Los desarrolladores frecuentemente tienen que elegir entre la herramienta Tesseract OCR y el motor OCR de Microsoft cuando se trata de Reconocimiento Óptico de Caracteres (OCR) en C#. A pesar de tener diferentes capacidades, eficiencia, integración y facilidad, ambos son herramientas OCR efectivas para extraer texto de fotos o documentos escaneados. Dentro del marco del desarrollo en C#, examinaremos a fondo los méritos, desventajas y aplicabilidad de diferentes herramientas OCR como Tesseract vs. Microsoft OCR en este artículo.

¿Qué es OCR?

El Reconocimiento Óptico de Caracteres se refiere como OCR. Es una tecnología que permite convertir varios formatos de documentos—como documentos de imagen escaneados, archivos PDF o fotos de cámaras digitales—en datos editables y buscables. Para transformar las formas y patrones de una imagen en texto legible por máquina, diferentes herramientas OCR, como Google Cloud Vision o Google Vision OCR, analizan las imágenes. Al utilizar esta técnica, los usuarios pueden extraer texto de las fotografías y editar, buscar y cambiar el contenido tal como lo harían con un documento digital.

Reconocimiento óptico de caracteres (OCR) de Tesseract

Tesseract OCR es un motor de reconocimiento óptico de caracteres (OCR) de código abierto, a veces referido simplemente como Tesseract. Tesseract, que fue creado inicialmente por Hewlett-Packard Laboratories en los años 80 y ahora es mantenido por Google, es uno de los motores OCR más populares en uso hoy en día.

La función principal de Tesseract es identificar texto incorporado en imágenes o manejar documentos escaneados y traducirlos en texto legible por máquina. Esto hace que el texto sea editable, buscable y manipulable al permitir a los usuarios extraer texto de una variedad de fuentes, incluyendo el análisis de documentos escaneados, fotos y archivos PDF.

Características principales de Tesseract OCR

• Código abierto: Tesseract está disponible gratuitamente para su uso, modificación y distribución por parte de cualquier persona bajo los términos de la Licencia Apache 2.0. Su diseño de código abierto ha contribuido en gran medida a su amplia adopción y mejora continua, gracias a las contribuciones de la comunidad.
• Compatibilidad lingüística: Tesseract es capaz de reconocer más de 100 alfabetos y conjuntos de caracteres diferentes, 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, especialmente cuando se configura correctamente y se entrena 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 ofrece 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 for .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.

Reconocimiento óptico de caracteres (OCR) de Tesseract using 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

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 del idioma para el idioma o idiomas que desea utilizar (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 se puede usar para procesar una imagen una vez que se ha cargado 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.

¿Qué es Microsoft OCR?

El paquete Cognitive Services de Microsoft incluye Microsoft OCR, a veces referido como Reconocimiento Óptico de Caracteres de Microsoft. Microsoft Azure ofrece una solución de reconocimiento óptico de caracteres (OCR) basada en la nube que puede extraer texto de documentos y fotos con capacidades mejoradas de reconocimiento de texto. Microsoft OCR utiliza redes neuronales profundas y técnicas de aprendizaje automático para reconocer texto de una variedad de fuentes con excelente precisión.

Características clave

• Integración con Azure Cognitive Services: Microsoft OCR funciona en conjunto con Azure Cognitive Services, un conjunto de API y servicios de Microsoft Azure basados en IA. 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.
• Alta precisión y rendimiento: gracias a sus sofisticados modelos de aprendizaje automático, entrenados con enormes conjuntos de datos, Microsoft OCR ofrece un 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 fiabilidad: Microsoft OCR, un componente de Azure Cognitive Services, ofrece escalabilidad y fiabilidad, lo que lo hace adecuado 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.
• Compatibilidad multilingüe: Microsoft OCR, al igual que otros programas de OCR, permite el reconocimiento multilingüe, lo que permite 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".

Microsoft OCR Using C#

Después de instalar el SDK, puede usar la API de Computer Vision para realizar OCR. Un ejemplo introductorio de cómo usar la API de Computer Vision para realizar OCR en una imagen se puede encontrar a continuación:

using System;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // Set your endpoint and subscription key for authentication
        var endpoint = "YOUR_ENDPOINT";
        var subscriptionKey = "YOUR_SUBSCRIPTION_KEY";

        // Create a new instance of the ComputerVisionClient
        var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(subscriptionKey))
        {
            Endpoint = endpoint
        };

        // Perform OCR on the specified image
        var result = await client.RecognizePrintedTextInStreamAsync(true, "image.png");

        // Iterate over the results and print the recognized text
        foreach (var region in result.Regions)
        {
            foreach (var line in region.Lines)
            {
                foreach (var word in line.Words)
                {
                    Console.WriteLine(word.Text);
                }
            }
        }
    }
}

using System;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // Set your endpoint and subscription key for authentication
        var endpoint = "YOUR_ENDPOINT";
        var subscriptionKey = "YOUR_SUBSCRIPTION_KEY";

        // Create a new instance of the ComputerVisionClient
        var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(subscriptionKey))
        {
            Endpoint = endpoint
        };

        // Perform OCR on the specified image
        var result = await client.RecognizePrintedTextInStreamAsync(true, "image.png");

        // Iterate over the results and print the recognized text
        foreach (var region in result.Regions)
        {
            foreach (var line in region.Lines)
            {
                foreach (var word in line.Words)
                {
                    Console.WriteLine(word.Text);
                }
            }
        }
    }
}

Imports System
Imports Microsoft.Azure.CognitiveServices.Vision.ComputerVision
Imports Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models
Imports System.Threading.Tasks

