesondere für den Bau von Apps mit plattformübergreifender Unterstützung. Hier sind meine abschließenden Gedanken zu jeder iOS OCR-Bibliothek:

Tesseract OCR ist eine ausgezeichnete Wahl für Entwickler, die eine leistungsstarke Open-Source-Lösung mit einer großen Community suchen und möglicherweise umfangreiche Anpassungen benötigen.
Google Cloud Vision OCR bietet eine nahtlose, benutzerfreundliche und hochpräzise Option, die ideal für Entwickler ist, die bereits im Google-Ökosystem arbeiten.
ABBYY FineReader SDK eignet sich am besten für Unternehmensanwendungen, bei denen Genauigkeit von größter Bedeutung ist, obwohl es mit einem höheren Preis und einer steileren Lernkurve verbunden ist.
SwiftOCR bietet eine leichte und kostengünstige Lösung für grundlegende OCR-Aufgaben auf iOS, was es ideal für kleinere Projekte macht.
IronOCR.iOS bietet einen ausgewogenen Ansatz mit nahezu allen Funktionalitäten und einem Fokus auf Benutzerfreundlichkeit, hohe Genauigkeit und starke Unterstützung, was es zu einer ausgezeichneten Wahl für Entwickler macht, die eine zuverlässige und robuste OCR-Lösung für iOS benötigen.

Vergleich der Schlüsselmerkmale zwischen iOS OCR-Bibliotheken

iOS OCR-Bibliothek (Vergleich von kostenlosen und kostenpflichtigen Tools): Abbildung 7

Jede Bibliothek bietet etwas Einzigartiges, und die beste Wahl hängt von den spezifischen Anforderungen Ihres Projekts ab. Berücksichtigen Sie Ihre Prioritäten in Bezug auf Benutzerfreundlichkeit, Genauigkeit, Geschwindigkeit, Unterstützung, Preis und Lizenzierung, um eine fundierte Entscheidung zu treffen.

NÄCHSTES >
Paddle OCR vs. Tesseract (Vergleich der OCR-Funktionen)