ABBYY FineReader Engine vs IronOCR: OCR .NET

Inicialización y ciclo de vida del motor

ABBYY requiere una secuencia de inicialización explícita antes de que comience cualquier tarea de reconocimiento. El motor debe cargarse desde una ruta específica del SDK con archivos de licencia válidos, debe seleccionarse un perfil de reconocimiento y cada contenedor de documentos debe cerrarse explícitamente tras el procesamiento para evitar fugas de memoria:

using FREngine;

public class AbbyyOcrService : IDisposable
{
    private IEngine _engine;

    public AbbyyOcrService(string sdkPath, string licensePath)
    {
        // Step 1: Create engine loader
        var loader = new EngineLoader();

        // Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath);

        // Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

        // Step 4: Configure language data (each language adds deployment complexity)
        var langParams = _engine.CreateLanguageParams();
        langParams.Languages.Add("English");
    }

    public string ExtractText(string imagePath)
    {
        var document = _engine.CreateFRDocument();

        try
        {
            document.AddImageFile(imagePath, null, null);
            document.Process(null);
            return document.PlainText.Text;
        }
        finally
        {
            // Must close — skipping this causes memory leaks
            document.Close();
        }
    }

    public void Dispose()
    {
        _engine = null;
    }
}

using FREngine;

public class AbbyyOcrService : IDisposable
{
    private IEngine _engine;

    public AbbyyOcrService(string sdkPath, string licensePath)
    {
        // Step 1: Create engine loader
        var loader = new EngineLoader();

        // Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath);

        // Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

        // Step 4: Configure language data (each language adds deployment complexity)
        var langParams = _engine.CreateLanguageParams();
        langParams.Languages.Add("English");
    }

    public string ExtractText(string imagePath)
    {
        var document = _engine.CreateFRDocument();

        try
        {
            document.AddImageFile(imagePath, null, null);
            document.Process(null);
            return document.PlainText.Text;
        }
        finally
        {
            // Must close — skipping this causes memory leaks
            document.Close();
        }
    }

    public void Dispose()
    {
        _engine = null;
    }
}

Imports FREngine

Public Class AbbyyOcrService
    Implements IDisposable

    Private _engine As IEngine

    Public Sub New(sdkPath As String, licensePath As String)
        ' Step 1: Create engine loader
        Dim loader = New EngineLoader()

        ' Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath)

        ' Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy")

        ' Step 4: Configure language data (each language adds deployment complexity)
        Dim langParams = _engine.CreateLanguageParams()
        langParams.Languages.Add("English")
    End Sub

    Public Function ExtractText(imagePath As String) As String
        Dim document = _engine.CreateFRDocument()

        Try
            document.AddImageFile(imagePath, Nothing, Nothing)
            document.Process(Nothing)
            Return document.PlainText.Text
        Finally
            ' Must close — skipping this causes memory leaks
            document.Close()
        End Try
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        _engine = Nothing
    End Sub
End Class

Esta secuencia se ejecuta antes de que se realice ningún trabajo de OCR. La llamada loader.GetEngineObject() valida los archivos de licencia, carga los binarios de ejecución desde la ruta del SDK e inicializa el motor de reconocimiento. Si alguna de estas rutas es incorrecta en un nuevo servidor de despliegue, la llamada falla en tiempo de ejecución.

Comparación detallada de características

Enfoque de ABBYY

El motor de reconocimiento de ABBYY ofrece una precisión de primer nivel en los tipos de documentos más difíciles: escaneos históricos degradados, documentos con escritura mixta, texto manuscrito, diseños de formularios complejos y documentos en mal estado físico. El perfil DocumentConversion_Accuracy aplica el proceso de reconocimiento completo de ABBYY:

using FREngine;

// ABBYY: Load high-accuracy profile for difficult documents
var loader = new EngineLoader();
var engine = loader.GetEngineObject(
    @"C:\Archivos de programa\ABBYY SDK\FineReader Engine\Bin",
    @"C:\Archivos de programa\ABBYY SDK\License"
);
engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

var document = engine.CreateFRDocument();
try
{
    document.AddImageFile("difficult-scan.jpg", null, null);
    document.Process(null);
    var text = document.PlainText.Text;
}
finally
{
    document.Close();
}

using FREngine;

