Paddle OCR vs Tesseract: Comparación detallada de OCR

Características clave

Paddle OCR presenta sus muchas capacidades de OCR con una API fácil de usar para diversas aplicaciones. Aquí están sus características destacadas:

1. Soporte Multilingüe: Paddle OCR puede procesar texto en varios idiomas, ofreciendo soporte para más de 50 idiomas.
2. Algoritmos Avanzados: Incorpora métodos y algoritmos OCR avanzados para la detección, reconocimiento y clasificación de texto. Estos incluyen lo último en investigación de aprendizaje profundo, como la pérdida de Clasificación Temporal Conexista (CTC), que juega un papel crucial en predecir y alinear con precisión las secuencias de texto.
3. Eficiencia y Velocidad: Optimizado tanto para la velocidad como para la precisión, Paddle OCR es capaz de procesar grandes volúmenes de imágenes rápidamente, haciéndolo adecuado para aplicaciones de alto rendimiento.

Licencia

Paddle OCR se lanza bajo la Licencia Apache 2.0, asegurando que sea libre de usar, modificar y distribuir. La instalación es sencilla, generalmente involucra administradores de paquetes como PyPI para Python. Los usuarios pueden instalar rápidamente Paddle OCR y sus dependencias con unos pocos comandos, facilitando la integración fácil del proyecto.

Instalar PaddleSharp

Integrar PaddleOCR en un proyecto en C# en Visual Studio puede simplificarse con el uso de PaddleSharp, un envoltorio .NET para la API C# de Paddle Inference. Esto permite el uso directo de las capacidades de aprendizaje profundo de PaddlePaddle dentro de un entorno .NET. Aquí tienes una guía paso a paso para configurar PaddleSharp en tu proyecto:

Requisitos Previos:

• Asegúrate de tener Visual Studio instalado en tu sistema, con soporte para .NET Framework o .NET Core, dependiendo de los requisitos de tu proyecto.
• También es esencial tener un entendimiento de C# y familiaridad con la gestión de paquetes NuGet en Visual Studio.

Instalar el Paquete PaddleSharp:

1. Abra su proyecto en Visual Studio.
2. Navega a la opción "Administrar Paquetes NuGet" haciendo clic derecho en tu proyecto en el Explorador de Soluciones.
   • Busca Sdcb.PaddleInference e instala el paquete. Esta es la vinculación básica que permite a las aplicaciones .NET utilizar el motor de Inference de Paddle.

Paddle OCR vs Tesseract (Comparación de Características OCR): Figura 1 - Explorando Sdcb.PaddleInference en el gestor de paquetes NuGet

3. Luego instala los siguientes paquetes:
   • Scdb.PaddleOCR
   • OpenCvSharp4
   • Scdb.PaddleOCR.Models.Online
   • OpenCvSharp4.runtime.win

Agregar Paquetes Nativos e Infraestructura:

• Dependiendo de tu plataforma objetivo (Windows/Linux) y requisitos (CPU/GPU), pueden ser necesarios paquetes adicionales. Para Windows, podrías necesitar paquetes como Sdcb.PaddleInference.runtime.win64.mkl para soporte MKL o Sdcb.PaddleInference.runtime.win64.cuda para soporte GPU.
• Instálalos a través del administrador de paquetes NuGet también, asegurando compatibilidad con tu desarrollo y entornos de ejecución objetivo.

Ejemplo de código

using System;
using System.Diagnostics;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Online;
using OpenCvSharp;

class PaddleOcrSample
{
    static async Task Main()
    {
        // Download English OCR model
        FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();

        // Set up PaddleOCR with the downloaded model
        using (PaddleOcrAll ocrEngine = new(model)
        {
            AllowRotateDetection = true,
            Enable180Classification = false, // Optimize for performance
        })
        using (Mat imgSrc = Cv2.ImRead(@"read.jpg")) // Load the image
        {
            // Perform OCR and measure elapsed time
            Stopwatch stopWatch = Stopwatch.StartNew();
            PaddleOcrResult result = ocrEngine.Run(imgSrc);
            Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms");
            Console.WriteLine(result.Text);
        }
    }
}

using System;
using System.Diagnostics;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Online;
using OpenCvSharp;

class PaddleOcrSample
{
    static async Task Main()
    {
        // Download English OCR model
        FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();

