Paddle OCR vs Tesseract : Comparaison détaillée de l'OCR

Le pipeline à trois modèles en pratique

Chaque appel d'inférence PaddleOCR exécute trois réseaux neuronaux en série. Le code ci-dessous illustre le chemin d'installation complet qu'un développeur rencontre avant que le moindre texte ne soit renvoyé :

// Five packages required before this compiles:
// dotnet add package Sdcb.PaddleOCR
// dotnet add package Sdcb.PaddleOCR.Models.Online
// dotnet add package Sdcb.PaddleInference.runtime.win64.mkl
// dotnet add package OpenCvSharp4
// dotnet add package OpenCvSharp4.runtime.win

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;

// Async download from Baidu servers — blocks first run for 10-30 seconds
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// PaddleOcrAll bundles detection, classification, and recognition
using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

// OpenCV required — no file path shortcut
using Mat mat = Cv2.ImRead("document.png");

if (mat.Empty())
{
    throw new FileNotFoundException("Could not load image");
}

// Three neural networks fire in sequence
PaddleOcrResult result = ocr.Run(mat);

Console.WriteLine(result.Text);

// Five packages required before this compiles:
// dotnet add package Sdcb.PaddleOCR
// dotnet add package Sdcb.PaddleOCR.Models.Online
// dotnet add package Sdcb.PaddleInference.runtime.win64.mkl
// dotnet add package OpenCvSharp4
// dotnet add package OpenCvSharp4.runtime.win

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;

// Async download from Baidu servers — blocks first run for 10-30 seconds
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// PaddleOcrAll bundles detection, classification, and recognition
using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

// OpenCV required — no file path shortcut
using Mat mat = Cv2.ImRead("document.png");

if (mat.Empty())
{
    throw new FileNotFoundException("Could not load image");
}

// Three neural networks fire in sequence
PaddleOcrResult result = ocr.Run(mat);

Console.WriteLine(result.Text);

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models.Online
Imports OpenCvSharp

' Five packages required before this compiles:
' dotnet add package Sdcb.PaddleOCR
' dotnet add package Sdcb.PaddleOCR.Models.Online
' dotnet add package Sdcb.PaddleInference.runtime.win64.mkl
' dotnet add package OpenCvSharp4
' dotnet add package OpenCvSharp4.runtime.win

' Async download from Baidu servers — blocks first run for 10-30 seconds
Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()

' PaddleOcrAll bundles detection, classification, and recognition
Using ocr As New PaddleOcrAll(models) With {
    .AllowRotateDetection = True,
    .Enable180Classification = True
}

    ' OpenCV required — no file path shortcut
    Using mat As Mat = Cv2.ImRead("document.png")

        If mat.Empty() Then
            Throw New FileNotFoundException("Could not load image")
        End If

        ' Three neural networks fire in sequence
        Dim result As PaddleOcrResult = ocr.Run(mat)

        Console.WriteLine(result.Text)
    End Using
End Using

Le tableau result.Regions contient des objets région de texte individuels, chacun avec une chaîne Text, une valeur de confiance Score, et une boîte englobante Rect. Pour filtrer par confiance : result.Regions.Where(r => r.Score > 0.8). L'ordre des régions est spatial, non garanti en ordre de lecture, donc le tri par region.Rect.Center.Y puis region.Rect.Center.X est un modèle courant.

Comparaison détaillée des fonctionnalités

Approche PaddleOCR

Le pipeline du modèle chinois fonctionne bien car les réseaux de détection et de reconnaissance ont été entraînés sur des ensembles de données de documents chinois à grande échelle par Baidu, dont l'activité principale consiste à traiter du contenu Web chinois à grande échelle.