Friend Class Program
	Shared Async Function Main(ByVal args() As String) As Task
		' Set your endpoint and subscription key for authentication
		Dim endpoint = "YOUR_ENDPOINT"
		Dim subscriptionKey = "YOUR_SUBSCRIPTION_KEY"

		' Create a new instance of the ComputerVisionClient
		Dim client = New ComputerVisionClient(New ApiKeyServiceClientCredentials(subscriptionKey)) With {.Endpoint = endpoint}

		' Perform OCR on the specified image
		Dim result = Await client.RecognizePrintedTextInStreamAsync(True, "image.png")

		' Iterate over the results and print the recognized text
		For Each region In result.Regions
			For Each line In region.Lines
				For Each word In line.Words
					Console.WriteLine(word.Text)
				Next word
			Next line
		Next region
	End Function
End Class

Imports System
Imports Microsoft.Azure.CognitiveServices.Vision.ComputerVision
Imports Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models
Imports System.Threading.Tasks

Friend Class Program
	Shared Async Function Main(ByVal args() As String) As Task
		' Set your endpoint and subscription key for authentication
		Dim endpoint = "YOUR_ENDPOINT"
		Dim subscriptionKey = "YOUR_SUBSCRIPTION_KEY"

		' Create a new instance of the ComputerVisionClient
		Dim client = New ComputerVisionClient(New ApiKeyServiceClientCredentials(subscriptionKey)) With {.Endpoint = endpoint}

		' Perform OCR on the specified image
		Dim result = Await client.RecognizePrintedTextInStreamAsync(True, "image.png")

		' Iterate over the results and print the recognized text
		For Each region In result.Regions
			For Each line In region.Lines
				For Each word In line.Words
					Console.WriteLine(word.Text)
				Next word
			Next line
		Next region
	End Function
End Class

Para realizar OCR en un archivo de imagen, sustituya "image.png" en el ejemplo de código de arriba con la ruta al archivo de imagen. Este código recuperará el texto reconocido de la imagen enviándola al API de Computer Vision. La URL del punto de acceso y la clave de suscripción que recibió después de configurar el servicio de Computer Vision en Azure Cognitive Services deben ser sustituidos por "YOUR_ENDPOINT" y "YOUR_SUBSCRIPTION_KEY".

¿Qué es IronOCR?

Los desarrolladores pueden incorporar capacidades de reconocimiento de texto en sus aplicaciones C# o VB.NET con IronOCR, una biblioteca .NET OCR. Ofrece una API fácil de usar para la extracción de texto de archivos PDF, imágenes y otros tipos de medios. Iron Software, una empresa de desarrollo de software que se especializa en componentes y bibliotecas .NET, crea y mantiene IronOCR.

Características principales de IronOCR

• Integración sencilla: puede incorporar IronOCR a sus proyectos de C# o VB.NET con facilidad utilizando paquetes NuGet o accediendo a la biblioteca IronOCR directamente desde su proyecto.
• OCR versátil: IronOCR puede reconocer texto de una amplia variedad de fuentes, como capturas de pantalla, documentos escaneados, archivos PDF y fotografías. Es capaz de manejar varios tipos de imagen, incluidos BMP, TIFF, PNG y JPEG.
• Reconocimiento de texto preciso: IronOCR logra una excelente precisión en el reconocimiento de texto mediante el uso de sofisticados algoritmos de OCR. El texto en fotografías con diferentes resoluciones, fuentes y fondos puede ser extraído de manera confiable usando él.
• Compatibilidad con varios idiomas: IronOCR es adecuado para aplicaciones multilingües, ya que puede reconocer varios idiomas. Permite un entrenamiento de idiomas personalizado y viene con paquetes de idiomas integrados para idiomas populares.
• Extracción de texto de PDF: IronOCR permite extraer el texto tanto de archivos PDF escaneados como de archivos basados en imágenes. Al eliminar texto de documentos PDF, puede mantener el formato y diseño original del contenido.
• Preprocesamiento de imágenes: 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 Using 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

' 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:

Conclusión

En conclusión, Tesseract y Microsoft OCR, cada uno con ventajas y desventajas únicas, proporcionan potentes capacidades de OCR para los desarrolladores de C#. Debido a que Tesseract ofrece personalización y flexibilidad, es una buena opción para aplicaciones que requieren un gran ajuste fino. Sin embargo, Microsoft OCR es la mejor opción para aplicaciones C# que necesitan capacidades avanzadas de reconocimiento de texto debido a su alta precisión, escalabilidad y conexión sin problemas con los servicios de Azure. Para sus proyectos C#, los desarrolladores deben sopesar sus necesidades individuales, los requisitos de modificación y las limitaciones financieras antes de decidir entre Tesseract y Microsoft OCR.

Por último, IronOCR es una solución OCR notable que ofrece una integración, flexibilidad y precisión excepcionales. Debido a su precisión inigualable, algoritmos avanzados y capacidad para identificar una amplia gama de tipos de documentos, IronOCR es la mejor solución OCR actualmente en el mercado. Debido a que IronOCR se integra perfectamente a través de numerosos documentos e idiomas comunes de computadoras, garantiza la accesibilidad del desarrollador mientras mantiene una interfaz intuitiva.

Puede probar la edición de desarrollo asequible de IronOCR de forma gratuita, y si compra el paquete IronOCR, obtendrá una licencia de por vida. Con un precio inicial de $999, el paquete IronOCR es de gran valor ya que ofrece un precio único para varios dispositivos. Para obtener más información sobre el costo, visite el sitio web de IronOCR aquí. Haga clic en este enlace para obtener más información sobre los productos de Iron Software.