Comparaison de logiciels OCR open source pour factures : trouvez le meilleur outil.

La séquence d'initialisation

LEADTOOLS nécessite une configuration spécifique en plusieurs étapes avant que toute reconnaissance puisse avoir lieu. L'ordre n'est pas optionnel — appeler Startup() avant SetLicense() ou avant que RasterCodecs ne soit initialisé entraîne des erreurs d'exécution:

using Leadtools;
using Leadtools.Ocr;
using Leadtools.Codecs;

public class LeadtoolsOcrService : IDisposable
{
    private IOcrEngine _ocrEngine;
    private RasterCodecs _codecs;

    public LeadtoolsOcrService()
    {
        // Step 1: Locate and validate both license files
        RasterSupport.SetLicense(
            @"C:\LEADTOOLS\License\LEADTOOLS.LIC",
            File.ReadAllText(@"C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"));

        // Step 2: Initialize image codec layer
        _codecs = new RasterCodecs();

        // Step 3: Select engine type — wrong choice means different behavior
        _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);

        // Step 4: Load runtime into memory (500–2000ms)
        _ocrEngine.Startup(_codecs, null, null,
            @"C:\LEADTOOLS\OCR\OcrRuntime");
    }

    public string ExtractText(string imagePath)
    {
        using var image = _codecs.Load(imagePath);
        using var document = _ocrEngine.DocumentManager.CreateDocument();
        var page = document.Pages.AddPage(image, null);
        page.Recognize(null);   // Recognition is not automatic
        return page.GetText(-1);
    }

    public void Dispose()
    {
        _ocrEngine?.Shutdown(); // Must call before Dispose
        _ocrEngine?.Dispose();
        _codecs?.Dispose();
    }
}

using Leadtools;
using Leadtools.Ocr;
using Leadtools.Codecs;

public class LeadtoolsOcrService : IDisposable
{
    private IOcrEngine _ocrEngine;
    private RasterCodecs _codecs;

    public LeadtoolsOcrService()
    {
        // Step 1: Locate and validate both license files
        RasterSupport.SetLicense(
            @"C:\LEADTOOLS\License\LEADTOOLS.LIC",
            File.ReadAllText(@"C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"));

        // Step 2: Initialize image codec layer
        _codecs = new RasterCodecs();

        // Step 3: Select engine type — wrong choice means different behavior
        _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);

        // Step 4: Load runtime into memory (500–2000ms)
        _ocrEngine.Startup(_codecs, null, null,
            @"C:\LEADTOOLS\OCR\OcrRuntime");
    }

    public string ExtractText(string imagePath)
    {
        using var image = _codecs.Load(imagePath);
        using var document = _ocrEngine.DocumentManager.CreateDocument();
        var page = document.Pages.AddPage(image, null);
        page.Recognize(null);   // Recognition is not automatic
        return page.GetText(-1);
    }

    public void Dispose()
    {
        _ocrEngine?.Shutdown(); // Must call before Dispose
        _ocrEngine?.Dispose();
        _codecs?.Dispose();
    }
}

Imports Leadtools
Imports Leadtools.Ocr
Imports Leadtools.Codecs
Imports System.IO

Public Class LeadtoolsOcrService
    Implements IDisposable

    Private _ocrEngine As IOcrEngine
    Private _codecs As RasterCodecs

    Public Sub New()
        ' Step 1: Locate and validate both license files
        RasterSupport.SetLicense(
            "C:\LEADTOOLS\License\LEADTOOLS.LIC",
            File.ReadAllText("C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"))

        ' Step 2: Initialize image codec layer
        _codecs = New RasterCodecs()

        ' Step 3: Select engine type — wrong choice means different behavior
        _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD)

        ' Step 4: Load runtime into memory (500–2000ms)
        _ocrEngine.Startup(_codecs, Nothing, Nothing,
            "C:\LEADTOOLS\OCR\OcrRuntime")
    End Sub

    Public Function ExtractText(imagePath As String) As String
        Using image = _codecs.Load(imagePath)
            Using document = _ocrEngine.DocumentManager.CreateDocument()
                Dim page = document.Pages.AddPage(image, Nothing)
                page.Recognize(Nothing) ' Recognition is not automatic
                Return page.GetText(-1)
            End Using
        End Using
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        If _ocrEngine IsNot Nothing Then
            _ocrEngine.Shutdown() ' Must call before Dispose
            _ocrEngine.Dispose()
        End If
        If _codecs IsNot Nothing Then
            _codecs.Dispose()
        End If
    End Sub
End Class

Il s'agit de la mise en œuvre minimale viable. Il n'inclut pas la gestion des erreurs pour les échecs de chemin de licence, la validation de l'état du moteur, ou la gestion de la mémoire requise pour le traitement par lots (où oublier de disposer des instances RasterImage accumule la mémoire jusqu'à ce que le processus plante).