// Chinese model: highest accuracy for CJK documents
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead("chinese-invoice.png");
PaddleOcrResult result = ocr.Run(mat);

// Filter low-confidence regions for cleaner output
var highConfidence = result.Regions
    .Where(r => r.Score >= 0.8)
    .OrderBy(r => r.Rect.Center.Y)
    .ThenBy(r => r.Rect.Center.X);

foreach (var region in highConfidence)
{
    Console.WriteLine($"{region.Text} ({region.Score:P0})");
}

// Chinese model: highest accuracy for CJK documents
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead("chinese-invoice.png");
PaddleOcrResult result = ocr.Run(mat);

// Filter low-confidence regions for cleaner output
var highConfidence = result.Regions
    .Where(r => r.Score >= 0.8)
    .OrderBy(r => r.Rect.Center.Y)
    .ThenBy(r => r.Rect.Center.X);

foreach (var region in highConfidence)
{
    Console.WriteLine($"{region.Text} ({region.Score:P0})");
}

Imports System
Imports System.Linq
Imports OpenCvSharp

' Chinese model: highest accuracy for CJK documents
Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()

Using ocr As New PaddleOcrAll(models) With {
    .AllowRotateDetection = True,
    .Enable180Classification = True
}

    Using mat As Mat = Cv2.ImRead("chinese-invoice.png")
        Dim result As PaddleOcrResult = ocr.Run(mat)

        ' Filter low-confidence regions for cleaner output
        Dim highConfidence = result.Regions _
            .Where(Function(r) r.Score >= 0.8) _
            .OrderBy(Function(r) r.Rect.Center.Y) _
            .ThenBy(Function(r) r.Rect.Center.X)

        For Each region In highConfidence
            Console.WriteLine($"{region.Text} ({region.Score:P0})")
        Next
    End Using
End Using

Le modèle de filtre de confiance (r.Score >= 0.8) est important car la détection par apprentissage profond signalera parfois des régions non textuelles comme du texte. Sans filtrage, des zones de bruit apparaissent dans le résultat. Le tri par Rect.Center.Y puis Rect.Center.X approche l'ordre de lecture mais ne le garantit pas pour les mises en page multi-colonnes complexes.

Approche d'IronOCR

La prise en charge du chinois simplifié par IronOCR s'installe sous forme de package NuGet et ne nécessite aucune gestion de modèle. La précision sur les documents chinois se situe entre 85 et 90 %, inférieure aux 95 % et plus de PaddleOCR sur le même type de contenu, mais suffisante pour de nombreux cas d'utilisation en production, en particulier lorsque les documents ont une mise en forme cohérente.

// dotnet add package IronOcr.Languages.ChineseSimplified

using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;

using var input = new OcrInput();
input.LoadImage("chinese-invoice.png");

// Preprocessing handles rotation, noise, and contrast automatically
input.Deskew();
input.DeNoise();

var result = ocr.Read(input);

// Word-level results with coordinates
foreach (var word in result.Words)
{
    Console.WriteLine($"{word.Text} at ({word.X},{word.Y}) — {word.Confidence}%");
}

// dotnet add package IronOcr.Languages.ChineseSimplified

using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;

using var input = new OcrInput();
input.LoadImage("chinese-invoice.png");

// Preprocessing handles rotation, noise, and contrast automatically
input.Deskew();
input.DeNoise();

var result = ocr.Read(input);

// Word-level results with coordinates
foreach (var word in result.Words)
{
    Console.WriteLine($"{word.Text} at ({word.X},{word.Y}) — {word.Confidence}%");
}

Imports IronOcr

' dotnet add package IronOcr.Languages.ChineseSimplified

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified

Using input As New OcrInput()
    input.LoadImage("chinese-invoice.png")

    ' Preprocessing handles rotation, noise, and contrast automatically
    input.Deskew()
    input.DeNoise()

    Dim result = ocr.Read(input)

    ' Word-level results with coordinates
    For Each word In result.Words
        Console.WriteLine($"{word.Text} at ({word.X},{word.Y}) — {word.Confidence}%")
    Next
End Using

Pour les équipes qui ont besoin de plusieurs langues simultanément — telles que les documents chinois/anglais mélangés — IronOCR gère la combinaison avec AddSecondaryLanguage. PaddleOCR nécessite de changer d'ensemble de modèles entre les langues, ce qui implique des appels de téléchargement distincts et des instances de moteur distinctes.