// ABBYY: Load high-accuracy profile for difficult documents
var loader = new EngineLoader();
var engine = loader.GetEngineObject(
    @"C:\Archivos de programa\ABBYY SDK\FineReader Engine\Bin",
    @"C:\Archivos de programa\ABBYY SDK\License"
);
engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

var document = engine.CreateFRDocument();
try
{
    document.AddImageFile("difficult-scan.jpg", null, null);
    document.Process(null);
    var text = document.PlainText.Text;
}
finally
{
    document.Close();
}

Imports FREngine

' ABBYY: Load high-accuracy profile for difficult documents
Dim loader As New EngineLoader()
Dim engine = loader.GetEngineObject(
    "C:\Archivos de programa\ABBYY SDK\FineReader Engine\Bin",
    "C:\Archivos de programa\ABBYY SDK\License"
)
engine.LoadPredefinedProfile("DocumentConversion_Accuracy")

Dim document = engine.CreateFRDocument()
Try
    document.AddImageFile("difficult-scan.jpg", Nothing, Nothing)
    document.Process(Nothing)
    Dim text = document.PlainText.Text
Finally
    document.Close()
End Try

En el caso de historiales médicos con anotaciones manuscritas, documentos legales con décadas de desgaste físico o archivos gubernamentales digitalizados a partir de microfilmes, la ventaja de ABBYY en cuanto a precisión frente a las soluciones modernas basadas en Tesseract es cuantificable y relevante.

Enfoque de IronOCR

IronOCR alcanza una precisión del 95-99 % en documentos empresariales estándar —facturas, recibos, contratos, formularios, informes escaneados— mediante un preprocesamiento automático que corrige los errores más comunes que afectan a la precisión antes de que el motor LSTM de Tesseract 5 vea la imagen:

using IronOcr;

// IronOCR: Preprocesamiento automático handles most real-world document quality issues
var ocr = new IronTesseract();
var result = ocr.Read("invoice-scan.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;

// IronOCR: Preprocesamiento automático handles most real-world document quality issues
var ocr = new IronTesseract();
var result = ocr.Read("invoice-scan.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' IronOCR: Preprocesamiento automático handles most real-world document quality issues
Dim ocr As New IronTesseract()
Dim result = ocr.Read("invoice-scan.jpg")
Console.WriteLine(result.Text)
Console.WriteLine($"Confidence: {result.Confidence}%")

Cuando la calidad de la entrada es realmente deficiente, los filtros de preprocesamiento explícitos ofrecen un control total:

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
input.Deskew();           // Correct rotation up to several degrees
input.DeNoise();          // Remove scanner noise and artifacts
input.Contrast();         // Enhance text/background separation
input.Binarize();         // Convert to optimal black/white
input.EnhanceResolution(300);  // Scale to 300 DPI for engine

var result = new IronTesseract().Read(input);

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
input.Deskew();           // Correct rotation up to several degrees
input.DeNoise();          // Remove scanner noise and artifacts
input.Contrast();         // Enhance text/background separation
input.Binarize();         // Convert to optimal black/white
input.EnhanceResolution(300);  // Scale to 300 DPI for engine

var result = new IronTesseract().Read(input);

Imports IronOcr

Using input As New OcrInput()
    input.LoadImage("low-quality-scan.jpg")
    input.Deskew()           ' Correct rotation up to several degrees
    input.DeNoise()          ' Remove scanner noise and artifacts
    input.Contrast()         ' Enhance text/background separation
    input.Binarize()         ' Convert to optimal black/white
    input.EnhanceResolution(300)  ' Scale to 300 DPI for engine

    Dim result = New IronTesseract().Read(input)
End Using

La guía de corrección de la calidad de la imagen describe el efecto de cada filtro en la precisión del reconocimiento. En el 99 % de los flujos de trabajo de documentos empresariales —facturas, órdenes de compra, contratos, documentos de identificación, formularios impresos—, el motor Tesseract 5 preprocesado deIronOCRofrece una precisión que, en la práctica, es indistinguible de la de ABBYY. El 1 % restante incluye escritura manuscrita ilegible, documentos históricos o combinaciones de escrituras poco comunes, donde la ventaja de ABBYY cobra relevancia.

