Una comparación entre Google OCR e IronOCR

IronOCR para .NET es una biblioteca C# para escanear, buscar y leer imágenes y PDFs. Toma un archivo de imagen o PDF como entrada y utiliza la última versión personalizada del motor de OCR Tesseract 5 .NET para producir texto, datos estructurados o documentos PDF buscables. Tesseract está disponible en más de 125 idiomas, junto con soporte multiplataforma en .NET Core y .NET Standard, desde 2.0 hasta 7.

IronOCR es una API fácil de usar que permite a los desarrolladores C# convertir automáticamente imágenes en texto, usando la clase IronTesseract y una clave API. Prioriza la velocidad, precisión y facilidad de uso. También ayuda a la API de Visión por Computadora a encontrar texto con un conjunto de modelos entrenados.

Otra función poderosa de IronOCR es que puede escanear códigos de barras y códigos QR de todos los archivos de imagen y leer su texto. Otras características importantes de IronOCR se detallan a continuación.

Características

• Idiomas Internacionales: Más de 125 y soporte para idiomas personalizados con rendimiento de alta y rápida calidad
• Lectura de Texto y Código de Barras: Leer Texto y Números de Múltiples Idiomas a la Vez
• Documentos Especializados: Leer específicamente texto de Recibos, Cheques, Facturas
• Leer de Muchos Formatos: Imágenes (PNG, JPG, GIF, TIFF, BMP), Objetos System.Drawing, Streams, documentos PDF (DPI objetivo optimizado)
• Filtros: Asistente de Filtros, Corrección de Imágenes, Corregir Orientación de Imágenes, Corregir Colores de Imágenes
• Salida de Datos Simple: Cadenas de Texto .NET, Datos de Código de Barras y QR, Imágenes

Ahora, echemos un vistazo a la API de Google Cloud Vision.

Google Cloud Vision API es una biblioteca cliente de OCR de Google Cloud que soporta el lenguaje C#. Permite a los desarrolladores C# integrar fácilmente funciones de detección de visión por computadora en aplicaciones de software. Realiza OCR y detecta el texto de archivos de imagen, etiquetas de imagen, detección de rostros y detección de puntos de referencia.

Google Cloud Vision API utiliza APIs REST y RPC para proporcionar un poderoso modelo ML (aprendizaje automático) preentrenado. Con Cloud Vision API, puedes clasificar rápidamente imágenes en millones de categorías ya definidas. También puede detectar objetos y leer texto de documentos impresos y texto manuscrito.

Características

• Detección de Texto de Imagen: Realizar OCR en una imagen para reconocimiento de texto y convertirlo en código de máquina
• Detección de Texto en Documentos: Realizar OCR en un archivo (PDF/TIFF), texto denso
• Detección de Puntos de Referencia: Devuelve coordenadas de los objetos detectados
• Detección de Logos: Devuelve una descripción textual
• Detección de Etiquetas: Devuelve etiquetas generalizadas para la imagen

El resto del artículo es el siguiente:

1. Creación de un Proyecto en Visual Studio
2. Instalando AWS OCR Textract
3. Instalación de Google OCR
4. Imagen a Texto
5. Código de Barras y Código QR a Texto
6. PDF a Texto
7. Licenciamiento

2.1. Uso del Administrador de paquetes NuGet de Visual Studio

NuGet es el gestor de paquetes para descargar e instalar dependencias en tu proyecto. Sus paquetes contienen el código compilado (DLL) y el archivo manifest. Accede a él usando el siguiente método:

• Haz clic en la pestaña Herramientas
• Extiende la opción Gestor de Paquetes NuGet
• Haz clic en Administrar Paquetes NuGet para la Solución

• o, haz clic derecho en el Explorador de Soluciones
• Haz clic en Administrar Paquetes NuGet

Ahora se abrirá la ventana del Gestor de Paquetes NuGet. Busca IronOCR y haz clic en Instalar.