Le compromis est précis : PaddleOCR l'emporte en termes de précision pure CJK. IronOCR l'emporte sur la précision en anglais/latin (97-99 % contre 92-95 %), le prétraitement des numérisations de mauvaise qualité et la simplicité opérationnelle de ne pas avoir à gérer de fichiers de modèle. Les équipes traitant des documents dans un mélange de langues, ou traitant principalement des documents en langues européennes avec du contenu CJK occasionnel, trouveront le profil de précision d'IronOCR plus utile dans son ensemble. Consultez le centre de tutoriels IronOCR pour des exemples multilingues et de prétraitement.

Approche PaddleOCR

PaddleOCR distribue les modèles séparément du package NuGet . Trois répertoires de modèles sont nécessaires pour une exécution OCR complète, et chaque méthode d'approvisionnement présente un compromis différent :

// Option A: Online download — simplest, but requires Baidu server access
// This runs on application startup; first run blocks for 10-30 seconds
FullOcrModel onlineModels = await OnlineFullModels.ChineseV4.DownloadAsync();

// Option B: Pre-downloaded local models — for air-gapped or compliance environments
// Developer must manually download and maintain three directories:
//   models/ch_PP-OCRv4_det_infer/
//   models/ch_ppocr_mobile_v2.0_cls_infer/
//   models/ch_PP-OCRv4_rec_infer/
FullOcrModel localModels = new FullOcrModel(
    LocalDetectionModel.FromDirectory("models/ch_PP-OCRv4_det_infer"),
    LocalClassificationModel.FromDirectory("models/ch_ppocr_mobile_v2.0_cls_infer"),
    LocalRecognitionModel.FromDirectory("models/ch_PP-OCRv4_rec_infer")
);

// Option C: Embedded model package — adds 100MB to NuGet restore, simplest deployment
// dotnet add package Sdcb.PaddleOCR.Models.LocalV4

// Japanese and Korean require separate model downloads:
FullOcrModel japaneseModels = await OnlineFullModels.JapanV4.DownloadAsync();
FullOcrModel koreanModels = await OnlineFullModels.KoreanV4.DownloadAsync();

// Option A: Online download — simplest, but requires Baidu server access
// This runs on application startup; first run blocks for 10-30 seconds
FullOcrModel onlineModels = await OnlineFullModels.ChineseV4.DownloadAsync();

// Option B: Pre-downloaded local models — for air-gapped or compliance environments
// Developer must manually download and maintain three directories:
//   models/ch_PP-OCRv4_det_infer/
//   models/ch_ppocr_mobile_v2.0_cls_infer/
//   models/ch_PP-OCRv4_rec_infer/
FullOcrModel localModels = new FullOcrModel(
    LocalDetectionModel.FromDirectory("models/ch_PP-OCRv4_det_infer"),
    LocalClassificationModel.FromDirectory("models/ch_ppocr_mobile_v2.0_cls_infer"),
    LocalRecognitionModel.FromDirectory("models/ch_PP-OCRv4_rec_infer")
);

// Option C: Embedded model package — adds 100MB to NuGet restore, simplest deployment
// dotnet add package Sdcb.PaddleOCR.Models.LocalV4

// Japanese and Korean require separate model downloads:
FullOcrModel japaneseModels = await OnlineFullModels.JapanV4.DownloadAsync();
FullOcrModel koreanModels = await OnlineFullModels.KoreanV4.DownloadAsync();

La version du modèle doit correspondre à la version du wrapper. Lorsqu'Sdcb.PaddleOCR est mis à jour, les modèles pré-téléchargés de la version précédente peuvent nécessiter un nouveau téléchargement. Les pipelines CI/CD qui mettent en cache l'étape de restauration NuGet doivent également gérer séparément la mise en cache des fichiers de modèle ou déclencher les téléchargements de modèles pendant la phase de construction du conteneur. La comparaison des images Docker montre la conséquence : un conteneur PaddleOCR pèse environ 1,5 Go ; Un conteneur IronOCR d'environ 400 Mo.

Approche d'IronOCR

Les modèles de langage IronOCR sont des packages NuGet standard. Pas de téléchargement, pas de gestion de répertoires de modèles, pas de synchronisation de versions. Le package NuGet pour IronOCR inclut le modèle anglais ; Les modules linguistiques supplémentaires s'installent exactement comme n'importe quelle autre dépendance.