        // Set up PaddleOCR with the downloaded model
        using (PaddleOcrAll ocrEngine = new(model)
        {
            AllowRotateDetection = true,
            Enable180Classification = false, // Optimize for performance
        })
        using (Mat imgSrc = Cv2.ImRead(@"read.jpg")) // Load the image
        {
            // Perform OCR and measure elapsed time
            Stopwatch stopWatch = Stopwatch.StartNew();
            PaddleOcrResult result = ocrEngine.Run(imgSrc);
            Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms");
            Console.WriteLine(result.Text);
        }
    }
}

Imports System
Imports System.Diagnostics
Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Online
Imports OpenCvSharp

Friend Class PaddleOcrSample
	Shared Async Function Main() As Task
		' Download English OCR model
		Dim model As FullOcrModel = Await OnlineFullModels.EnglishV3.DownloadAsync()

		' Set up PaddleOCR with the downloaded model
		Using ocrEngine As New PaddleOcrAll(model) With {
			.AllowRotateDetection = True,
			.Enable180Classification = False
		}
		Using imgSrc As Mat = Cv2.ImRead("read.jpg") ' Load the image
			' Perform OCR and measure elapsed time
			Dim stopWatch As Stopwatch = Stopwatch.StartNew()
			Dim result As PaddleOcrResult = ocrEngine.Run(imgSrc)
			Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms")
			Console.WriteLine(result.Text)
		End Using
		End Using
	End Function
End Class

Paddle OCR vs Tesseract (Comparación de Características OCR): Figura 2 - Salida de consola del código anterior.

Características clave

Resumen de características clave:

1. Amplio Soporte de Idiomas: Con la capacidad de reconocer más de 100 idiomas, Tesseract atiende a una audiencia global. El motor es compatible con Unicode (UTF-8), lo que permite el procesamiento de documentos multilíngües.
2. Reconocimiento Basado en Redes Neuronales: La versión 4 y superiores de Tesseract introdujeron un motor OCR basado en redes neuronales (LSTM), mejorando su precisión para el reconocimiento de líneas de texto sobre sus métodos tradicionales de reconocimiento de patrones de caracteres.
3. Formatos de Salida Versátiles: Tesseract admite varios formatos de salida, incluidos texto simple, hOCR (HTML), PDF y TSV, haciéndolo adaptable a diferentes casos de uso.

Licencia

Tesseract OCR se lanza bajo la Licencia Apache 2.0. Esta licencia es una de las más permisivas y abiertas, permitiendo una libertad prácticamente irrestricta para usar, modificar y distribuir el software, incluso en proyectos de software propietario.

Instalar Tesseract

Para instalar Tesseract OCR en un proyecto de Visual Studio usando NuGet, sigue estos pasos:

1. Abre Visual Studio: Inicia Visual Studio y abre tu proyecto o crea uno nuevo.
2. Haz clic derecho sobre tu proyecto en el Explorador de Soluciones y selecciona Administrar paquetes NuGet...
3. En el Administrador de Paquetes NuGet, cambia a la pestaña Examinar y busca Tesseract.
4. Instala el administrador de paquetes NuGet de Tesseract.

