Comparaison des bibliothèques OCR iOS (outils gratuits et payants)

Configuration d'inférence en trois étapes

La configuration de PaddleSharp pour une tâche simple d'extraction de texte nécessite de relier les trois étapes du modèle :

// Simplified — see Sdcb.PaddleOCR documentation for full API
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models;
using OpenCvSharp;

public class PaddleOcrService
{
    private readonly PaddleOcrAll _ocr;

    public PaddleOcrService()
    {
        // Three separate models, each downloaded independently
        var detModel = LocalFullModels.ChineseV3.DetectionModel;
        var clsModel = LocalFullModels.ChineseV3.ClassifierModel;
        var recModel = LocalFullModels.ChineseV3.RecognitionModel;

        // GPU config: set GpuDeviceId = 0 and install CUDA runtime packages
        _ocr = new PaddleOcrAll(detModel, clsModel, recModel);
    }

    public string ExtractText(string imagePath)
    {
        // OpenCV required for image loading — not System.Drawing
        using var image = Cv2.ImRead(imagePath);
        var result = _ocr.Run(image);

        // Manual sort by position; no automatic reading-order guarantee
        return string.Join("\n", result.Regions
            .OrderBy(r => r.Rect.Center.Y)
            .ThenBy(r => r.Rect.Center.X)
            .Select(r => r.Text));
    }
}

// Simplified — see Sdcb.PaddleOCR documentation for full API
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models;
using OpenCvSharp;

public class PaddleOcrService
{
    private readonly PaddleOcrAll _ocr;

    public PaddleOcrService()
    {
        // Three separate models, each downloaded independently
        var detModel = LocalFullModels.ChineseV3.DetectionModel;
        var clsModel = LocalFullModels.ChineseV3.ClassifierModel;
        var recModel = LocalFullModels.ChineseV3.RecognitionModel;

        // GPU config: set GpuDeviceId = 0 and install CUDA runtime packages
        _ocr = new PaddleOcrAll(detModel, clsModel, recModel);
    }

    public string ExtractText(string imagePath)
    {
        // OpenCV required for image loading — not System.Drawing
        using var image = Cv2.ImRead(imagePath);
        var result = _ocr.Run(image);

        // Manual sort by position; no automatic reading-order guarantee
        return string.Join("\n", result.Regions
            .OrderBy(r => r.Rect.Center.Y)
            .ThenBy(r => r.Rect.Center.X)
            .Select(r => r.Text));
    }
}

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

Public Class PaddleOcrService
    Private ReadOnly _ocr As PaddleOcrAll

    Public Sub New()
        ' Three separate models, each downloaded independently
        Dim detModel = LocalFullModels.ChineseV3.DetectionModel
        Dim clsModel = LocalFullModels.ChineseV3.ClassifierModel
        Dim recModel = LocalFullModels.ChineseV3.RecognitionModel

        ' GPU config: set GpuDeviceId = 0 and install CUDA runtime packages
        _ocr = New PaddleOcrAll(detModel, clsModel, recModel)
    End Sub

    Public Function ExtractText(imagePath As String) As String
        ' OpenCV required for image loading — not System.Drawing
        Using image = Cv2.ImRead(imagePath)
            Dim result = _ocr.Run(image)

            ' Manual sort by position; no automatic reading-order guarantee
            Return String.Join(vbLf, result.Regions _
                .OrderBy(Function(r) r.Rect.Center.Y) _
                .ThenBy(Function(r) r.Rect.Center.X) _
                .Select(Function(r) r.Text))
        End Using
    End Function
End Class

Le constructeur seul fait un vrai travail : il charge les binaires du modèle depuis le disque et initialise le moteur d'inférence. Ce coût d'initialisation est payé une fois par instance PaddleOcrAll, ce qui rend l'objet coûteux à créer et nécessite une gestion attentive du cycle de vie dans les applications .NET orientées services.