Enfoque de ABBYY

La instalación de Motor ABBYY FineReader sigue esta secuencia una vez aprobada la licencia:

Estructura de instalación tras ejecutar el instalador del SDK de ABBYY:
C:\Archivos de programa\ABBYY SDK\
├── Motor FineReader\
│   ├── Bin\          ← Binarios del SDK (se requiere referencia de ensamblaje manual)
│   ├── Inc\          ← Archivos de encabezado
│   ├── Lib\          ← Bibliotecas
│   └── Licencia\      ← Archivos de licencia (ABBYY.lic + ABBYY.key)
└── Tiempo de ejecución\
    ├── Idiomas\    ← Archivos de datos de idiomas (grandes, deben implementarse)
    └── Diccionarios\ ← Archivos de diccionarios (se deben implementar)

Cada destino de implementación —estación de trabajo del desarrollador, servidor de compilación, entorno de staging, servidor de producción— requiere que este instalador se ejecute con privilegios de administrador. Los archivos de licencia deben encontrarse en las rutas esperadas en cada máquina. En contenedores Docker, esto implica o bien integrar el SDK en una imagen base personalizada o montarlo como un volumen, lo que en ambos casos requiere un trabajo de infraestructura considerable.

La validación de la licencia en tiempo de ejecución comprueba la existencia y la validez del archivo. Si el archivo .lic falta, la llamada loader.GetEngineObject() lanza al inicio. Si la licencia ha caducado, se produce el mismo fallo en producción.

Enfoque de IronOCR

dotnet add package IronOcr

dotnet add package IronOcr

Ese comando se encarga de todo: el motor OCR, los datos en inglés y todas las dependencias binarias nativas para la plataforma actual. Los objetivos multiplataforma se incluyen en el mismo paquete. Una implementación de Dockerno requiere una imagen base personalizada:

FROM mcr.microsoft.com/dotnet/aspnet:8.0
RUN apt-get update && apt-get install -y libgdiplus
COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

La activación de la licencia se realiza en una sola línea del código de inicio:

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

Imports System

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE")

Sin archivos que copiar, sin rutas que configurar, sin servidor de licencias que mantener. La guía completa Docker deployment guide cubre los aspectos específicos de los contenedores Linux, incluido el requisito libgdiplus. El mismo paquete NuGetse implementa de forma idéntica en servidores de Azure, AWS Lambda y Linux.

Enfoque de ABBYY

El procesamiento de PDF de ABBYY requiere abrir el PDF a través de un objeto CreatePDFFile() independiente, iterar las páginas, añadir cada página a un contenedor de documentos, ejecutar la pasada de reconocimiento y, a continuación, exportar con los parámetros de exportación configurados:

using FREngine;

public string ProcessPdf(string pdfPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        // Open PDF through a separate file object
        var pdfFile = _engine.CreatePDFFile();
        pdfFile.Open(pdfPath, null, null);

        // Add each page individually
        for (int i = 0; i < pdfFile.PageCount; i++)
        {
            document.AddImageFile(
                pdfPath,
                null,
                _engine.CreatePDFExportParams()
            );
        }

        document.Process(null);
        return document.PlainText.Text;
    }
    finally
    {
        document.Close();
    }
}

public void CreateSearchablePdf(string inputPath, string outputPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        document.AddImageFile(inputPath, null, null);
        document.Process(null);

        // Configure export parameters before export
        var exportParams = _engine.CreatePDFExportParams();
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced;

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams);
    }
    finally
    {
        document.Close();
    }
}

using FREngine;

public string ProcessPdf(string pdfPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        // Open PDF through a separate file object
        var pdfFile = _engine.CreatePDFFile();
        pdfFile.Open(pdfPath, null, null);

        // Add each page individually
        for (int i = 0; i < pdfFile.PageCount; i++)
        {
            document.AddImageFile(
                pdfPath,
                null,
                _engine.CreatePDFExportParams()
            );
        }

        document.Process(null);
        return document.PlainText.Text;
    }
    finally
    {
        document.Close();
    }
}

public void CreateSearchablePdf(string inputPath, string outputPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        document.AddImageFile(inputPath, null, null);
        document.Process(null);

        // Configure export parameters before export
        var exportParams = _engine.CreatePDFExportParams();
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced;

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams);
    }
    finally
    {
        document.Close();
    }
}

Imports FREngine

Public Function ProcessPdf(ByVal pdfPath As String) As String
    Dim document = _engine.CreateFRDocument()