Paddle OCR vs Tesseract (Comparación de Características OCR): Figura 3 - Instalando Tesseract con el gestor de paquetes NuGet

5. Descarga Tessdata desde este enlace. Es importante usar Tesseract OCR.

Ejemplo de código

using Tesseract;

class TesseractSample
{
    static void Main()
    {
        // Initialize Tesseract engine with English language support
        using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
        {
            // Load image from file
            using (var img = Pix.LoadFromFile(@"read.jpg"))
            {
                // Process image with Tesseract to extract text
                using (var page = engine.Process(img))
                {
                    var text = page.GetText();
                    Console.WriteLine(text); // Print extracted text to console
                }
            }
        }
    }
}

using Tesseract;

class TesseractSample
{
    static void Main()
    {
        // Initialize Tesseract engine with English language support
        using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
        {
            // Load image from file
            using (var img = Pix.LoadFromFile(@"read.jpg"))
            {
                // Process image with Tesseract to extract text
                using (var page = engine.Process(img))
                {
                    var text = page.GetText();
                    Console.WriteLine(text); // Print extracted text to console
                }
            }
        }
    }
}

Imports Tesseract

Friend Class TesseractSample
	Shared Sub Main()
		' Initialize Tesseract engine with English language support
		Using engine = New TesseractEngine(".\tessdata-main", "eng", EngineMode.Default)
			' Load image from file
			Using img = Pix.LoadFromFile("read.jpg")
				' Process image with Tesseract to extract text
				Using page = engine.Process(img)
					Dim text = page.GetText()
					Console.WriteLine(text) ' Print extracted text to console
				End Using
			End Using
		End Using
	End Sub
End Class

Paddle OCR vs Tesseract (Comparación de Características OCR): Figura 4 - Salida de consola del ejemplo de código anterior

Características clave

Aquí están algunos de los atributos clave y las funcionalidades que hacen que IronOCR destaque:

• Motor OCR Avanzado: Utilizando Tesseract 5, IronOCR ofrece un motor OCR avanzado que admite 125+ idiomas. Esta capacidad es crucial para aplicaciones globales que requieren soporte multilingüe. La biblioteca ofrece opciones de calidad alta, media y rápida para la mayoría de los idiomas, incluidos idiomas personalizados y entrenamiento de fuentes, asegurando flexibilidad y alta precisión en el reconocimiento de texto.
• Manejo Integral de Documentos: IronOCR puede procesar una variedad de tipos y formatos de documentos, incluidas imágenes (JPG, PNG, GIF, TIFF, BMP), objetos System.Drawing, flujos y PDFs.
• Procesamiento de Imágenes Robusto: La biblioteca incluye un conjunto poderoso de filtros y herramientas de procesamiento de imágenes, como aumento de nitidez, mejora de resolución, reducción de ruido y corrección de color (binarizar, escala de grises, invertir).
• Salida de Datos Estructurada y Simple: IronOCR proporciona tanto salida de datos estructurados (páginas, bloques, párrafos, líneas, palabras, caracteres) como salida de datos simple (cadenas de texto .NET, datos de códigos de barras y QR, imágenes).
• Procesamiento Concurrente y Visión Artificial: La biblioteca admite procesamiento en modo simple y multihilo, operaciones asincrónicas, y ofrece capacidades de visión artificial para identificar regiones de texto dentro de las imágenes, mejorando la precisión y la eficiencia del reconocimiento de texto en imágenes complejas o ruidosas.

Para instalar IronOCR en tu proyecto .NET, puedes utilizar varios métodos, dependiendo de tu entorno de desarrollo y preferencias. Aquí tienes una guía simplificada para comenzar:

Licencia

IronOCR ofrece varias opciones de licencia adaptadas para satisfacer diferentes necesidades de proyecto y desarrollador, asegurando flexibilidad y escalabilidad para sus usuarios. Los términos de la licencia son perpetuos, lo que significa que una vez que compras una licencia, no hay tarifas recurrentes. Además, cada licencia incluye una garantía de devolución de dinero de 30 días, un año de soporte al producto y actualizaciones, y es válida para entornos de desarrollo, preparación y producción. El precio de la licencia comienza desde $799. Puedes obtener una prueba gratuita antes de comprar la licencia.

Instalar IronOCR

1. Navega a Herramientas -> Gestionar Paquetes NuGet -> Consola del Administrador de Paquetes.
2. Ingresa el comando Install-Package IronOcr y ejecútalo. Este comando recupera e instala IronOCR en tu proyecto, haciéndolo listo para usar.