Comparaison détaillée des fonctionnalités

Approche LEADTOOLS

LEADTOOLS nécessite deux fichiers physiques présents et lisibles au démarrage de l'application. Le code dans les fichiers source .cs confirme le modèle :

// From leadtools-migration-examples.cs
public void InitializeLicense()
{
    // Option 1: Absolute paths — deployment dependent
    string licPath = @"C:\LEADTOOLS\License\LEADTOOLS.LIC";
    string keyPath = @"C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY";

    // Option 2: Relative paths — working directory dependent
    licPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "LEADTOOLS.LIC");
    keyPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "LEADTOOLS.LIC.KEY");

    // Read key file content (not the path — the content)
    string key = File.ReadAllText(keyPath);

    // Set license — silent failure on some error types
    RasterSupport.SetLicense(licPath, key);

    // Verify license is valid for the module you purchased
    if (!RasterSupport.IsLocked(RasterSupportType.Document))
    {
        throw new InvalidOperationException("Document module not licensed");
    }
}

// From leadtools-migration-examples.cs
public void InitializeLicense()
{
    // Option 1: Absolute paths — deployment dependent
    string licPath = @"C:\LEADTOOLS\License\LEADTOOLS.LIC";
    string keyPath = @"C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY";

    // Option 2: Relative paths — working directory dependent
    licPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "LEADTOOLS.LIC");
    keyPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "LEADTOOLS.LIC.KEY");

    // Read key file content (not the path — the content)
    string key = File.ReadAllText(keyPath);

    // Set license — silent failure on some error types
    RasterSupport.SetLicense(licPath, key);

    // Verify license is valid for the module you purchased
    if (!RasterSupport.IsLocked(RasterSupportType.Document))
    {
        throw new InvalidOperationException("Document module not licensed");
    }
}

Imports System
Imports System.IO

Public Sub InitializeLicense()
    ' Option 1: Absolute paths — deployment dependent
    Dim licPath As String = "C:\LEADTOOLS\License\LEADTOOLS.LIC"
    Dim keyPath As String = "C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"

    ' Option 2: Relative paths — working directory dependent
    licPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "LEADTOOLS.LIC")
    keyPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "LEADTOOLS.LIC.KEY")

    ' Read key file content (not the path — the content)
    Dim key As String = File.ReadAllText(keyPath)

    ' Set license — silent failure on some error types
    RasterSupport.SetLicense(licPath, key)

    ' Verify license is valid for the module you purchased
    If Not RasterSupport.IsLocked(RasterSupportType.Document) Then
        Throw New InvalidOperationException("Document module not licensed")
    End If
End Sub

Les modes de défaillance sont multiples et chacun nécessite une réparation distincte. La résolution de chemin se comporte différemment entre IIS et un hôte de console. Les chemins relatifs dans bin/Debug ne correspondent pas aux chemins dans bin/Release ou dans un conteneur Dockersauf si vous les mappez explicitement. Les fichiers LIC et KEY doivent provenir du même téléchargement ; les fichiers provenant de téléchargements différents génèrent une erreur " la clé ne correspond pas au fichier de licence ". Si la licence ne couvre que le bundle Document mais que le code utilise une fonctionnalité du bundle Recognition, IsLocked() renvoie faux et l'application doit gérer la divergence au démarrage.

Erreurs courantes en production :

• "License file not found at specified path" — chemin résolu vers le mauvais répertoire
• "License key does not match license file" — fichiers de téléchargements différents ou corrompus lors du transfert
• "Document module not licensed" — bundle incorrect acheté
• "License has expired" — licence d'évaluation expirée ou maintenance interrompue

Approche d'IronOCR

La licence IronOCR est une attribution de chaîne unique. Aucun fichier, aucune résolution de chemin, aucune vérification en deux parties :

// From application startup — store key using any secrets management pattern
IronOcr.License.LicenseKey = "IRONSUITE.YOUR-LICENSE-KEY";

// Production: pull from environment variable
IronOcr.License.LicenseKey =
    Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

// Or from ASP.NET configuration
IronOcr.License.LicenseKey = Configuration["IronOCR:LicenseKey"];

// From application startup — store key using any secrets management pattern
IronOcr.License.LicenseKey = "IRONSUITE.YOUR-LICENSE-KEY";

// Production: pull from environment variable
IronOcr.License.LicenseKey =
    Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

// Or from ASP.NET configuration
IronOcr.License.LicenseKey = Configuration["IronOCR:LicenseKey"];

' From application startup — store key using any secrets management pattern
IronOcr.License.LicenseKey = "IRONSUITE.YOUR-LICENSE-KEY"

' Production: pull from environment variable
IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE")

' Or from ASP.NET configuration
IronOcr.License.LicenseKey = Configuration("IronOCR:LicenseKey")

La clé peut être stockée dans Azure Key Vault, AWS Secrets Manager, les secrets Kubernetes ou une variable d'environnement Docker. Aucun fichier ne doit être inclus dans l'image Docker. Aucune étape du pipeline CI/CD ne copie les artefacts de licence vers les agents de construction. La page de licences IronOCR présente directement les différents niveaux de licence disponibles, sans intervention commerciale.

Approche LEADTOOLS

Une implémentation LEADTOOLS minimale fonctionnelle (prise directement de leadtools-vs-ironocr-examples.cs) nécessite dix opérations distinctes avant que le texte ne soit retourné :

using Leadtools;
using Leadtools.Ocr;
using Leadtools.Codecs;

public class LeadtoolsOcrService : IDisposable
{
    private IOcrEngine _ocrEngine;
    private RasterCodecs _codecs;

    public LeadtoolsOcrService()
    {
        // Step 1: License files
        RasterSupport.SetLicense(
            @"C:\LEADTOOLS\License\LEADTOOLS.LIC",
            File.ReadAllText(@"C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"));

        // Step 2: Codec layer
        _codecs = new RasterCodecs();

        // Step 3: Engine factory
        _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);