Comparaison détaillée des fonctionnalités

Approche PaddleSharp

En pratique, la chaîne de dépendances ressemble à ceci :

1. Baidu PaddlePaddle — le framework d'apprentissage profond sous-jacent. Les formats de modèles et les API d'inférence sont définis ici.
2. PaddleOCR — Projet d'entraînement de modèle de Baidu qui produit les poids du modèle de détection, de classification et de reconnaissance.
3. Sdcb.PaddleSharp — la couche de liaison .NET qui appelle les bibliothèques natives de PaddleInference et encapsule l'API de chargement de modèle.

Chaque couche a son propre rythme de publication, son historique des changements importants et sa communauté. Lorsque Baidu met à jour les API d'inférence de PaddlePaddle, la couche de liaison doit être adaptée. De même, lorsqu'un format de modèle change entre les versions de PaddleOCR, les chemins de téléchargement du modèle et le code de chargement dans PaddleSharp doivent être mis à jour. Pour une équipe .NET , ces problèmes sont invisibles jusqu'à ce qu'un déploiement échoue.

Illustration simplifiée du coût d'initialisation :

// Simplified — see Sdcb.PaddleOCR documentation for full API
// This is not one line of setup; it represents several coordinated decisions:
// - Which model version to use (ChineseV3, V4, etc.)
// - Whether models are local files or downloaded on first use
// - Which inference backend (CPU, MKL, GPU)
// - Which OpenCvSharp runtime package matches the deployment OS

var detModel = LocalFullModels.ChineseV3.DetectionModel;  // Version-specific
var clsModel = LocalFullModels.ChineseV3.ClassifierModel; // Version-specific
var recModel = LocalFullModels.ChineseV3.RecognitionModel; // Version-specific

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// If a newer model format is released, these names and classes may change

// Simplified — see Sdcb.PaddleOCR documentation for full API
// This is not one line of setup; it represents several coordinated decisions:
// - Which model version to use (ChineseV3, V4, etc.)
// - Whether models are local files or downloaded on first use
// - Which inference backend (CPU, MKL, GPU)
// - Which OpenCvSharp runtime package matches the deployment OS

var detModel = LocalFullModels.ChineseV3.DetectionModel;  // Version-specific
var clsModel = LocalFullModels.ChineseV3.ClassifierModel; // Version-specific
var recModel = LocalFullModels.ChineseV3.RecognitionModel; // Version-specific

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// If a newer model format is released, these names and classes may change

' Simplified — see Sdcb.PaddleOCR documentation for full API
' This is not one line of setup; it represents several coordinated decisions:
' - Which model version to use (ChineseV3, V4, etc.)
' - Whether models are local files or downloaded on first use
' - Which inference backend (CPU, MKL, GPU)
' - Which OpenCvSharp runtime package matches the deployment OS

Dim detModel = LocalFullModels.ChineseV3.DetectionModel  ' Version-specific
Dim clsModel = LocalFullModels.ChineseV3.ClassifierModel ' Version-specific
Dim recModel = LocalFullModels.ChineseV3.RecognitionModel ' Version-specific

Dim ocr As New PaddleOcrAll(detModel, clsModel, recModel)
' If a newer model format is released, these names and classes may change

La sensibilité liée à la version est bien réelle. Les équipes qui ont épinglé à Sdcb.PaddleOCR 2.x et ont besoin de mettre à jour pour accéder à des modèles plus récents rencontrent des changements d'API au niveau de la liaison. Les fichiers de modèle en amont ne sont pas rétrocompatibles entre les principales versions de PaddleOCR.