// dotnet add package IronOcr
// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.Japanese

using IronOcr;

// Non async initialization, no model path, no version matching
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.Japanese);

using var input = new OcrInput();
input.LoadImage("mixed-cjk-document.png");

var result = ocr.Read(input);
Console.WriteLine(result.Text);

// dotnet add package IronOcr
// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.Japanese

using IronOcr;

// Non async initialization, no model path, no version matching
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.Japanese);

using var input = new OcrInput();
input.LoadImage("mixed-cjk-document.png");

var result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

' Non async initialization, no model path, no version matching
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified
ocr.AddSecondaryLanguage(OcrLanguage.Japanese)

Using input As New OcrInput()
    input.LoadImage("mixed-cjk-document.png")

    Dim result = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

Les packs de langue se restaurent dans le cadre de dotnet restore. L'étape de construction Docker qui copie les répertoires models/, exécute apt-get install libopencv-dev, et ajoute l'image de base CUDA n'existe tout simplement pas dans un conteneur IronOCR. Pour les équipes utilisant un déploiement Docker ou un déploiement Azure , la différence en termes de complexité de la construction des conteneurs est substantielle.

Approche PaddleOCR

L'inférence GPU nécessite une pile logicielle entièrement distincte, en dehors de NuGet. Les prérequis environnementaux sont précis et liés à une version spécifique :

// Prerequisites (must be installed before this compiles correctly):
// 1. NVIDIA GPU with CUDA capability 3.5+
// 2. NVIDIA Driver 452.39+ (Windows) / 450.80.02+ (Linux)
// 3. CUDA Toolkit 11.8 — exact version, not 12.x
// 4. cuDNN 8.6.0+ for CUDA 11.x
// 5. dotnet add package Sdcb.PaddleInference.runtime.win64.cuda118

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using Sdcb.PaddleInference;
using OpenCvSharp;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// GPU device 0, 1000MB GPU memory pool
using PaddleOcrAll ocr = new PaddleOcrAll(models, PaddleDevice.Gpu(deviceId: 0))
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead(imagePath);
PaddleOcrResult result = ocr.Run(mat);

// Prerequisites (must be installed before this compiles correctly):
// 1. NVIDIA GPU with CUDA capability 3.5+
// 2. NVIDIA Driver 452.39+ (Windows) / 450.80.02+ (Linux)
// 3. CUDA Toolkit 11.8 — exact version, not 12.x
// 4. cuDNN 8.6.0+ for CUDA 11.x
// 5. dotnet add package Sdcb.PaddleInference.runtime.win64.cuda118

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using Sdcb.PaddleInference;
using OpenCvSharp;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// GPU device 0, 1000MB GPU memory pool
using PaddleOcrAll ocr = new PaddleOcrAll(models, PaddleDevice.Gpu(deviceId: 0))
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead(imagePath);
PaddleOcrResult result = ocr.Run(mat);

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models.Online
Imports Sdcb.PaddleInference
Imports OpenCvSharp

' Prerequisites (must be installed before this compiles correctly):
' 1. NVIDIA GPU with CUDA capability 3.5+
' 2. NVIDIA Driver 452.39+ (Windows) / 450.80.02+ (Linux)
' 3. CUDA Toolkit 11.8 — exact version, not 12.x
' 4. cuDNN 8.6.0+ for CUDA 11.x
' 5. dotnet add package Sdcb.PaddleInference.runtime.win64.cuda118

Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()

' GPU device 0, 1000MB GPU memory pool
Using ocr As New PaddleOcrAll(models, PaddleDevice.Gpu(deviceId:=0)) With {
    .AllowRotateDetection = True,
    .Enable180Classification = True
}

    Using mat As Mat = Cv2.ImRead(imagePath)
        Dim result As PaddleOcrResult = ocr.Run(mat)
    End Using

End Using

Si CUDA_PATH n'est pas défini, que la DLL cuDNN correspondante est absente du chemin attendu, ou que la version du package runtime ne correspond pas à l'outil CUDA installé, l'appel génère une exception de chargement de bibliothèque native. Le diagnostic de cette panne nécessite la vérification des versions des pilotes, des entrées PATH et de la présence des DLL dans plusieurs répertoires. Dans Docker, la prise en charge du GPU nécessite l'image de base nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu22.04 plus nvidia-container-toolkit sur l'hôte, ajoutant de la complexité à la fois à la construction de l'image et à la configuration de l'exécution du conteneur.