    Try
        ' Open PDF through a separate file object
        Dim pdfFile = _engine.CreatePDFFile()
        pdfFile.Open(pdfPath, Nothing, Nothing)

        ' Add each page individually
        For i As Integer = 0 To pdfFile.PageCount - 1
            document.AddImageFile(pdfPath, Nothing, _engine.CreatePDFExportParams())
        Next

        document.Process(Nothing)
        Return document.PlainText.Text
    Finally
        document.Close()
    End Try
End Function

Public Sub CreateSearchablePdf(ByVal inputPath As String, ByVal outputPath As String)
    Dim document = _engine.CreateFRDocument()

    Try
        document.AddImageFile(inputPath, Nothing, Nothing)
        document.Process(Nothing)

        ' Configure export parameters before export
        Dim exportParams = _engine.CreatePDFExportParams()
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams)
    Finally
        document.Close()
    End Try
End Sub

Enfoque de IronOCR

IronOCR gestiona la entrada de PDF de forma nativa: sin iteración de páginas, sin objetos de archivo separados, sin configuración de parámetros de exportación:

using IronOcr;

// Read any PDF — multi-page handled automatically
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// PDF protegido con contraseña — one parameter
using var secureInput = new OcrInput();
secureInput.LoadPdf("encrypted.pdf", Password: "secret");
var secureResult = new IronTesseract().Read(secureInput);

// Create searchable PDF — one method call
var ocrResult = new IronTesseract().Read("scanned.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

using IronOcr;

// Read any PDF — multi-page handled automatically
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// PDF protegido con contraseña — one parameter
using var secureInput = new OcrInput();
secureInput.LoadPdf("encrypted.pdf", Password: "secret");
var secureResult = new IronTesseract().Read(secureInput);

// Create searchable PDF — one method call
var ocrResult = new IronTesseract().Read("scanned.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronOcr

' Read any PDF — multi-page handled automatically
Using input As New OcrInput()
    input.LoadPdf("scanned-document.pdf")
    Dim result = New IronTesseract().Read(input)
    Console.WriteLine(result.Text)
End Using

' PDF protegido con contraseña — one parameter
Using secureInput As New OcrInput()
    secureInput.LoadPdf("encrypted.pdf", Password:="secret")
    Dim secureResult = New IronTesseract().Read(secureInput)
End Using

' Create searchable PDF — one method call
Dim ocrResult = New IronTesseract().Read("scanned.pdf")
ocrResult.SaveAsSearchablePdf("searchable-output.pdf")

La guía en PDF con función de búsqueda cubre opciones de salida, incluida la incrustación de la capa de texto en escaneos de PDF existentes. El ejemplo de OCR de PDF muestra el procesamiento de varias páginas con acceso a los resultados por página.

Enfoque de ABBYY

ABBYY no publica sus precios. Para obtener todas las cifras es necesario un compromiso comercial. Según informes del sector y debates de la comunidad de desarrolladores:

• Licencia de desarrollo: 4999 $ - 15 000 $+ (estimado)
• Licencias de tiempo de ejecución: por servidor (5000-20 000 $ o más al año) o por página (0,01-0,10 $ por página, dependiendo del volumen)
• Mantenimiento anual: 20-25 % del coste de la licencia al año
• Servicios profesionales: 200-400 $/hora

Un equipo de tamaño medio que procesa 100 000 páginas al mes en un único servidor de producción se enfrenta a un coste total de propiedad estimado a tres años de más de 50 000 dólares —licencia de desarrollo más licencia de tiempo de ejecución más cuotas de mantenimiento anuales—.

El modelo de licencia por página introduce un coste a gran escala. A 0,01 $ por página con 100 000 páginas al mes, eso supone 1000 $ al mes en costes variables, o 12 000 $ al año, sin límite máximo.

Enfoque de IronOCR

La licencia deIronOCRes perpetua y pública:

• Lite: 749 $ (1 desarrollador, 1 proyecto)
• Plus: 1499 $ (3 desarrolladores, 3 proyectos)
• Professional: 2999 $ (10 desarrolladores, 10 proyectos)
• Ilimitado: 5999 $ (desarrolladores y proyectos ilimitados)

Sin costes de ejecución. Sin costes por página. No se requiere mantenimiento anual. Sin ciclo de renovación. The Professional License, priced at 2999 $, covers a team of 10 developers who process any volume of documents on any number of servers, indefinitely.