        // Step 4: Engine startup (500–2000ms blocking call)
        _ocrEngine.Startup(_codecs, null, null,
            @"C:\LEADTOOLS\OCR\OcrRuntime");
    }

    public string ExtractText(string imagePath)
    {
        using var image = _codecs.Load(imagePath);          // Step 5: Load via codecs
        using var document = _ocrEngine.DocumentManager     // Step 6: Create document
                                       .CreateDocument();
        var page = document.Pages.AddPage(image, null);     // Step 7: Add page
        page.Recognize(null);                               // Step 8: Explicit recognize
        return page.GetText(-1);                            // Step 9: Extract text
    }

    public void Dispose()
    {
        _ocrEngine?.Shutdown();  // Step 10: Shutdown before dispose
        _ocrEngine?.Dispose();
        _codecs?.Dispose();
    }
}

using Leadtools;
using Leadtools.Ocr;
using Leadtools.Codecs;

public class LeadtoolsOcrService : IDisposable
{
    private IOcrEngine _ocrEngine;
    private RasterCodecs _codecs;

    public LeadtoolsOcrService()
    {
        // Step 1: License files
        RasterSupport.SetLicense(
            @"C:\LEADTOOLS\License\LEADTOOLS.LIC",
            File.ReadAllText(@"C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"));

        // Step 2: Codec layer
        _codecs = new RasterCodecs();

        // Step 3: Engine factory
        _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);

        // Step 4: Engine startup (500–2000ms blocking call)
        _ocrEngine.Startup(_codecs, null, null,
            @"C:\LEADTOOLS\OCR\OcrRuntime");
    }

    public string ExtractText(string imagePath)
    {
        using var image = _codecs.Load(imagePath);          // Step 5: Load via codecs
        using var document = _ocrEngine.DocumentManager     // Step 6: Create document
                                       .CreateDocument();
        var page = document.Pages.AddPage(image, null);     // Step 7: Add page
        page.Recognize(null);                               // Step 8: Explicit recognize
        return page.GetText(-1);                            // Step 9: Extract text
    }

    public void Dispose()
    {
        _ocrEngine?.Shutdown();  // Step 10: Shutdown before dispose
        _ocrEngine?.Dispose();
        _codecs?.Dispose();
    }
}

Imports Leadtools
Imports Leadtools.Ocr
Imports Leadtools.Codecs
Imports System.IO

Public Class LeadtoolsOcrService
    Implements IDisposable

    Private _ocrEngine As IOcrEngine
    Private _codecs As RasterCodecs

    Public Sub New()
        ' Step 1: License files
        RasterSupport.SetLicense(
            "C:\LEADTOOLS\License\LEADTOOLS.LIC",
            File.ReadAllText("C:\LEADTOOLS\License\LEADTOOLS.LIC.KEY"))

        ' Step 2: Codec layer
        _codecs = New RasterCodecs()

        ' Step 3: Engine factory
        _ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD)

        ' Step 4: Engine startup (500–2000ms blocking call)
        _ocrEngine.Startup(_codecs, Nothing, Nothing,
            "C:\LEADTOOLS\OCR\OcrRuntime")
    End Sub

    Public Function ExtractText(imagePath As String) As String
        Using image = _codecs.Load(imagePath) ' Step 5: Load via codecs
            Using document = _ocrEngine.DocumentManager ' Step 6: Create document
                                           .CreateDocument()
                Dim page = document.Pages.AddPage(image, Nothing) ' Step 7: Add page
                page.Recognize(Nothing) ' Step 8: Explicit recognize
                Return page.GetText(-1) ' Step 9: Extract text
            End Using
        End Using
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        _ocrEngine?.Shutdown() ' Step 10: Shutdown before dispose
        _ocrEngine?.Dispose()
        _codecs?.Dispose()
    End Sub
End Class

La chaîne DocumentManager.CreateDocument() / Pages.AddPage() / page.Recognize() / page.GetText() n'est pas réductible. Chaque étape correspond à un appel API distinct. Omettre page.Recognize(null) avant page.GetText(-1) renvoie un texte vide — la reconnaissance n'est pas déclenchée automatiquement en ajoutant une page.

Approche d'IronOCR

L'implémentation IronOCR équivalente (issue du même fichier de comparaison) ne comporte qu'une seule ligne pour l'opération de base et aucune gestion du cycle de vie :

using IronOcr;

public class OcrService
{
    public string ExtractText(string imagePath)
    {
        return new IronTesseract().Read(imagePath).Text;
    }
}

using IronOcr;

public class OcrService
{
    public string ExtractText(string imagePath)
    {
        return new IronTesseract().Read(imagePath).Text;
    }
}

Imports IronOcr

Public Class OcrService
    Public Function ExtractText(imagePath As String) As String
        Return New IronTesseract().Read(imagePath).Text
    End Function
End Class

Pour l'utilisation en production où l'instance IronTesseract est réutilisée sur plusieurs appels :

public class OcrService
{
    private readonly IronTesseract _ocr = new IronTesseract();

    public string ExtractText(string imagePath)
    {
        return _ocr.Read(imagePath).Text;
    }
}

public class OcrService
{
    private readonly IronTesseract _ocr = new IronTesseract();

    public string ExtractText(string imagePath)
    {
        return _ocr.Read(imagePath).Text;
    }
}

Imports IronTesseract

Public Class OcrService
    Private ReadOnly _ocr As New IronTesseract()

    Public Function ExtractText(imagePath As String) As String
        Return _ocr.Read(imagePath).Text
    End Function
End Class

Pas de Startup(), pas de Shutdown(), pas de couche codec, pas de conteneur de document, pas d'appel explicite de reconnaissance. La documentation de l'API IronTesseract indique la surface totale. Le guide d'installation décrit les options de configuration pour les scénarios de production.

