Tesseract vs Microsoft OCR: Comparación cabeza a cabeza

Características principales de Tesseract OCR

• Código Abierto: Tesseract está disponible de forma gratuita para su uso, modificación y distribución por cualquiera bajo los términos de la Licencia Apache 2.0. Su diseño de código abierto ha ayudado significativamente a su amplia adopción y mejora continua, gracias a las contribuciones de la comunidad.
• Soporte de Idiomas: Tesseract es capaz de reconocer más de 100 diferentes scripts y conjuntos de caracteres además de idiomas. Es apropiado para una amplia gama de aplicaciones OCR en varios idiomas y áreas geográficas debido a su capacidad multilingüe.
• Precisión: Tesseract es bien conocido por su excelente precisión en el reconocimiento de texto, particularmente cuando se configura y se entrena correctamente con datos pertinentes. Puede extraer texto de manera confiable de fotos con una variedad de problemas, incluidos ángulos distorsionados, baja calidad e iluminación inadecuada.
• Opciones: Tesseract proporciona una gran cantidad de opciones de configuración y personalización. Para casos de uso particulares, los usuarios pueden ajustar varios parámetros para maximizar el rendimiento OCR. Además, Tesseract puede integrarse con una variedad de plataformas y lenguajes de programación, como Java, C++, Python y C#, lo que permite a los desarrolladores aprovechar sus capacidades en una amplia gama de aplicaciones.
• Tesseract experimenta un desarrollo y mantenimiento constante, con nuevas características añadidas regularmente para aumentar su precisión, rendimiento y soporte de idiomas. La comunidad de código abierto de Tesseract apoya su desarrollo continuo, garantizando que siempre sea una herramienta de OCR de última generación.

Instalar Tesseract OCR para .NET

Instalar Tesseract OCR en su computadora es el primer paso. El repositorio oficial de Tesseract en GitHub es donde puede obtener el instalador de Tesseract: https://github.com/tesseract-ocr/tesseract.

Para instalar Tesseract OCR en su computadora, siga las instrucciones de instalación que son específicas para su sistema operativo (Windows, macOS o Linux). Después de que Tesseract OCR esté instalado, use el Administrador de Paquetes NuGet de Visual Studio para agregar el gestor Tesseract.NET a su proyecto en C#.

Navegue a Herramientas -> Administrador de Paquetes NuGet -> Administrar Paquetes NuGet para la Solución después de abrir su proyecto C# en Visual Studio. Debería poder localizar el paquete llamado "Tesseract" o "Tesseract.NET" buscando "Tesseract" en el Administrador de Paquetes NuGet. Para incluir el paquete en su proyecto, elíjalo y haga clic en Instalar.

OCR de Tesseract con C

Siga estos pasos para usar Tesseract en su proyecto C#:

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

Imports Tesseract

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
		Using engine = New TesseractEngine("path_to_tesseract_folder", "eng", EngineMode.Default)
			' Load the image from which to extract text
			Using img = Pix.LoadFromFile("image.png")
				' Process the image and extract the text
				Using page = engine.Process(img)
					' Get the extracted text
					Dim text = page.GetText()
					Console.WriteLine(text) ' Print the extracted text
				End Using
			End Using
		End Using
	End Sub
End Class

Para lograr esto, proporcione la ubicación de su directorio de instalación de Tesseract y el idioma o idiomas que desea utilizar en las opciones del constructor de TesseractEngine. Reemplace "eng" con el código de idioma para el idioma o idiomas que desea usar (por ejemplo, "eng" para inglés) y "path_to_tesseract_folder" con la ruta real a su directorio de instalación de Tesseract.

Después de configurar Tesseract en su proyecto C#, ahora puede utilizar sus funciones OCR para extraer texto de imágenes. La instancia de TesseractEngine puede usarse para procesar una imagen una vez que ha sido cargada usando la clase Pix para extraer texto o ejecutar OCR en un archivo de imagen, reemplazando "image.png" con la ruta del archivo de imagen.

Características clave

• Integración con Azure Cognitive Services: Microsoft OCR funciona en conjunto con Azure Cognitive Services, una colección de API y servicios de Microsoft Azure impulsados por inteligencia artificial. Con esta conexión, los desarrolladores pueden integrar fácilmente las funciones de Microsoft OCR en aplicaciones y flujos de trabajo usando API REST, SDK y bibliotecas cliente.
• Precisión y Rendimiento Altos: Debido a sus sofisticados modelos de aprendizaje automático que han sido entrenados en conjuntos de datos enormes, Microsoft OCR proporciona reconocimiento de texto con alta precisión y rendimiento. Con su capacidad para extraer texto de forma precisa de fotografías con diseños intrincados y diversos tipos de letra, es apropiado para un amplio espectro de aplicaciones OCR.
• Escalabilidad y Confiabilidad: Microsoft OCR, un componente de Azure Cognitive Services, proporciona escalabilidad y confiabilidad, haciéndolo apropiado para aplicaciones con diferentes requisitos de procesamiento. Puede manejar eficazmente altas cantidades de documentos y múltiples solicitudes a la vez, garantizando el tiempo de actividad y un rendimiento estable.
• Soporte Multilingüe: Microsoft OCR, al igual que otros programas OCR, permite el reconocimiento multilingüe, permitiendo a los usuarios extraer texto de fotos en una variedad de idiomas y conjuntos de caracteres. Es apropiado para aplicaciones mundiales con una variedad de necesidades de idiomas gracias a su soporte multilingüe.