Paddle OCR vs Tesseract (Comparación de Características OCR): Figura 5 - Usando la consola del administrador de paquetes para instalar IronOCR

Ejemplo de código

Aquí tienes un ejemplo de código de cómo puedes extraer texto de una imagen usando IronOCR:

using IronOcr;

class IronOcrSample
{
    static void Main()
    {
        // Apply license key once obtained
        IronOcr.License.LicenseKey = "License-Key"; 

        // Initialize IronTesseract for OCR processing
        var ocrEngine = new IronTesseract();

        // Perform OCR on the given image and print the text
        var ocrResult = ocrEngine.Read("read.jpg");
        Console.WriteLine(ocrResult.Text); // Print the extracted text
    }
}

using IronOcr;

class IronOcrSample
{
    static void Main()
    {
        // Apply license key once obtained
        IronOcr.License.LicenseKey = "License-Key"; 

        // Initialize IronTesseract for OCR processing
        var ocrEngine = new IronTesseract();

        // Perform OCR on the given image and print the text
        var ocrResult = ocrEngine.Read("read.jpg");
        Console.WriteLine(ocrResult.Text); // Print the extracted text
    }
}

Imports IronOcr

Friend Class IronOcrSample
	Shared Sub Main()
		' Apply license key once obtained
		IronOcr.License.LicenseKey = "License-Key"

		' Initialize IronTesseract for OCR processing
		Dim ocrEngine = New IronTesseract()

		' Perform OCR on the given image and print the text
		Dim ocrResult = ocrEngine.Read("read.jpg")
		Console.WriteLine(ocrResult.Text) ' Print the extracted text
	End Sub
End Class

Paddle OCR vs Tesseract (Comparación de Características OCR): Figura 6 - Salida de consola del ejemplo de código anterior

Exactitud

Tanto PaddleOCR como Tesseract han mostrado alta precisión en benchmarks, pero la capacidad de IronOCR para ajustar y ajustar pasos de preprocesamiento le da una ventaja al ofrecer resultados superiores en diversos tipos de documentos.

Velocidad

En cuanto a la velocidad de procesamiento, IronOCR se destaca por su manejo eficiente de documentos dentro del entorno .NET, ofreciendo un rendimiento optimizado para un reconocimiento rápido de texto. Mientras que PaddleOCR y Tesseract también son conocidos por sus capacidades de procesamiento en tiempo real.

Soporte de idiomas

Tesseract cuenta con soporte para más de 100 idiomas, lo que lo convierte en una de las herramientas OCR más versátiles en términos de cobertura de idiomas. PaddleOCR también ofrece un impresionante soporte de idiomas, particularmente para idiomas asiáticos. IronOCR, utilizando el motor de Tesseract, hereda este extenso soporte de idiomas, combinándolo con mejoras y optimizaciones adicionales. Esta combinación no solo extiende el rango de idiomas manejados efectivamente sino que también mejora la precisión y velocidad para los idiomas directamente soportados por las mejoras de IronOCR.

Opciones de personalización

IronOCR sobresale en esta personalización al proporcionar una amplia gama de opciones que permiten a los desarrolladores ajustar el proceso OCR, incluyendo preprocesamiento de imágenes, filtrado de texto y diccionarios personalizados. Este nivel de personalización es particularmente valioso en escenarios OCR complejos, donde las configuraciones predeterminadas podrían no ser suficientes. Si bien PaddleOCR y Tesseract ofrecen algunas capacidades de personalización, el enfoque de IronOCR en las necesidades del desarrollador dentro del ecosistema .NET asegura un mayor grado de flexibilidad.

Apoyo comunitario

Mientras que Tesseract goza de una vasta y establecida comunidad debido a su larga historia y naturaleza de código abierto, y la comunidad de PaddleOCR está creciendo rápidamente, IronOCR se beneficia de una comunidad centrada en desarrolladores .NET.