Pour les déploiements utilisant uniquement le processeur, PaddleOCR utilise par défaut le temps d'exécution accéléré par MKL : environ 300 à 500 ms par image avec un démarrage à froid du chargement du modèle de 3 à 5 secondes.

Approche d'IronOCR

IronOCR est conçu pour l'inférence CPU. Il offre un temps de rendu de 150 à 300 ms par image sur du matériel standard, sans dépendance au GPU, sans pile CUDA et sans problème de version de pilote. Le moteur démarre également en moins d'une seconde car les modèles sont regroupés plutôt que chargés depuis le disque lors de l'initialisation.

using IronOcr;

// Non GPU setup, no CUDA, no driver checks
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var ocr = new IronTesseract();

// Preprocessing built-in — improves accuracy on poor scans without extra code
using var input = new OcrInput();
input.LoadImage("document.png");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(300);

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

using IronOcr;

// Non GPU setup, no CUDA, no driver checks
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var ocr = new IronTesseract();

// Preprocessing built-in — improves accuracy on poor scans without extra code
using var input = new OcrInput();
input.LoadImage("document.png");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(300);

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

Imports IronOcr

' Non GPU setup, no CUDA, no driver checks
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

Dim ocr As New IronTesseract()

' Preprocessing built-in — improves accuracy on poor scans without extra code
Using input As New OcrInput()
    input.LoadImage("document.png")
    input.Deskew()
    input.DeNoise()
    input.EnhanceResolution(300)

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

Pour le débit à grande échelle sans matériel GPU, la conception de IronOCR, compatible avec les threads, permet Parallel.ForEach sur un lot d'images avec des instances IronTesseract séparées — chacune se traite indépendamment sans verrouillage. L' exemple multithread illustre ce modèle. Avec un temps de traitement de 150 à 300 ms par image sur un processeur à 4 cœurs, un lot de 100 images est traité en 20 à 40 secondes grâce au parallélisme — un débit CPU qui rend l'investissement dans un GPU inutile pour la plupart des scénarios d'API Web et de pipeline de documents.

Le guide de correction de la qualité d'image couvre en détail la configuration du prétraitement pour les cas où le prétraitement automatique nécessite un réglage.

Approche PaddleOCR

// Requires additional package: PdfiumViewer or similar
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;
using PdfiumViewer;
using System.Drawing.Imaging;
using System.Text;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();
using PaddleOcrAll ocr = new PaddleOcrAll(models);

var results = new StringBuilder();

// Manuel PDF-to-image conversion, page by page
using PdfDocument pdf = PdfDocument.Load("document.pdf");

for (int i = 0; i < pdf.PageCount; i++)
{
    // Render page to bitmap — 200 DPI
    using var pageImage = pdf.Render(i, 200, 200, PdfRenderFlags.CorrectFromDpi);

    // Save to temp file — OpenCvSharp cannot read from memory easily
    string tempPath = Path.GetTempFileName() + ".png";
    pageImage.Save(tempPath, ImageFormat.Png);

    try
    {
        using Mat mat = Cv2.ImRead(tempPath);
        var result = ocr.Run(mat);
        results.AppendLine($"--- Page {i + 1} ---");
        results.AppendLine(result.Text);
    }
    finally
    {
        File.Delete(tempPath);  // Must clean up temp files
    }
}

return results.ToString();

// Requires additional package: PdfiumViewer or similar
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;
using PdfiumViewer;
using System.Drawing.Imaging;
using System.Text;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();
using PaddleOcrAll ocr = new PaddleOcrAll(models);

var results = new StringBuilder();

// Manuel PDF-to-image conversion, page by page
using PdfDocument pdf = PdfDocument.Load("document.pdf");

for (int i = 0; i < pdf.PageCount; i++)
{
    // Render page to bitmap — 200 DPI
    using var pageImage = pdf.Render(i, 200, 200, PdfRenderFlags.CorrectFromDpi);