Approche d'IronOCR

IronOCR distribue le moteur et toutes ses dépendances regroupés dans le package NuGet . Il n'y a pas de version de modèle à sélectionner, pas de moteur d'inférence à configurer, et pas de bibliothèque secondaire à synchroniser :

// One package: dotnet add package IronOcr
// Non model downloads. Non OpenCV. Non runtime packages.
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

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

// One package: dotnet add package IronOcr
// Non model downloads. Non OpenCV. Non runtime packages.
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

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

Imports IronOcr

' One package: dotnet add package IronOcr
' Non model downloads. Non OpenCV. Non runtime packages.
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

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

La mise à niveau IronOCR se limite à l'ajout d'une seule version NuGet . Les modifications apportées à l'API sont documentées dans les notes de version, et la compatibilité ascendante entre les versions majeures est assurée. Pour les équipes travaillant dans des pipelines CI/CD, la différence en termes de surface de déploiement est substantielle : un seul package contre quatre packages Plus des packages d'exécution spécifiques à la plateforme Plus des fichiers de modèle qui doivent exister sur le disque aux bons emplacements.

Consultez le guide d'installation d'IronTesseract pour les options de configuration et le guide d'entrée d'images pour une liste complète des sources d'entrée acceptées.

Approche PaddleSharp

Changer de langue dans PaddleSharp signifie changer de modèle. Le modèle de reconnaissance est spécifique à chaque langue et il n'existe pas d'indicateur d'API simple ; vous instanciez un ensemble différent d'objets de modèle :

// Simplified — see Sdcb.PaddleOCR documentation for full API
// English model set (if available for your version)
// var recModel = LocalFullModels.EnglishV3.RecognitionModel;

// Chinese model set (primary supported use case)
var detModel = LocalFullModels.ChineseV3.DetectionModel;
var recModel = LocalFullModels.ChineseV3.RecognitionModel;
var clsModel = LocalFullModels.ChineseV3.ClassifierModel;

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// Non-CJK languages require checking upstream PaddleOCR model availability
// Mixed CJK + Latin in the same document may require model selection decisions

// Simplified — see Sdcb.PaddleOCR documentation for full API
// English model set (if available for your version)
// var recModel = LocalFullModels.EnglishV3.RecognitionModel;

// Chinese model set (primary supported use case)
var detModel = LocalFullModels.ChineseV3.DetectionModel;
var recModel = LocalFullModels.ChineseV3.RecognitionModel;
var clsModel = LocalFullModels.ChineseV3.ClassifierModel;

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// Non-CJK languages require checking upstream PaddleOCR model availability
// Mixed CJK + Latin in the same document may require model selection decisions

' Simplified — see Sdcb.PaddleOCR documentation for full API
' English model set (if available for your version)
' Dim recModel = LocalFullModels.EnglishV3.RecognitionModel

' Chinese model set (primary supported use case)
Dim detModel = LocalFullModels.ChineseV3.DetectionModel
Dim recModel = LocalFullModels.ChineseV3.RecognitionModel
Dim clsModel = LocalFullModels.ChineseV3.ClassifierModel

Dim ocr = New PaddleOcrAll(detModel, clsModel, recModel)
' Non-CJK languages require checking upstream PaddleOCR model availability
' Mixed CJK + Latin in the same document may require model selection decisions

Pour une équipe traitant des factures françaises, des contrats allemands ou des formulaires arabes, la question n'est pas seulement de savoir si un modèle existe aujourd'hui, mais aussi s'il sera maintenu l'année prochaine et si la documentation en anglais permettant de le configurer existe.

Approche d'IronOCR

IronOCR propose plus de 125 langues sous forme de packages NuGet . Chaque pack de langue s'installe exactement comme n'importe quelle autre dépendance et s'intègre aux pipelines CI/CD standard sans déploiement manuel de fichiers :

// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.Arabic

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.English); // Mixed-language document

var result = ocr.Read("mixed-document.jpg");

// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.Arabic

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.English); // Mixed-language document

var result = ocr.Read("mixed-document.jpg");

' dotnet add package IronOcr.Languages.ChineseSimplified
' dotnet add package IronOcr.Languages.French
' dotnet add package IronOcr.Languages.Arabic

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified
ocr.AddSecondaryLanguage(OcrLanguage.English) ' Mixed-language document

Dim result = ocr.Read("mixed-document.jpg")

Le guide multilingue couvre la reconnaissance simultanée multilingue pour les documents mélangeant des scripts — une capacité qui ne nécessite aucune décision au niveau du modèle, juste un appel AddSecondaryLanguage.