Approche LEADTOOLS

À partir de leadtools-pdf-processing.cs, le flux de travail PDF de base :

public string ExtractTextFromPdf(string pdfPath)
{
    var text = new StringBuilder();

    // Get page count first — separate call
    var pdfInfo = _codecs.GetInformation(pdfPath, true);
    int totalPages = pdfInfo.TotalPages;

    using var document = _ocrEngine.DocumentManager.CreateDocument();

    for (int pageNum = 1; pageNum <= totalPages; pageNum++)
    {
        // Load each page as a raster image — must dispose each
        using var pageImage = _codecs.Load(
            pdfPath,
            0,                            // bitsPerPixel
            CodecsLoadByteOrder.BgrOrGray,
            pageNum,                      // firstPage
            pageNum);                     // lastPage

        var page = document.Pages.AddPage(pageImage, null);
        page.Recognize(null);
        text.AppendLine(page.GetText(-1));
    }

    return text.ToString();
}

public string ExtractTextFromPdf(string pdfPath)
{
    var text = new StringBuilder();

    // Get page count first — separate call
    var pdfInfo = _codecs.GetInformation(pdfPath, true);
    int totalPages = pdfInfo.TotalPages;

    using var document = _ocrEngine.DocumentManager.CreateDocument();

    for (int pageNum = 1; pageNum <= totalPages; pageNum++)
    {
        // Load each page as a raster image — must dispose each
        using var pageImage = _codecs.Load(
            pdfPath,
            0,                            // bitsPerPixel
            CodecsLoadByteOrder.BgrOrGray,
            pageNum,                      // firstPage
            pageNum);                     // lastPage

        var page = document.Pages.AddPage(pageImage, null);
        page.Recognize(null);
        text.AppendLine(page.GetText(-1));
    }

    return text.ToString();
}

Imports System.Text

Public Function ExtractTextFromPdf(ByVal pdfPath As String) As String
    Dim text As New StringBuilder()

    ' Get page count first — separate call
    Dim pdfInfo = _codecs.GetInformation(pdfPath, True)
    Dim totalPages As Integer = pdfInfo.TotalPages

    Using document = _ocrEngine.DocumentManager.CreateDocument()

        For pageNum As Integer = 1 To totalPages
            ' Load each page as a raster image — must dispose each
            Using pageImage = _codecs.Load(pdfPath, 0, CodecsLoadByteOrder.BgrOrGray, pageNum, pageNum)
                Dim page = document.Pages.AddPage(pageImage, Nothing)
                page.Recognize(Nothing)
                text.AppendLine(page.GetText(-1))
            End Using
        Next
    End Using

    Return text.ToString()
End Function

Le traitement d'un PDF protégé par mot de passe ajoute une dépendance supplémentaire. À partir de leadtools-pdf-processing.cs :

// Requires Leadtools.Pdf module — additional license
using Leadtools.Pdf;

public string ExtractFromEncryptedPdf(string pdfPath, string password)
{
    var pdfFile = new PDFFile(pdfPath);
    pdfFile.Password = password;

    var loadOptions = new CodecsLoadOptions();
    _codecs.Options.Pdf.Load.Password = password;
    // ... same page iteration loop follows
}

// Requires Leadtools.Pdf module — additional license
using Leadtools.Pdf;

public string ExtractFromEncryptedPdf(string pdfPath, string password)
{
    var pdfFile = new PDFFile(pdfPath);
    pdfFile.Password = password;

    var loadOptions = new CodecsLoadOptions();
    _codecs.Options.Pdf.Load.Password = password;
    // ... same page iteration loop follows
}

Imports Leadtools.Pdf

Public Function ExtractFromEncryptedPdf(ByVal pdfPath As String, ByVal password As String) As String
    Dim pdfFile As New PDFFile(pdfPath)
    pdfFile.Password = password

    Dim loadOptions As New CodecsLoadOptions()
    _codecs.Options.Pdf.Load.Password = password
    ' ... same page iteration loop follows
End Function

Le namespace Leadtools.Pdf est un module séparé. Si l'équipe de développement a acheté le module OCR mais pas le module PDF, la prise en charge des PDF chiffrés n'est pas disponible sans l'achat d'une licence séparée.

Créer une sortie PDF consultable nécessite de configurer un DocumentWriter avant de sauvegarder :

// From leadtools-pdf-processing.cs
var pdfOptions = new PdfDocumentOptions
{
    DocumentType = PdfDocumentType.Pdf,
    ImageOverText = true,
    Linearized = false,
    Title = Path.GetFileNameWithoutExtension(inputPdfPath)
};

_engine.DocumentWriterInstance.SetOptions(DocumentFormat.Pdf, pdfOptions);
document.Save(outputPdfPath, DocumentFormat.Pdf, null);

// From leadtools-pdf-processing.cs
var pdfOptions = new PdfDocumentOptions
{
    DocumentType = PdfDocumentType.Pdf,
    ImageOverText = true,
    Linearized = false,
    Title = Path.GetFileNameWithoutExtension(inputPdfPath)
};

_engine.DocumentWriterInstance.SetOptions(DocumentFormat.Pdf, pdfOptions);
document.Save(outputPdfPath, DocumentFormat.Pdf, null);

Imports System.IO

Dim pdfOptions As New PdfDocumentOptions With {
    .DocumentType = PdfDocumentType.Pdf,
    .ImageOverText = True,
    .Linearized = False,
    .Title = Path.GetFileNameWithoutExtension(inputPdfPath)
}

_engine.DocumentWriterInstance.SetOptions(DocumentFormat.Pdf, pdfOptions)
document.Save(outputPdfPath, DocumentFormat.Pdf, Nothing)

Approche d'IronOCR

IronOCR gère nativement les fichiers PDF. Les trois mêmes scénarios — PDF de base, PDF protégé par mot de passe et PDF consultable — se réduisent chacun à deux ou trois lignes :

using IronOcr;

// Basic PDF — all pages, automatic handling
public string ExtractTextFromPdf(string pdfPath)
{
    using var input = new OcrInput();
    input.LoadPdf(pdfPath);
    return new IronTesseract().Read(input).Text;
}