    // Save to temp file — OpenCvSharp cannot read from memory easily
    string tempPath = Path.GetTempFileName() + ".png";
    pageImage.Save(tempPath, ImageFormat.Png);

    try
    {
        using Mat mat = Cv2.ImRead(tempPath);
        var result = ocr.Run(mat);
        results.AppendLine($"--- Page {i + 1} ---");
        results.AppendLine(result.Text);
    }
    finally
    {
        File.Delete(tempPath);  // Must clean up temp files
    }
}

return results.ToString();

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models.Online
Imports OpenCvSharp
Imports PdfiumViewer
Imports System.Drawing.Imaging
Imports System.Text

Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()
Using ocr As New PaddleOcrAll(models)

    Dim results As New StringBuilder()

    ' Manuel PDF-to-image conversion, page by page
    Using pdf As PdfDocument = PdfDocument.Load("document.pdf")

        For i As Integer = 0 To pdf.PageCount - 1
            ' Render page to bitmap — 200 DPI
            Using pageImage = pdf.Render(i, 200, 200, PdfRenderFlags.CorrectFromDpi)

                ' Save to temp file — OpenCvSharp cannot read from memory easily
                Dim tempPath As String = Path.GetTempFileName() & ".png"
                pageImage.Save(tempPath, ImageFormat.Png)

                Try
                    Using mat As Mat = Cv2.ImRead(tempPath)
                        Dim result = ocr.Run(mat)
                        results.AppendLine($"--- Page {i + 1} ---")
                        results.AppendLine(result.Text)
                    End Using
                Finally
                    File.Delete(tempPath)  ' Must clean up temp files
                End Try
            End Using
        Next
    End Using

    Return results.ToString()
End Using

Cela représente plus de 30 lignes pour un seul PDF. Ajout d'une autre dépendance NuGet (PdfiumViewer), rendu manuel de la page à un DPI choisi, création et suppression de fichiers temporaires et accumulation itérative des résultats — tout cela avant que PaddleOCR ne se déclenche. Un choix de DPI trop faible dégrade la précision ; Une valeur trop élevée augmente le temps de traitement. Cette décision relève du développeur.

Approche d'IronOCR

IronOCR lit les fichiers PDF nativement. Aucune bibliothèque de conversion, aucun fichier temporaire, aucune boucle par page au niveau de l'appel :

using IronOcr;

var ocr = new IronTesseract();

// Entrée PDF native — no external library needed
using var input = new OcrInput();
input.LoadPdf("document.pdf");

var result = ocr.Read(input);

// Per-page access available if needed
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Text.Length} chars");
}

// Produce a searchable PDF in one additional line
result.SaveAsSearchablePdf("searchable-output.pdf");

using IronOcr;

var ocr = new IronTesseract();

// Entrée PDF native — no external library needed
using var input = new OcrInput();
input.LoadPdf("document.pdf");

var result = ocr.Read(input);

// Per-page access available if needed
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Text.Length} chars");
}

// Produce a searchable PDF in one additional line
result.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronOcr

Dim ocr As New IronTesseract()

' Entrée PDF native — no external library needed
Using input As New OcrInput()
    input.LoadPdf("document.pdf")

    Dim result = ocr.Read(input)

    ' Per-page access available if needed
    For Each page In result.Pages
        Console.WriteLine($"Page {page.PageNumber}: {page.Text.Length} chars")
    Next

    ' Produce a searchable PDF in one additional line
    result.SaveAsSearchablePdf("searchable-output.pdf")
End Using

Les PDF protégés par mot de passe utilisent le même chemin LoadPdf avec un paramètre Password. Le guide d'importation PDF et le guide PDF consultable couvrent en détail les options de sortie et d'importation multipages. Pour les organisations qui numérisent leurs archives de documents scannés — où chaque fichier arrive au format PDF —, cette différence élimine une couche importante de code d'intégration.