Comparación del TCO a tres años para el escenario de un equipo de tamaño medio: ABBYY estimado en más de 50 000 $,IronOCRProfessional en 2999 $. El margen de precisión que los separa en documentos empresariales estándar no reduce esa diferencia en la gran mayoría de los casos de uso.

La renovación de la licencia da lugar a una revisión de la relación coste-beneficio

Las facturas de mantenimiento anual de ABBYY suelen ascender a entre el 20 % y el 25 % del coste original de la licencia cada año. Para un equipo que pagó 10 000 dólares por la licencia de desarrollo y 15 000 dólares por la licencia de ejecución, el segundo año supone una factura de mantenimiento de 6250 dólares antes de que se haya escrito una sola línea de código nuevo. Ese momento de renovación lleva a los equipos a preguntarse si la diferencia de precisión en sus tipos de documentos específicos —normalmente documentos empresariales estándar— justifica el coste continuo. Los equipos que se dedican al procesamiento de facturas, la digitalización de contratos o la extracción de formularios escaneados suelen descubrir que el motor Tesseract 5 preprocesado deIronOCRofrece una precisión práctica equivalente a un coste que se mide en cientos de dólares en lugar de en decenas de miles.

Nuevo proyecto sin relación previa con ABBYY

Los equipos de desarrollo que inician un nuevo proyecto de OCR desde cero se enfrentan a la realidad de la adquisición: entre 4 y 12 semanas para obtener acceso al SDK de ABBYY significan entre 4 y 12 semanas de desarrollo bloqueado. Para un equipo con una fecha límite para el prototipo o un compromiso de sprint, ese ciclo de adquisición no es una opción.IronOCRse instala en menos de un minuto y genera resultados de OCR el mismo día. Los equipos que evalúan el OCR para un nuevo producto suelen elegirIronOCRno porque ABBYY carezca de capacidad, sino porque necesitan lanzar el producto y no pueden esperar a que finalice el ciclo de ventas.

Modernización de la infraestructura de implementación

Las aplicaciones creadas sobre la capa de interoperabilidad COM de ABBYY se enfrentan a dificultades a la hora de migrar a contenedores, Kubernetes o arquitecturas nativas de la nube. El instalador del SDK, las dependencias del archivo de licencia, la estructura del directorio de tiempo de ejecución... nada de esto encaja perfectamente en una imagen de Dockercreada a partir de una imagen base estándar de .NET Standard. Los equipos que están contenedorizando una aplicación heredada de procesamiento de documentos se encuentran con que el modelo de implementación de ABBYY requiere o bien una imagen base personalizada que incorpore la instalación completa del SDK, o bien montajes de volumen para los archivos de licencia, con toda la complejidad operativa que ello conlleva. El paquete NuGetdeIronOCRse despliega en cualquier contenedor sin modificaciones a la imagen base más allá de añadir libgdiplus para objetivos Linux.

Restricciones presupuestarias en equipos más pequeños

Las startups, los proveedores de software independientes y los equipos internos de herramientas evalúan con frecuencia las capacidades de ABBYY y las consideran genuinas, pero luego descubren que los precios requieren una aprobación presupuestaria a nivel Enterprise. Un equipo que está creando una herramienta de procesamiento de facturas para una empresa del mercado medio no puede justificar una licencia de desarrollo de 15 000 $ Plus más 10 000 $ al año en cuotas de ejecución cuando su presupuesto anual total para software es de 20 000 $. La licencia Lite de IronOCR, de 749 $, o la licencia Professional, de 2999 $, se ajustan a la autoridad de compra discrecional de un solo ingeniero.

El creciente volumen de documentos pone de manifiesto la estructura de costes por página

Las aplicaciones que empiezan siendo pequeñas y crecen se topan con un obstáculo debido a las licencias de ABBYY por página. Una startup que procesa 10 000 documentos al mes en su lanzamiento alcanza los 500 000 al mes en dos años. A 0,01 $ por página, esa trayectoria de crecimiento hace que los costes de ABBYY pasen de ser manejables a determinar el presupuesto. La licencia perpetua deIronOCRno tiene ningún componente por página: procesar 10 000 documentos o 10 000 000 de documentos cuesta lo mismo.