// Password-protected PDF — no additional module required
public string ExtractFromEncryptedPdf(string pdfPath, string password)
{
    using var input = new OcrInput();
    input.LoadPdf(pdfPath, Password: password);
    return new IronTesseract().Read(input).Text;
}

// Sortie PDF consultable — one method call
public void CreateSearchablePdf(string inputPdfPath, string outputPdfPath)
{
    using var input = new OcrInput();
    input.LoadPdf(inputPdfPath);
    var result = new IronTesseract().Read(input);
    result.SaveAsSearchablePdf(outputPdfPath);
}

using IronOcr;

// Basic PDF — all pages, automatic handling
public string ExtractTextFromPdf(string pdfPath)
{
    using var input = new OcrInput();
    input.LoadPdf(pdfPath);
    return new IronTesseract().Read(input).Text;
}

// Password-protected PDF — no additional module required
public string ExtractFromEncryptedPdf(string pdfPath, string password)
{
    using var input = new OcrInput();
    input.LoadPdf(pdfPath, Password: password);
    return new IronTesseract().Read(input).Text;
}

// Sortie PDF consultable — one method call
public void CreateSearchablePdf(string inputPdfPath, string outputPdfPath)
{
    using var input = new OcrInput();
    input.LoadPdf(inputPdfPath);
    var result = new IronTesseract().Read(input);
    result.SaveAsSearchablePdf(outputPdfPath);
}

Imports IronOcr

' Basic PDF — all pages, automatic handling
Public Function ExtractTextFromPdf(pdfPath As String) As String
    Using input As New OcrInput()
        input.LoadPdf(pdfPath)
        Return New IronTesseract().Read(input).Text
    End Using
End Function

' Password-protected PDF — no additional module required
Public Function ExtractFromEncryptedPdf(pdfPath As String, password As String) As String
    Using input As New OcrInput()
        input.LoadPdf(pdfPath, Password:=password)
        Return New IronTesseract().Read(input).Text
    End Using
End Function

' Sortie PDF consultable — one method call
Public Sub CreateSearchablePdf(inputPdfPath As String, outputPdfPath As String)
    Using input As New OcrInput()
        input.LoadPdf(inputPdfPath)
        Dim result = New IronTesseract().Read(input)
        result.SaveAsSearchablePdf(outputPdfPath)
    End Using
End Sub

Le guide d'importation PDF couvre la sélection de la plage de pages, l'importation de flux et l'accès aux résultats par page. L' exemple de PDF consultable illustre le flux de production complet. Pour le prétraitement des PDF numérisés de faible qualité avant la reconnaissance, consultez le guide de correction de la qualité d'image .

Approche LEADTOOLS

À partir de leadtools-pdf-processing.cs, prétraitement d'une page PDF :

using Leadtools.ImageProcessing;

public string ProcessLowQualityPdf(string pdfPath)
{
    var text = new StringBuilder();
    var pdfInfo = _codecs.GetInformation(pdfPath, true);

    using var document = _engine.DocumentManager.CreateDocument();

    for (int i = 1; i <= pdfInfo.TotalPages; i++)
    {
        using var pageImage = _codecs.Load(pdfPath, 0,
            CodecsLoadByteOrder.BgrOrGray, i, i);

        // Each command is a separate instantiation and Run() call
        var deskewCommand = new DeskewCommand();
        deskewCommand.Run(pageImage);

        var despeckleCommand = new DespeckleCommand();
        despeckleCommand.Run(pageImage);

        if (pageImage.BitsPerPixel > 8)
        {
            var grayscaleCommand = new GrayscaleCommand(8);
            grayscaleCommand.Run(pageImage);
        }

        var binarizeCommand = new AutoBinarizeCommand();
        binarizeCommand.Run(pageImage);

        var page = document.Pages.AddPage(pageImage, null);
        page.Recognize(null);
        text.AppendLine(page.GetText(-1));
    }

    return text.ToString();
}

using Leadtools.ImageProcessing;

public string ProcessLowQualityPdf(string pdfPath)
{
    var text = new StringBuilder();
    var pdfInfo = _codecs.GetInformation(pdfPath, true);

    using var document = _engine.DocumentManager.CreateDocument();

    for (int i = 1; i <= pdfInfo.TotalPages; i++)
    {
        using var pageImage = _codecs.Load(pdfPath, 0,
            CodecsLoadByteOrder.BgrOrGray, i, i);

        // Each command is a separate instantiation and Run() call
        var deskewCommand = new DeskewCommand();
        deskewCommand.Run(pageImage);

        var despeckleCommand = new DespeckleCommand();
        despeckleCommand.Run(pageImage);

        if (pageImage.BitsPerPixel > 8)
        {
            var grayscaleCommand = new GrayscaleCommand(8);
            grayscaleCommand.Run(pageImage);
        }

        var binarizeCommand = new AutoBinarizeCommand();
        binarizeCommand.Run(pageImage);

        var page = document.Pages.AddPage(pageImage, null);
        page.Recognize(null);
        text.AppendLine(page.GetText(-1));
    }

    return text.ToString();
}

Imports Leadtools.ImageProcessing
Imports System.Text

Public Function ProcessLowQualityPdf(pdfPath As String) As String
    Dim text As New StringBuilder()
    Dim pdfInfo = _codecs.GetInformation(pdfPath, True)

    Using document = _engine.DocumentManager.CreateDocument()
        For i As Integer = 1 To pdfInfo.TotalPages
            Using pageImage = _codecs.Load(pdfPath, 0, CodecsLoadByteOrder.BgrOrGray, i, i)
                ' Each command is a separate instantiation and Run() call
                Dim deskewCommand As New DeskewCommand()
                deskewCommand.Run(pageImage)