Lorsque les exigences linguistiques dépassent 14 ans

Un projet commence à traiter des factures chinoises — PaddleOCR s'en sort très bien. Puis la clientèle s'élargit et les documents arrivent en polonais, néerlandais, grec, vietnamien et turc. Les 14 langues prises en charge par PaddleOCR ne couvrent aucune de ces langues. La migration devient nécessaire car l'outil ne peut pas évoluer au même rythme que le cas d'utilisation. L'ajout de la prise en charge du polonais dans IronOCR se résume à l'ajout d'un simple package NuGet et à la modification d'une seule ligne de configuration. Les équipes qui définissent un projet comme étant " initialement axé sur le chinois mais finalement multirégional " doivent décider dès le départ si elles souhaitent utiliser un outil capable d'étendre la couverture linguistique sans réécriture.

Lorsque les coûts de mise en place dépassent le budget alloué au problème

La documentation de PaddleOCR estime le temps de configuration initiale à 30 à 60 minutes pour le CPU et à 2-8 heures pour le GPU. Le temps de développement à 100 $/heure signifie que la première tentative de configuration GPU coûte entre 200 et 800 $ avant même le traitement de la première image de production. L'installation IronOCR se résume à une simple commande et à un exemple de code de quatre lignes — le tout en moins de cinq minutes. Pour les outils internes, les prototypes ou les projets où la reconnaissance optique de caractères (OCR) est une fonctionnalité secondaire plutôt que le produit principal, cette différence de temps détermine si la fonctionnalité OCR est intégrée au sprint en cours ou si elle est dépriorisée. La prise en main d' IronOCR est plus rapide que la configuration d'un environnement CUDA.

Quand les flux de travail PDF dominent

Les organisations qui numérisent des archives de documents scannés, traitent des flux de fax vers PDF ou extraient des données de factures et de contrats au format PDF sont confrontées à un problème structurel avec PaddleOCR : chaque PDF nécessite une bibliothèque supplémentaire, un rendu manuel des pages, une gestion des fichiers temporaires et une logique de sélection DPI avant que PaddleOCR puisse le traiter. Il ne s'agit pas d'une complexité accidentelle, mais d'une maintenance permanente. Les équipes qui découvrent que leur charge de travail est basée à plus de 80 % sur des fichiers PDF après l'intégration initiale de PaddleOCR migrent généralement lorsque la couche de conversion PDF devient une source de bogues plutôt que lorsque PaddleOCR lui-même tombe en panne.

Lorsque les contrôles de conformité signalent l'origine de Baidu

Les équipes de sécurité des Enterprise des secteurs gouvernementaux, de la défense, de la santé et des services financiers appliquent de plus en plus de critères d'examen aux composants provenant d'entreprises liées à l'État chinois. PaddleOCR est un projet de Baidu ; Les téléchargements de modèles se connectent par défaut à Baidu Cloud Storage ; Le framework PaddlePaddle est un produit Baidu. Le code s'exécute localement et les documents ne sont pas transmis, mais les artefacts du modèle proviennent de l'infrastructure de Baidu. Dans les environnements FedRAMP, ITAR ou CMMC, cette provenance déclenche un examen de conformité qui peut bloquer l'adoption. IronOCR est un produit d' Iron Software, une société basée aux États-Unis, qui traite tout le contenu localement, n'établit aucune connexion externe et ne nécessite aucun téléchargement de modèle depuis un serveur tiers.

Lorsque l'infrastructure GPU n'est pas en place

PaddleOCR sur CPU (300-500 ms/image, démarrage à froid de 3 à 5 secondes, 500 Mo à 1 Go de mémoire) est plus lent et plus lourd IronOCR sur CPU (150-300 ms/image, démarrage à froid en moins d'une seconde, 100-200 Mo de mémoire). L'avantage du GPU de PaddleOCR ne se concrétise qu'après la configuration de CUDA/cuDNN, et cet avantage ne justifie la complexité opérationnelle qu'à haut volume. Les équipes utilisant une infrastructure cloud standard sans instances GPU (EC2 sans GPU, Azure App Service, AWS Lambda) paient le coût de configuration de PaddleOCR sans bénéficier du gain de performance qui le justifie.