Pour les équipes dont les documents couvrent plusieurs langues, ou dont les besoins linguistiques devraient évoluer au-delà du périmètre initial, un catalogue de 125 langues soutenu par des packages NuGet maintenus est un choix plus durable qu'un ensemble de 10 à 20 langues avec un engagement de maintenance variable.

Approche PaddleSharp

// Simplified — see Sdcb.PaddleOCR documentation for full API
// PaddleSharp has no PDF support — pages must be pre-converted to images
// Preprocessing (deskew, denoise) requires OpenCV operations:

using OpenCvSharp;

// Load image via OpenCV
using var image = Cv2.ImRead("scan.jpg");

// Manual grayscale conversion
using var gray = new Mat();
Cv2.CvtColor(image, gray, ColorConversionCodes.BGR2GRAY);

// Manual threshold (binarization)
using var binary = new Mat();
Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary);

// Then pass to OCR engine
var result = _ocr.Run(binary);
// Each preprocessing step requires OpenCV knowledge
// PDF pages require a separate PDF-to-image conversion step first

// Simplified — see Sdcb.PaddleOCR documentation for full API
// PaddleSharp has no PDF support — pages must be pre-converted to images
// Preprocessing (deskew, denoise) requires OpenCV operations:

using OpenCvSharp;

// Load image via OpenCV
using var image = Cv2.ImRead("scan.jpg");

// Manual grayscale conversion
using var gray = new Mat();
Cv2.CvtColor(image, gray, ColorConversionCodes.BGR2GRAY);

// Manual threshold (binarization)
using var binary = new Mat();
Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary);

// Then pass to OCR engine
var result = _ocr.Run(binary);
// Each preprocessing step requires OpenCV knowledge
// PDF pages require a separate PDF-to-image conversion step first

Imports OpenCvSharp

' Load image via OpenCV
Using image As Mat = Cv2.ImRead("scan.jpg")

    ' Manual grayscale conversion
    Using gray As New Mat()
        Cv2.CvtColor(image, gray, ColorConversionCodes.BGR2GRAY)

        ' Manual threshold (binarization)
        Using binary As New Mat()
            Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary)

            ' Then pass to OCR engine
            Dim result = _ocr.Run(binary)
            ' Each preprocessing step requires OpenCV knowledge
            ' PDF pages require a separate PDF-to-image conversion step first
        End Using
    End Using
End Using

La rédaction de ce prétraitement est réalisable pour les équipes ayant une expérience d'OpenCV. Pour les équipes qui n'en disposent pas, la courbe d'apprentissage est loin d'être simple : OpenCV possède une large interface API et la documentation est principalement axée sur le C++.

Approche d'IronOCR

Le pipeline de prétraitement d'IronOCR ne nécessite aucune bibliothèque externe. Le même objet OcrInput qui accepte les images accepte également les PDFs, et les filtres de prétraitement sont des appels de méthode unique :

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

// Built-in preprocessing — no OpenCV, no manual image math
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

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

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

// Built-in preprocessing — no OpenCV, no manual image math
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

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

Imports IronOcr

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

    ' Built-in preprocessing — no OpenCV, no manual image math
    input.Deskew()
    input.DeNoise()
    input.Contrast()
    input.Binarize()
    input.EnhanceResolution(300)

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

Pour l'entrée PDF, la prise en charge native signifie qu'aucune étape de conversion n'est nécessaire :

// PDF input — no external library, no page conversion
var result = new IronTesseract().Read("scanned-document.pdf");