                Dim despeckleCommand As New DespeckleCommand()
                despeckleCommand.Run(pageImage)

                If pageImage.BitsPerPixel > 8 Then
                    Dim grayscaleCommand As New GrayscaleCommand(8)
                    grayscaleCommand.Run(pageImage)
                End If

                Dim binarizeCommand As New AutoBinarizeCommand()
                binarizeCommand.Run(pageImage)

                Dim page = document.Pages.AddPage(pageImage, Nothing)
                page.Recognize(Nothing)
                text.AppendLine(page.GetText(-1))
            End Using
        Next
    End Using

    Return text.ToString()
End Function

Chaque étape de prétraitement nécessite l'instanciation d'une classe de commande et l'appel de .Run() contre l'image. Le développeur gère l'ordre et l'applicabilité de chaque transformation. Si l'image est déjà binaire, AutoBinarizeCommand peut dégrader la qualité. Le contrôle conditionnel BitsPerPixel est la responsabilité du développeur.

Approche d'IronOCR

Le prétraitement IronOCR s'applique à l'objet OcrInput et affecte toutes les pages chargées simultanément :

using IronOcr;

public string ProcessLowQualityPdf(string pdfPath)
{
    var ocr = new IronTesseract();

    using var input = new OcrInput();
    input.LoadPdf(pdfPath);

    // Applied to all pages
    input.Deskew();
    input.DeNoise();
    input.Binarize();
    input.Contrast();
    input.EnhanceResolution(300);

    var result = ocr.Read(input);
    Console.WriteLine($"Confidence: {result.Confidence}%");
    return result.Text;
}

using IronOcr;

public string ProcessLowQualityPdf(string pdfPath)
{
    var ocr = new IronTesseract();

    using var input = new OcrInput();
    input.LoadPdf(pdfPath);

    // Applied to all pages
    input.Deskew();
    input.DeNoise();
    input.Binarize();
    input.Contrast();
    input.EnhanceResolution(300);

    var result = ocr.Read(input);
    Console.WriteLine($"Confidence: {result.Confidence}%");
    return result.Text;
}

Imports IronOcr

Public Function ProcessLowQualityPdf(pdfPath As String) As String
    Dim ocr = New IronTesseract()

    Using input As New OcrInput()
        input.LoadPdf(pdfPath)

        ' Applied to all pages
        input.Deskew()
        input.DeNoise()
        input.Binarize()
        input.Contrast()
        input.EnhanceResolution(300)

        Dim result = ocr.Read(input)
        Console.WriteLine($"Confidence: {result.Confidence}%")
        Return result.Text
    End Using
End Function

Cinq étapes de prétraitement, appliquées uniformément sur toutes les pages, sans boucle par page. Le prétraitement automatique d'IronOCR s'exécute également au niveau de chaque appel Read() par défaut, traitant les problèmes courants de numérisation sans aucun appel de filtre explicite. Le tutoriel sur les filtres d'image couvre l'intégralité du catalogue de filtres. L' exemple de numérisation de faible qualité illustre le prétraitement avant et après application sur des documents difficiles.

Le projet OCR uniquement qui ne nécessite pas le kit d'outils d'imagerie

LEADTOOLS est judicieux sur les plans financier et architectural lorsqu'une équipe a besoin de plusieurs modules — visionneuses de documents, imagerie médicale, reconnaissance de formulaires et OCR — fonctionnant ensemble au sein d'une plateforme intégrée. Lorsque l'objectif est l'extraction de texte à partir d'images et de fichiers PDF, le calcul change. Les coûts de licence LEADTOOLS nécessitent une rencontre commerciale pour des devis — contactez LEADTOOLS pour les prix actuels. Un entretien annuel est requis en plus du coût de la licence. IronOCR à $2,999 pour le niveau Professionnel couvre 10 développeurs sans besoin de renouvellement pour une utilisation continue. Les équipes qui arrivent au terme d'un cycle de renouvellement LEADTOOLS et qui réévaluent le coût découvrent souvent que le module OCR était le seul élément du pack qu'elles utilisaient.

Déploiements conteneurisés et sans serveur

Le système de licences basé sur les fichiers de LEADTOOLS devient un point de friction majeur dans les architectures de déploiement modernes. Un conteneur Dockernécessite deux fichiers de licence physiques, soit intégrés à l'image (et exposés dans l'historique des couches), soit montés lors de l'exécution avec une coordination de volumes dans chaque environnement d'orchestration. Azure Functions et AWS Lambda ne disposent d'aucun mécanisme évident pour le déploiement des fichiers de licence sans recourir à des solutions de contournement. LEADTOOLS exécute également un démarrage moteur bloquant qui charge les fichiers d'exécution en mémoire, ajoutant 500 à 2000 ms au temps de démarrage à froid — ce qui est significatif pour les fonctions sans serveur où la latence affecte directement l'expérience utilisateur. IronOCR se déploie comme une référence NuGet standard, définit une clé de licence à partir d'une variable d'environnement et s'initialise de manière différée lors de la première utilisation. Le guide de déploiement Docker et le guide de déploiement AWS couvrent les spécificités des scénarios conteneurisés courants.