Debe combinar Microsoft OCR con Azure Cognitive Services—más específicamente, la API de Computer Vision—para usarlo en un proyecto C#. Aquí está cómo puede empezar:

Crear una cuenta de Azure

Debe crear una cuenta de Azure si aún no tiene una. Puede crear una cuenta gratuita de Azure y tener acceso a varios servicios durante el período de prueba.

Configurar Azure Cognitive Services

El servicio de Computer Vision en Azure Cognitive Services debe configurarse cuando tenga una cuenta de Azure.

• Abra el Portal Azure.
• Busque "Computer Vision" haciendo clic en "Crear un recurso".
• Haga clic en "Crear" después de seleccionar el servicio de Computer Vision.
• Para configurar el servicio, elija la suscripción y el nivel de precio siguiendo las indicaciones.
• Después de que el servicio sea construido, vaya al recurso y guarde la clave de suscripción y la URL del punto extremo; los necesitará para verificar la autenticidad de sus consultas.

Instalar el SDK de Azure Cognitive Services

Es posible utilizar Microsoft Azure. Para comunicarse con la API de Computer Vision en su proyecto C#, use el paquete NuGet CognitiveServices.Vision.ComputerVision.

Navegue a Herramientas -> Administrador de Paquetes NuGet luego Administrar Paquetes NuGet para la Solución después de abrir su proyecto C# en Visual Studio.

Instale el paquete realizando una búsqueda de "Microsoft.Azure.CognitiveServices.Vision.ComputerVision".

Características principales de IronOCR

• Integración Sencilla: Puede incorporar IronOCR a sus proyectos C# o VB.NET con facilidad utilizando paquetes NuGet o accediendo directamente a la biblioteca en su proyecto.
• OCR Versátil: IronOCR puede reconocer texto de una amplia gama de fuentes, como capturas de pantalla, documentos escaneados, archivos PDF y fotografías. Es capaz de manejar varios tipos de imágenes, incluyendo BMP, TIFF, PNG, y JPEG.
• Reconocimiento de Texto Preciso: IronOCR alcanza una excelente precisión en el reconocimiento de texto utilizando algoritmos OCR sofisticados. El texto en fotografías con diferentes resoluciones, fuentes y fondos puede ser extraído de manera confiable usando él.
• Soporte para Múltiples Idiomas: IronOCR es apropiado para aplicaciones multilingües porque puede reconocer múltiples idiomas. Permite un entrenamiento de idiomas personalizado y viene con paquetes de idiomas integrados para idiomas populares.
• Extracción de Texto de PDF: Los PDF basados en imágenes y escaneados pueden tener su texto extraído por IronOCR. Al eliminar texto de documentos PDF, puede mantener el formato y diseño original del contenido.
• Preprocesamiento de Imagen: Antes del procesamiento OCR, IronOCR puede mejorar la calidad de las imágenes entrantes mediante funciones de preprocesamiento de imágenes. Esto cubre tareas como ajuste de inclinación, modificación de contraste y reducción de ruido.

IronOCR con C

Aquí hay un ejemplo básico en C# usando IronOCR:

// Create an instance of IronTesseract
var Ocr = new IronTesseract(); // nothing to configure
// Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest;
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Prepare the image input and perform OCR
using (var Input = new OcrInput())
{
    // Add the image for OCR processing
    Input.AddImage(@"Demo.png");
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print the recognized text
    Console.WriteLine(Result.Text);
    Console.ReadKey(); // Wait for user input before closing
}

// Create an instance of IronTesseract
var Ocr = new IronTesseract(); // nothing to configure
// Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest;
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Prepare the image input and perform OCR
using (var Input = new OcrInput())
{
    // Add the image for OCR processing
    Input.AddImage(@"Demo.png");
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print the recognized text
    Console.WriteLine(Result.Text);
    Console.ReadKey(); // Wait for user input before closing
}

' Create an instance of IronTesseract
Dim Ocr = New IronTesseract() ' nothing to configure
' Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5

' Prepare the image input and perform OCR
Using Input = New OcrInput()
	' Add the image for OCR processing
	Input.AddImage("Demo.png")
	' Read the text from the image
	Dim Result = Ocr.Read(Input)
	' Print the recognized text
	Console.WriteLine(Result.Text)
	Console.ReadKey() ' Wait for user input before closing
End Using

Podemos extraer datos de la imagen con la mayor precisión en OCR usando el código mencionado anteriormente. Además, IronOCR facilita la conversión de texto extraído de documentos en formatos de archivo editables, incluyendo Word. El documento escaneado también puede ser convertido en un PDF buscable por nosotros. Con IronOCR, el resultado puede ser almacenado en varios formatos de salida OCR. Para aprender más sobre el código, consulte aquí.

Imagen de origen:

Resultado: