Die optische Zeichenerkennung (OCR) ist für jede .NET Anwendung, die gedruckten und handgeschriebenen Text aus gescannten und digitalen Dokumenten extrahieren muss, unerlässlich geworden. Der OCR-API-Dienst Microsoft Azure Vision und IronOCRbieten beide leistungsstarke OCR-Funktionen, verfolgen aber grundlegend unterschiedliche Ansätze bei der Textextraktion. In diesem Artikel vergleiche ich diese beiden Tools und gehe detailliert darauf ein, wie die einzelnen OCR-Engines in Bezug auf die wichtigsten Merkmale abschneiden: Genauigkeit, Flexibilität bei der Bereitstellung, Sprachunterstützung und Kosten.

Starten Sie eine kostenlose IronOCRTestversion, um die Funktionen in einem realen Projekt selbst zu testen.

Bietet Microsoft eine OCR-API zum Extrahieren von Text aus Dokumentbildern an?

Ja. Microsoft bietet die optische Zeichenerkennung (OCR) über seinen Azure Vision-Dienst an (ehemals Azure Cognitive Services, jetzt Teil von Azure AI Services). Das Read OCR-Modell ist der Kern dieses Angebots und unterstützt zwei Hauptwege: Azure Vision für die allgemeine Bildanalyse und Document Intelligence für gescannte und digitale Dokumente wie PDF- und TIFF-Dateien, HTML-Dokumente und Rechnungen.

Die Read-API verarbeitet Bilder, einschließlich des gesamten Bildes, und gibt erkannte Textzeilen, Wörter, Textblöcke, Begrenzungsrahmenkoordinaten und Konfidenzwerte zurück. Es unterstützt gedruckten Text in Englisch, Spanisch, Chinesisch (vereinfacht), Devanagari-Schrift und mehreren Sprachen in lateinischer, kyrillischer und arabischer Schrift. Handschriftliche Texte unterstützen Englisch und einige weitere Sprachen. Die synchrone API verarbeitet einzelne Szenarien, bei denen es sich nicht um Dokumente handelt und nur um Bilder, während eine asynchrone Version eine Operations-ID für die Verarbeitung größerer Dokumentbilder zurückgibt.

Intelligente Dokumentenverarbeitung baut auf dieser Basistechnologie auf. Document Intelligence umfasst eine für Dokumente optimierte Version von Read, die aus Formularen, Quittungen und Rechnungen Struktur, Beziehungen und andere dokumentenbezogene Erkenntnisse extrahieren kann. Diese Funktion macht die manuelle Dateneingabe für viele gängige Arbeitsabläufe überflüssig.

Wie schneidet eine lokale OCR-Engine im Vergleich zur cloudbasierten Textextraktion ab?

Der größte architektonische Unterschied liegt darin, wo die Datenverarbeitung stattfindet. Azure Vision ist ein Cloud-Dienst, der das Senden jedes Bildes an die Server von Microsoft erfordert.IronOCRläuft vollständig auf dem lokalen Rechner als native .NET Bibliothek , ohne Internetverbindung, ohne API-Schlüssel und ohne Gebühren pro Aufruf.

IronOCR verwendet eine speziell entwickelte Tesseract 5 OCR-Engine, die für .NET optimiert ist und eine Genauigkeit von bis zu 99,8 % bei realen Dokumentenbildern erreicht. Es liest gedruckten und handgeschriebenen Text von gescannten Texten, Fotografien, Straßenschildern, Produktetiketten und Scans geringer Qualität und verfügt über eine integrierte Bildvorverarbeitung, die Rauschen, Verzerrungen und Auflösungsprobleme automatisch behebt.