Le problème du mauvais paquet

La structure modulaire de LEADTOOLS crée une catégorie de problèmes IronOCR n'a pas : l'achat du mauvais niveau. La reconnaissance optique de caractères (OCR) n'est pas incluse dans tous les packs LEADTOOLS. La prise en charge des PDF protégés par mot de passe nécessite un module PDF distinct qui n'est pas inclus dans toutes les licences axées sur la reconnaissance optique de caractères (OCR). L'option de moteur à plus haute précision nécessite un accord distinct avec le fournisseur, en plus de l'achat de LEADTOOLS. Les équipes qui pensaient que leur achat couvrait une fonctionnalité dont elles avaient besoin — et qui ont découvert le contraire seulement au moment de l'exécution en production — doivent faire face à un cycle de renégociation avec les ventes avant que la fonctionnalité puisse être activée. Les licences IronOCR couvrent toutes les fonctionnalités à chaque niveau. Il n'existe pas de module PDF séparé, pas d'extension pour les documents protégés par mot de passe, pas de fournisseur secondaire pour un moteur de plus grande précision.

Complexité de la maintenance et de la gestion des ressources

Le cycle de vie du moteur LEADTOOLS ne se limite pas à une simple cérémonie d'installation ; il crée une surface de maintenance continue. Le moteur doit être démarré, utilisé, arrêté, puis mis au rebut dans le bon ordre ; Tout écart par rapport à cette séquence engendre des erreurs. Les fuites de mémoire dans les implémentations de traitement par lots LEADTOOLS sont généralement dues à des objets image intermédiaires non supprimés, à des conteneurs de documents restés ouverts après traitement, ou à des instances du moteur créées plusieurs fois sans nettoyage adéquat. Les processeurs de lots en production incluent souvent des appels forcés au ramasse-miettes entre les blocs de documents comme mécanisme de compensation ; ce comportement indique que le modèle objet sous-jacent est incompatible avec l'environnement d'exécution. Les équipes qui ont débogué une augmentation de la consommation de mémoire dans un service de traitement de documents à 2 h du matin découvrent souvent que la cause première réside dans le modèle de suppression des objets LEADTOOLS. IronOCR utilise les portées de suppression standard de .NET . Seul le conteneur d'entrée nécessite une suppression explicite. Le moteur lui-même est sans état et compatible avec le multithreading.

Cohérence du déploiement multi-environnements

Les environnements de développement, de préproduction et de production nécessitent tous des fichiers de licence LEADTOOLS situés aux mêmes emplacements, Plus qu'un répertoire d'exécution à l'emplacement exact attendu par l'application au démarrage. Toute différence entre environnements (par exemple, un serveur de préproduction dont le chemin du répertoire d'exécution diffère de celui de production d'une seule lettre de lecteur) génère une erreur spécifique à cet environnement et requiert une modification du code ou de la configuration pour être corrigée. La clé de licence d'IronOCR et son unique package NuGet se comportent de manière identique dans tous les environnements. La clé de licence est la seule valeur spécifique à l'environnement, et elle suit les mêmes modèles de gestion des secrets que toutes les équipes .NET utilisent déjà pour les chaînes de connexion aux bases de données et les clés API.

Retrait du moteur

Le code LEADTOOLS enveloppe le moteur dans une classe de service qui implémente IDisposable précisément parce que le cycle de vie doit être géré. La migration supprime entièrement cette exigence :

// LEADTOOLS: Service class required for lifecycle management
public class LeadtoolsService : IDisposable
{
    private IOcrEngine _engine;
    private RasterCodecs _codecs;

    public LeadtoolsService()
    {
        RasterSupport.SetLicense(licPath, key);
        _codecs = new RasterCodecs();
        _engine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);
        _engine.Startup(_codecs, null, null, runtimePath);
    }

    public string Process(string path)
    {
        using var image = _codecs.Load(path);
        using var doc = _engine.DocumentManager.CreateDocument();
        var page = doc.Pages.AddPage(image, null);
        page.Recognize(null);
        return page.GetText(-1);
    }

    public void Dispose()
    {
        _engine?.Shutdown();
        _engine?.Dispose();
        _codecs?.Dispose();
    }
}

// IronOCR: Non lifecycle to manage
public class OcrService
{
    private readonly IronTesseract _ocr = new IronTesseract();

    public string Process(string path) => _ocr.Read(path).Text;
}

// LEADTOOLS: Service class required for lifecycle management
public class LeadtoolsService : IDisposable
{
    private IOcrEngine _engine;
    private RasterCodecs _codecs;

    public LeadtoolsService()
    {
        RasterSupport.SetLicense(licPath, key);
        _codecs = new RasterCodecs();
        _engine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);
        _engine.Startup(_codecs, null, null, runtimePath);
    }

    public string Process(string path)
    {
        using var image = _codecs.Load(path);
        using var doc = _engine.DocumentManager.CreateDocument();
        var page = doc.Pages.AddPage(image, null);
        page.Recognize(null);
        return page.GetText(-1);
    }

    public void Dispose()
    {
        _engine?.Shutdown();
        _engine?.Dispose();
        _codecs?.Dispose();
    }
}

// IronOCR: Non lifecycle to manage
public class OcrService
{
    private readonly IronTesseract _ocr = new IronTesseract();

    public string Process(string path) => _ocr.Read(path).Text;
}

Imports System

' LEADTOOLS: Service class required for lifecycle management
Public Class LeadtoolsService
    Implements IDisposable

    Private _engine As IOcrEngine
    Private _codecs As RasterCodecs

    Public Sub New()
        RasterSupport.SetLicense(licPath, key)
        _codecs = New RasterCodecs()
        _engine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD)
        _engine.Startup(_codecs, Nothing, Nothing, runtimePath)
    End Sub

    Public Function Process(path As String) As String
        Using image = _codecs.Load(path)
            Using doc = _engine.DocumentManager.CreateDocument()
                Dim page = doc.Pages.AddPage(image, Nothing)
                page.Recognize(Nothing)
                Return page.GetText(-1)
            End Using
        End Using
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        If _engine IsNot Nothing Then
            _engine.Shutdown()
            _engine.Dispose()
        End If
        If _codecs IsNot Nothing Then
            _codecs.Dispose()
        End If
    End Sub
End Class

' IronOCR: Non lifecycle to manage
Public Class OcrService

    Private ReadOnly _ocr As New IronTesseract()

    Public Function Process(path As String) As String
        Return _ocr.Read(path).Text
    End Function
End Class

L'instance IronTesseract est thread-safe et peut être partagée en tant que singleton. Il n'est pas nécessaire d'implémenter IDisposable sur la classe de service pour le bénéfice du moteur.