2.2. Descargar desde el sitio web de NuGet

Se puede descargar directamente desde el sitio web oficial de NuGet. Sigue los pasos dados:

1. Haz clic en el enlace al sitio web de NuGet.
2. Haz clic en la opción Descargar paquete en el lado derecho de la página.
3. Abre el paquete descargado y comenzará la instalación.
4. Finalmente, recarga la solución y ya está.

2.3. Descargar desde la página web de IronOCR

Simplemente visita el sitio web de Iron Software y navega a la página web de IronOCR para .NET. Desplázate hacia abajo y haz clic en Descargar DLL o Descargar Instalador de Windows.

Se descargará un archivo Zip. Extráelo y agrégalo a tu archivo de proyecto o ejecuta el Instalador de Windows. Sigue los siguientes pasos para agregarlo a tu proyecto.

1. Haz clic derecho en las dependencias del proyecto en Visual Studio desde el Explorador de Soluciones.
2. Luego, selecciona la opción Agregar Referencia al Proyecto.
3. Busca la ubicación del archivo DLL descargado.
4. Finalmente, haz clic en OK para agregar la referencia del proyecto.

2.4. Uso del símbolo del sistema en Visual Studio

1. Navega a la pestaña Herramientas en Visual Studio.
2. Extiende la opción Gestor de Paquetes NuGet.
3. Selecciona Consola del Gestor de Paquetes y escribe el siguiente comando:

Install-Package IronOcr

Esto descargará e instalará automáticamente IronOCR en tu proyecto.

Ahora estamos listos para usar IronOCR en nuestro proyecto.

2.5. Adición de los espacios de nombres IronOCR necesarios

Solo se requiere un espacio de nombres y debe agregarse en la parte superior del archivo de código fuente donde necesitamos acceder a sus funciones.

using IronOcr;

using IronOcr;

Imports IronOcr

Ahora, instalemos Google Vision OCR.

3.1. Uso del Administrador de paquetes NuGet

Accede a él usando el siguiente método:

• Haz clic en la pestaña Herramientas
• Extiende la opción Gestor de Paquetes NuGet
• Haz clic en Administrar Paquetes NuGet para la Solución

• o, haz clic derecho en el Explorador de Soluciones
• Haz clic en Administrar Paquetes NuGet

Ahora se abrirá la ventana del Gestor de Paquetes NuGet. Busca Google Cloud Vision OCR y haz clic en Instalar.

3.2. Agregar el espacio de nombres de la API de Google Vision

Incluye el siguiente espacio de nombres para usar la API de Google OCR Vision:

using Google.Cloud.Vision.V1;

using Google.Cloud.Vision.V1;

Imports Google.Cloud.Vision.V1

También, configura la variable de entorno con las credenciales clave descargadas en formato de archivo JSON.

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

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

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

Ahora todo está configurado y listo para usar.

4.1. Uso de IronOCR

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

4.2. Uso del OCR de Google

Google Cloud Vision OCR también convierte la imagen en texto con diferentes fuentes. Primero, necesitamos crear un cliente usando el archivo de credenciales. Luego, usando este objeto cliente, podemos llamar al método DetectText para obtener una respuesta en forma de anotación. El código se da a continuación:

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

Se proporciona la misma imagen como entrada para comparar la salida de ambas bibliotecas.

En la salida anterior, puedes ver claramente que IronOCR preserva los formatos de salida de imagen. Aunque Google OCR ha dado un texto de salida preciso, el formato de la tabla no se preserva. IronOCR ha preservado el formato de la tabla exactamente como en la imagen proporcionada.

5.1. Uso de IronOCR

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

5.2. Uso del OCR de Google

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. Uso de 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. Uso del OCR de Google

Google OCR también ofrece la posibilidad de extraer texto de documentos PDF/TIFF. Sin embargo, solo detecta texto si el archivo está en Google Cloud Storage. Para esto, necesitas crear un bucket de almacenamiento de Google. El código para C# no es directo y bastante largo para implementar aquí. No hay ejemplos disponibles para C# para detectar textos en archivos. Puedes mirar el código Java como referencia para intentarlo.