Easyocr vs Tesseract (Comparación de características de OCR)

EasyOCR se puede instalar usando pip, el gestor de paquetes de Python. Asegúrese de que se hayan satisfecho todas las dependencias primero. Las dependencias esenciales incluyen las bibliotecas de PyTorch: torch y torchvision. Estas se pueden instalar junto con EasyOCR:

Instalar EasyOCR: Abra una terminal o línea de comandos e ingrese el comando:

pip install easyocr

pip install easyocr

Instalar PyTorch, si no está instalado (requerido por EasyOCR): EasyOCR se ejecuta en PyTorch. Si no se instala automáticamente en su entorno, siga la guía oficial de instalación de PyTorch.

Una vez instalado, estará listo para usar EasyOCR para tareas de extracción de texto.

OCR de imágenes con EasyOCR

El siguiente es un código de ejemplo en Python que demuestra cómo usar EasyOCR para realizar OCR en una imagen:

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

La imagen a continuación es la salida generada a partir del código anterior.

Después de instalar Tesseract, instale el paquete pytesseract usando pip:

pip install pytesseract

pip install pytesseract

Imagen OCR con pytesseract

Aquí hay un código de ejemplo en Python usando pytesseract para realizar OCR en una imagen:

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

A continuación se muestra la salida generada a partir del código anterior.

• Alta precisión: Utiliza algoritmos avanzados para proporcionar altos niveles de precisión en el reconocimiento de texto, independientemente de la complejidad del documento o el uso de fuentes.

• Soporte de múltiples formatos: Acepta formatos de imagen como JPEG, PNG, GIF y TIFF, además de PDFs, para versatilidad en aplicaciones.

• Reconocimiento multilingüe: Admite OCR multilingüe, proporcionando resultados precisos en contextos lingüísticos diversos.

• Conservación del diseño de texto: Mantiene el diseño original del documento, asegurando que el texto extraído conserve su estructura formateada.

• OCR configurable: Ofrece parámetros configurables para resolución de imagen, orientación de texto y más, permitiendo a los desarrolladores optimizar el rendimiento de OCR para imágenes específicas.

• Preprocesamiento de imágenes: Incluye herramientas básicas para mejorar imágenes, como eliminación de ruido, ajuste de contraste y redimensionamiento, para mejorar la precisión de OCR.

• Conversión a PDF buscable: Convierte directamente imágenes y documentos escaneados en PDFs buscables para gestión y recuperación de datos eficientes.

• Integración fácil: Facilita la integración directa en aplicaciones .NET, permitiendo a los usuarios agregar fácilmente funcionalidad de OCR.

• Procesamiento por lotes: Soporta el procesamiento de múltiples imágenes o documentos simultáneamente, útil para manejar grandes volúmenes de datos.

Instalación

Para instalar IronOCR, abra el Administrador de Paquetes NuGet en Visual Studio, inicie un nuevo proyecto, busque "IronOCR", seleccione la última versión y haga clic en Instalar.

Código de muestra que utiliza IronOCR

El siguiente código en C# demuestra cómo usar IronOCR para el procesamiento OCR:

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()

		' Add languages to the OCR engine
		Ocr.Language = OcrLanguage.English

		' Define the path to the input image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			Dim result = Ocr.Read(input)

			' Display the extracted text
			Console.WriteLine("Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

Alta precisión

IronOCR se destaca por su precisión con diseños complejos, imágenes ruidosas y textos de baja resolución en comparación con Tesseract o EasyOCR. Sus herramientas integradas de preprocesamiento de imágenes, como reducción de ruido y ajustes de contraste, contribuyen a alcanzar alta precisión en aplicaciones del mundo real.

Preservación de múltiples formatos y diseños

IronOCR sobresale en el procesamiento de varios formatos de imagen, archivos PDF y diseños de múltiples columnas mientras preserva la estructura y el formato original del documento. Es ideal para proyectos donde la preservación del diseño es fundamental.

Su capacidad para convertir directamente imágenes y documentos escaneados en PDFs completamente buscables sin depender de herramientas o bibliotecas adicionales le da una ventaja sobre Tesseract y EasyOCR.

IronOCR proporciona preprocesamiento avanzado

Incluso imágenes de mala calidad pueden lograr alta precisión de OCR usando las características avanzadas de preprocesamiento de IronOCR, lo que reduce la necesidad de bibliotecas adicionales como OpenCV, convirtiéndolo en una solución integral para la extracción de texto.

Escalabilidad y rendimiento

Optimizado para OCR de alta velocidad y eficiente en recursos, IronOCR admite la escalabilidad para tareas de procesamiento de documentos grandes, una prioridad para aplicaciones empresariales.

Soporte y actualizaciones

Con soporte comercial, IronOCR se beneficia de actualizaciones regulares, correcciones de errores y asistencia dedicada, ofreciendo fiabilidad a largo plazo y los últimos avances en OCR, a diferencia de opciones de código abierto como Tesseract y EasyOCR.