So sieht die Texterkennung mit den einzelnen Ansätzen aus:

Azure Vision OCR (C#)

// Azure Vision OCR — extract printed and handwritten text from an image
using Azure;
using Azure.AI.Vision.ImageAnalysis;
var client = new ImageAnalysisClient(
    new Uri("https://your-resource.cognitiveservices.azure.com"),
    new AzureKeyCredential("your-subscription-key"));
var result = await client.AnalyzeAsync(
    new Uri("https://example.com/document.png"),
    VisualFeatures.Read);
foreach (var block in result.Value.Read.Blocks)
    foreach (var line in block.Lines)
        Console.WriteLine(line.Text);

// Azure Vision OCR — extract printed and handwritten text from an image
using Azure;
using Azure.AI.Vision.ImageAnalysis;
var client = new ImageAnalysisClient(
    new Uri("https://your-resource.cognitiveservices.azure.com"),
    new AzureKeyCredential("your-subscription-key"));
var result = await client.AnalyzeAsync(
    new Uri("https://example.com/document.png"),
    VisualFeatures.Read);
foreach (var block in result.Value.Read.Blocks)
    foreach (var line in block.Lines)
        Console.WriteLine(line.Text);

Imports Azure
Imports Azure.AI.Vision.ImageAnalysis

Dim client As New ImageAnalysisClient(
    New Uri("https://your-resource.cognitiveservices.azure.com"),
    New AzureKeyCredential("your-subscription-key"))

Dim result = Await client.AnalyzeAsync(
    New Uri("https://example.com/document.png"),
    VisualFeatures.Read)

For Each block In result.Value.Read.Blocks
    For Each line In block.Lines
        Console.WriteLine(line.Text)
    Next
Next

Imports Azure
Imports Azure.AI.Vision.ImageAnalysis

Dim client As New ImageAnalysisClient(
    New Uri("https://your-resource.cognitiveservices.azure.com"),
    New AzureKeyCredential("your-subscription-key"))

Dim result = Await client.AnalyzeAsync(
    New Uri("https://example.com/document.png"),
    VisualFeatures.Read)

For Each block In result.Value.Read.Blocks
    For Each line In block.Lines
        Console.WriteLine(line.Text)
    Next
Next

Azure Vision-Ausgabe

Der Azure-Ansatz erfordert ein aktives Azure-Abonnement, eine bereitgestellte Computer Vision-Ressource und eine Netzwerkverbindung. Jeder Anruf ist eine abrechnungspflichtige Transaktion. Die Antwort umfasst Textzeilen mit Begrenzungsrahmendaten und Konfidenzwerten für jedes erkannte Wort, wodurch der Zugriff auf eine digitale Version des gescannten Textes ermöglicht wird. Für die OCR-Verarbeitung von PDF-, Office- und HTML-Dokumenten empfiehlt Microsoft den separaten Document Intelligence Read-Endpunkt.

###IronOCR(C#)

//IronOCR— extract text locally from document images and PDFs
using IronOcr;
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
using var input = new OcrInput();
input.LoadImage("document.png");
input.LoadPdf("report.pdf");
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

//IronOCR— extract text locally from document images and PDFs
using IronOcr;
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
using var input = new OcrInput();
input.LoadImage("document.png");
input.LoadPdf("report.pdf");
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

' IronOCR— extract text locally from document images and PDFs
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
Using input As New OcrInput()
    input.LoadImage("document.png")
    input.LoadPdf("report.pdf")
    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

Imports IronOcr

' IronOCR— extract text locally from document images and PDFs
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
Using input As New OcrInput()
    input.LoadImage("document.png")
    input.LoadPdf("report.pdf")
    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

####IronOCR-Ausgabe

Die API von IronOCRist deutlich kompakter. Die Klasse IronTesseract übernimmt die gesamte Konfiguration der OCR-Engine, während OcrInput Bilder, PDF-Dateien und mehrseitige TIFF-Dateien in einem einzigen, einheitlichen Loader verarbeitet. Das OcrResult-Objekt gibt strukturierte Daten zurück, darunter Absätze, Textzeilen, Wörter und Begrenzungsrahmenkoordinaten Plus Konfidenzwerte für jedes Element. Es ist kein Azure-Abonnement und keine Netzwerkabhängigkeit erforderlich. Entwickler, die mit verschiedenen Sprachen arbeiten, können internationale Sprachen über NuGet -Sprachpakete hinzufügen, die alles von vereinfachtem Chinesisch über Arabisch bis hin zu Devanagari-Schriften abdecken.

Welche Lösung bietet besseren Datenschutz und eine größere Unterstützung für Dateiformate bei der optischen Zeichenerkennung?

Für den Datenschutz bei OCR-Daten kommt es auf das Bereitstellungsmodell an. Azure Vision verarbeitet alle Bilddaten auf der Cloud-Infrastruktur von Microsoft. Obwohl die Richtlinien von Microsoft zum Umgang mit Kundendaten Verschlüsselung und Konformitätszertifizierungen umfassen, verlassen die Daten dennoch die lokale Umgebung. Azure Vision bietet Unterstützung für die lokale Bereitstellung über Docker-Container, allerdings nur für die vorherige GA-Version (v3.2) des Read OCR-Modells, nicht für die neuesten Funktionen.

IronOCR verarbeitet alles lokal. Weder Bilddaten noch gescannte Texte oder Kundendaten verlassen jemals den Entwicklungs- oder Produktionsrechner. Dies ist ein erheblicher Vorteil für Anwendungen, die sensible Dokumente im Gesundheitswesen, im Rechtswesen und im Finanzsektor verarbeiten, wo strenge Anforderungen an die Datensicherheit gelten.

Hinsichtlich der Dateiformatabdeckung unterstützen beide Lösungen gängige Bildformate und PDF-Dateien.IronOCRbietet native Unterstützung für mehrseitige/mehrbildige TIFFs und GIFs , System.Drawing-Objekte und Streams. Azure Vision verarbeitet die jeweiligen Szenarien durch seine separaten Read-Versionen: die synchrone API für reine Bildszenarien mit kleineren Dateigrößenbeschränkungen und die asynchrone Document Intelligence für größere PDF- und TIFF-Dateien.IronOCRermöglicht außerdem den Export von OCR-Ergebnissen als durchsuchbare PDFs und hOCR-HTML-Ausgabe, wodurch der Zugriff auf erkannten Text in Formaten jenseits einfacher Zeichenketten ermöglicht wird.

Ist die OCR-API kostenlos und wie sieht der Preisvergleich aus?

Die OCR-Cloud-APIs von Microsoft bieten ein kostenloses Kontingent (F0) mit etwa 5.000 Transaktionen pro Monat. Darüber hinaus kostet der Standardtarif für den Azure Vision-Dienst etwa 1,50 US-Dollar pro 1.000 Transaktionen. Die intelligente Verarbeitung großer Dokumentenmengen über Document Intelligence hat einen separaten Preis. Die Kosten steigen linear an; eine Produktionsanwendung, die täglich Tausende von Dokumentenbildern verarbeitet, kann erhebliche laufende Kosten verursachen.

IronOCR verwendet ein einmaliges, unbefristetes Lizenzmodell ohne Gebühren pro Transaktion und ohne wiederkehrende, volumenabhängige Kosten. Eine einzige Lizenz deckt unbegrenzte OCR-Operationen lokal ab. Für Teams, die beide OCR-API-Optionen evaluieren, wächst dieser typischerweise erzielte Kostenvorteil mit zunehmendem Umfang erheblich. Informieren Sie sich über die IronOCR-Lizenzierungsoptionen , um die verschiedenen Stufen für einzelne Entwickler, Teams und Enterprise zu vergleichen.

Abschluss

Sowohl Azure Vision OCR als auch IronOCRbieten leistungsstarke optische Zeichenerkennungsfunktionen zum Extrahieren von Text aus Dokumentenbildern, dienen aber unterschiedlichen Anforderungen. Azure Vision eignet sich gut für Teams, die bereits im Azure-Ökosystem tätig sind und OCR-gestützte Benutzererlebnisse als Teil einer umfassenderen Cloud-Service-Pipeline benötigen.IronOCRist die bessere Wahl für .NET Entwickler, die eine eigenständige OCR-Engine mit lokaler Verarbeitung, planbarer Preisgestaltung und umfassender Kontrolle über Bildvorverarbeitung und Textextraktions-Workflows benötigen.

Für C#-Entwickler, die Anwendungen erstellen, die gedruckten oder handschriftlichen Text in gescannten und digitalen Dokumenten verarbeiten, bietet IronOCRalles Notwendige ohne den Aufwand der Verwaltung von Cloud-Zugangsdaten, Netzwerklatenz oder OCR-bezogener Transaktionsabrechnung.

Erster Schritt:

Jetzt kostenlos starten