Migration OCR basée sur les zones

La configuration de zone LEADTOOLS utilise OcrZone avec les limites LeadRect et nécessite d'effacer les zones détectées automatiquement avant d'ajouter des zones personnalisées. IronOCR utilise CropRectangle passé directement à LoadImage() :

// LEADTOOLS zone setup
var zone = new OcrZone
{
    Bounds = new LeadRect(x, y, width, height),
    ZoneType = OcrZoneType.Text,
    CharacterFilters = OcrZoneCharacterFilters.None,
    RecognitionModule = OcrZoneRecognitionModule.Auto
};
page.Zones.Clear();  // Must clear auto-detected zones first
page.Zones.Add(zone);

// IronOCR equivalent
using var input = new OcrInput();
input.LoadImage(imagePath, new CropRectangle(x, y, width, height));
var text = new IronTesseract().Read(input).Text;

// LEADTOOLS zone setup
var zone = new OcrZone
{
    Bounds = new LeadRect(x, y, width, height),
    ZoneType = OcrZoneType.Text,
    CharacterFilters = OcrZoneCharacterFilters.None,
    RecognitionModule = OcrZoneRecognitionModule.Auto
};
page.Zones.Clear();  // Must clear auto-detected zones first
page.Zones.Add(zone);

// IronOCR equivalent
using var input = new OcrInput();
input.LoadImage(imagePath, new CropRectangle(x, y, width, height));
var text = new IronTesseract().Read(input).Text;

Imports Leadtools
Imports IronOcr

' LEADTOOLS zone setup
Dim zone As New OcrZone With {
    .Bounds = New LeadRect(x, y, width, height),
    .ZoneType = OcrZoneType.Text,
    .CharacterFilters = OcrZoneCharacterFilters.None,
    .RecognitionModule = OcrZoneRecognitionModule.Auto
}
page.Zones.Clear() ' Must clear auto-detected zones first
page.Zones.Add(zone)

' IronOCR equivalent
Using input As New OcrInput()
    input.LoadImage(imagePath, New CropRectangle(x, y, width, height))
    Dim text As String = New IronTesseract().Read(input).Text
End Using

Le guide OCR basé sur les régions couvre les modèles d'extraction mono-régionaux et multi-régionaux. L' exemple de découpage de région illustre l'extraction d'en-têtes de factures comme cas d'utilisation pratique.

Nettoyage des packages NuGet

LEADTOOLS nécessite plusieurs packages. La migration les supprime tous et en ajoute un :

# Remove LEADTOOLS packages
dotnet remove package Leadtools
dotnet remove package Leadtools.Ocr
dotnet remove package Leadtools.Codecs
dotnet remove package Leadtools.Pdf

# Add IronOCR
dotnet add package IronOcr

# Remove LEADTOOLS packages
dotnet remove package Leadtools
dotnet remove package Leadtools.Ocr
dotnet remove package Leadtools.Codecs
dotnet remove package Leadtools.Pdf

# Add IronOCR
dotnet add package IronOcr

La réduction de l'empreinte du déploiement est substantielle. Absents de la sortie de build : LEADTOOLS.LIC, LEADTOOLS.LIC.KEY, le répertoire OcrRuntime/, plusieurs DLLs LEADTOOLS, et tout dossier tessdata/ de l'option de moteur Tesseract. Il ne reste plus qu'une seule référence de paquetage. Le package NuGet IronOCR inclut toutes les dépendances natives.

Accès au score de confiance

LEADTOOLS expose la qualité de reconnaissance via page.RecognizeStatus en tant qu'énumération (OcrPageRecognizeStatus.Done indique la complétion, mais pas le niveau de précision). IronOCR fournit un pourcentage direct via result.Confidence :

var result = new IronTesseract().Read("document.jpg");
Console.WriteLine($"Confidence: {result.Confidence}%");

// Branch on quality threshold
if (result.Confidence < 60)
{
    // Apply additional preprocessing and retry
    using var input = new OcrInput();
    input.LoadImage("document.jpg");
    input.Deskew();
    input.DeNoise();
    input.EnhanceResolution(300);
    result = new IronTesseract().Read(input);
}

var result = new IronTesseract().Read("document.jpg");
Console.WriteLine($"Confidence: {result.Confidence}%");

// Branch on quality threshold
if (result.Confidence < 60)
{
    // Apply additional preprocessing and retry
    using var input = new OcrInput();
    input.LoadImage("document.jpg");
    input.Deskew();
    input.DeNoise();
    input.EnhanceResolution(300);
    result = new IronTesseract().Read(input);
}

Imports System
Imports IronOcr

Dim result = New IronTesseract().Read("document.jpg")
Console.WriteLine($"Confidence: {result.Confidence}%")

' Branch on quality threshold
If result.Confidence < 60 Then
    ' Apply additional preprocessing and retry
    Using input As New OcrInput()
        input.LoadImage("document.jpg")
        input.Deskew()
        input.DeNoise()
        input.EnhanceResolution(300)
        result = New IronTesseract().Read(input)
    End Using
End If

Le guide des scores de confiance couvre la sélection des seuils et les modèles de nouvelle tentative basés sur la qualité.