Sustitución de la gestión del ciclo de vida del motor

La tarea de migración que más tiempo requiere es la eliminación del código explícito de inicialización y ciclo de vida de ABBYY. Cada loader.GetEngineObject(), LoadPredefinedProfile(), y document.Close()llamada se elimina. El IronTesseract deIronOCRse instanciará directamente sin cargador, sin carga de perfiles y con limpieza automática a través del patrón estándar using. El esfuerzo de migración habitual para patrones básicos de extracción de texto es de 2 a 4 horas:

// Remove all of this:
// var loader = new EngineLoader();
// _engine = loader.GetEngineObject(sdkPath, licensePath);
// _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");
// var document = _engine.CreateFRDocument();
// document.AddImageFile(imagePath, null, null);
// document.Process(null);
// string text = document.PlainText.Text;
// document.Close();

// Replace with:
var text = new IronTesseract().Read(imagePath).Text;

// Remove all of this:
// var loader = new EngineLoader();
// _engine = loader.GetEngineObject(sdkPath, licensePath);
// _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");
// var document = _engine.CreateFRDocument();
// document.AddImageFile(imagePath, null, null);
// document.Process(null);
// string text = document.PlainText.Text;
// document.Close();

// Replace with:
var text = new IronTesseract().Read(imagePath).Text;

Imports IronOcr

Dim text As String = New IronTesseract().Read(imagePath).Text

Eliminación de la infraestructura de licencias

Tras la migración, el proceso de implementación se simplifica considerablemente. El paso de instalación del SDK de ABBYY se elimina de los scripts CI/CD. Los archivos de licencia (ABBYY.lic, ABBYY.key) se eliminan de los artefactos de implementación. Si había un servidor de licencias en funcionamiento, esa infraestructura puede desactivarse. La clave de licencia deIronOCRse almacena en una variable de entorno o en un gestor de secretos: no hay archivos, ni servidor, ni dependencia de red para la validación de la licencia. La guía de instalación de IronTesseract cubre la configuración inicial, incluida la asignación de la clave de licencia para diversos entornos de implementación.

Extracción basada en zonas frente a basada en regiones

La extracción de regiones basada en zonas de ABBYY (_engine.CreateZone(), zone.SetBounds(), zone.Type = ZoneTypeEnum.ZT_Text, page.Zones.Add(zone)) se corresponde con el enfoque CropRectangle de IronOCR. Los conceptos son equivalentes; la API es más sencilla:

// ABBYY zone-based extraction required zone creation,
// bounds setting, type assignment, and page.Zones.Add()

// IronOCR: CropRectangle passed directly to LoadImage
var region = new CropRectangle(x: 0, y: 0, width: 600, height: 100);
using var input = new OcrInput();
input.LoadImage("invoice.jpg", region);
var headerText = new IronTesseract().Read(input).Text;

// ABBYY zone-based extraction required zone creation,
// bounds setting, type assignment, and page.Zones.Add()

// IronOCR: CropRectangle passed directly to LoadImage
var region = new CropRectangle(x: 0, y: 0, width: 600, height: 100);
using var input = new OcrInput();
input.LoadImage("invoice.jpg", region);
var headerText = new IronTesseract().Read(input).Text;

Imports IronOcr

' ABBYY zone-based extraction required zone creation,
' bounds setting, type assignment, and page.Zones.Add()

' IronOCR: CropRectangle passed directly to LoadImage
Dim region As New CropRectangle(x:=0, y:=0, width:=600, height:=100)
Using input As New OcrInput()
    input.LoadImage("invoice.jpg", region)
    Dim headerText As String = New IronTesseract().Read(input).Text
End Using

La guía OCR basado en regiones cubre el uso de CropRectangle para patrones de extracción de campos comunes en el procesamiento de facturas y formularios.

Acceso a datos estructurados

El acceso a datos estructurados basado en bloques de ABBYY (page.Layout.Blocks, BlockTypeEnum.BT_Table, block.GetAsTableBlock()) no tiene un equivalente directo en IronOcr.IronOCRexpone resultados estructurados a través de result.Pages, result.Lines, result.Words, y result.Paragraphs, cada uno con datos de coordenadas. En lo que respecta específicamente a la extracción de tablas, la guía de resultados de lectura describe cómo acceder a datos de posicionamiento a nivel de WORD que permiten la reconstrucción de tablas.