Remplacement de paquets et d'espaces de noms

L'échange de paquets supprime cinq dépendances et en ajoute une. Supprimez Sdcb.PaddleOCR, Sdcb.PaddleOCR.Models.Online, le paquet Sdcb.PaddleInference.runtime.*, OpenCvSharp4, et OpenCvSharp4.runtime.win du .csproj. Ajoutez IronOcr. Ajoutez des modules linguistiques sous forme de packages NuGet pour toute langue autre que l'anglais qui utilisait auparavant un ensemble de modèles téléchargé.

Les directives using Sdcb.PaddleOCR et using OpenCvSharp remplacent par using IronOcr. Le modèle Mat mat = Cv2.ImRead(path) remplace par new OcrInput(path) ou input.LoadImage(path). L'appel ocr.Run(mat) devient ocr.Read(input). Pour les projets utilisant l'API d'entrée d'image, l'objet OcrInput accepte les chemins de fichiers, les tableaux d'octets, les flux et System.Drawing.Bitmap — l'intermédiaire OpenCvSharp disparaît complètement.

Remappage de la structure des résultats

PaddleOCR renvoie result.Regions — un tableau d'objets PaddleOcrResultRegion où region.Score est un flottant de 0 à 1. IronOCR renvoie result.Words — où word.Confidence est un pourcentage de 0 à 100. Le filtre de confiance r.Score >= 0.8 se mappe à w.Confidence >= 80. L'accès à la boîte englobante change de region.Rect.Center.X / region.Rect.Size.Width à word.X / word.Width. Le guide des résultats structurés couvre les pages, les paragraphes, les lignes et les mots.

Le tri spatial (tri par Y puis par X pour approximer l'ordre de lecture) est moins souvent nécessaire avec IronOCR car le moteur de mise en page Tesseract effectue l'analyse de l'ordre de lecture lors de la segmentation des pages. Pour les documents où PaddleOCR exigeait une logique de tri explicite, vérifiez si l'ordre de sortie par défaut d'IronOCR répond déjà à cette exigence avant d'intégrer le code de tri.

Transition de prétraitement

Le modèle de détection par apprentissage profond de PaddleOCR tolère une dégradation modérée de la qualité d'image : le réseau neuronal gère le bruit et la distorsion de manière plus fiable que le pipeline de segmentation classique de Tesseract. Lors de la migration vers IronOCR, ajoutez un prétraitement explicite aux documents qui ont été traités avec succès auparavant sans ce prétraitement.

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("low-quality-scan.png");

// These filters recover the accuracy that PaddleOCR provided automatically
// on noisy or skewed inputs
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

var result = ocr.Read(input);

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("low-quality-scan.png");

// These filters recover the accuracy that PaddleOCR provided automatically
// on noisy or skewed inputs
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

var result = ocr.Read(input);

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.LoadImage("low-quality-scan.png")

    ' These filters recover the accuracy that PaddleOCR provided automatically
    ' on noisy or skewed inputs
    input.Deskew()
    input.DeNoise()
    input.Contrast()
    input.Binarize()
    input.EnhanceResolution(300)

    Dim result = ocr.Read(input)
End Using

Pour les documents numérisés sous des angles non standard ou présentant du bruit de fond, ces quatre filtres permettent de corriger la majeure partie du problème de précision. Le guide de correction de l'orientation et le guide de correction des couleurs de l'image expliquent l'effet de chaque filtre sur les artefacts de numérisation courants. Avant de finaliser la migration, exécutez des documents représentatifs via les deux pipelines afin de vérifier que l'exactitude répond aux exigences sur l'ensemble de documents réel.

Nettoyage du déploiement

Après la migration, la taille de l'artefact de déploiement diminue considérablement. Supprimez l'arborescence de répertoires models/ (trois sous-répertoires, ~21 Mo de fichiers de modèle), paddle_inference.dll (~200 Mo), paddle2onnx.dll (~5 Mo), et les fichiers opencv_world*.dll (~50 Mo combinés). Supprimez la ligne apt-get install libopencv-dev du Dockerfile et l'étape de copie de modèle. Supprimez toutes les étapes CI/CD qui pré-téléchargent des modèles ou mettent en cache des répertoires de modèles. La taille de l'image Docker passe d'environ 1,5 Go à environ 400 Mo.