// Password-protected PDFs
using var input = new OcrInput();
input.LoadPdf("encrypted.pdf", Password: "secret");
var result = new IronTesseract().Read(input);

// Output as searchable PDF
result.SaveAsSearchablePdf("searchable-output.pdf");

// PDF input — no external library, no page conversion
var result = new IronTesseract().Read("scanned-document.pdf");

// Password-protected PDFs
using var input = new OcrInput();
input.LoadPdf("encrypted.pdf", Password: "secret");
var result = new IronTesseract().Read(input);

// Output as searchable PDF
result.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronTesseract

' PDF input — no external library, no page conversion
Dim result = New IronTesseract().Read("scanned-document.pdf")

' Password-protected PDFs
Using input As New OcrInput()
    input.LoadPdf("encrypted.pdf", Password:="secret")
    result = New IronTesseract().Read(input)
End Using

' Output as searchable PDF
result.SaveAsSearchablePdf("searchable-output.pdf")

Le guide de correction de la qualité d'image couvre tous les filtres disponibles avec des exemples. Le guide d'importation de fichiers PDF aborde la sélection des pages, l'importation de flux et la gestion des mots de passe. Pour les équipes produisant des PDF consultables à partir de documents numérisés, la sortie PDF consultable est un format de sortie intégré et non une étape de traitement distincte.

Le pipeline traite les documents non-CJK

PaddleSharp a été conçu pour les Chinois. Cet héritage est visible dans la convention de nommage des modèles (ChineseV3), la langue principale de la documentation et la disponibilité des modules linguistiques. Une équipe qui commence par le traitement de documents chinois et qui s'étend ensuite aux factures françaises ou aux contrats allemands se heurte à un obstacle de taille : les packs de modèles disponibles en dehors du CJK sont peu nombreux, l'engagement de maintenance pour les modèles non-CJK est incertain et la documentation en anglais pour leur configuration est rare. Le catalogue de plus de 125 langues d'IronOCR via NuGet signifie que l'extension linguistique se fait par l'installation d'un package, et non par un projet de recherche.

L'environnement de déploiement ne possède pas de GPU.

Le pipeline d'apprentissage profond de PaddleOCR est conçu pour l'inférence GPU. Sur le processeur, les chiffres de performance sont exacts : 500 à 1 500 ms par image aux résolutions de documents typiques. Pour un pipeline de traitement par lots traitant des milliers de documents, ou pour une application ASP.NET traitant des requêtes OCR simultanées, le mode CPU de PaddleSharp ajoute une latence qui s'accumule avec l'échelle. Le moteur Tesseract 5 optimisé d'IronOCR fonctionne en 100 à 400 ms par image sur CPU sans nécessiter de GPU. Pour les déploiements sur des niveaux de VM standard, des conteneurs sans transfert GPU ou des workers CI, cette différence fait la différence entre une charge de travail adaptée et une charge de travail non adaptée.

Les documents PDF sont dans le flux d'entrée.

Le format PDF est le format de référence pour les documents commerciaux. PaddleSharp ne possède pas de lecteur PDF. Les équipes qui découvrent cette limitation après avoir développé leur application autour de PaddleSharp sont confrontées à un choix : ajouter une bibliothèque PDF (gérant ainsi une dépendance supplémentaire avec ses propres considérations de licence et de version), convertir les PDF en images comme étape de prétraitement (ajoutant une surcharge de stockage et d'E/S), ou migrer vers une bibliothèque prenant en charge nativement le format PDF. La prise en charge native des fichiers PDF par IronOCR, notamment les PDF protégés par mot de passe et la sélection de plages de pages, en fait le choix idéal pour les flux de travail documentaires qui commencent par un PDF.

La chaîne de dépendance échoue à un examen de sécurité ou de conformité

Les déploiements en Enterprise (santé, finance, gouvernement) nécessitent souvent une nomenclature logicielle et un audit des dépendances. La chaîne de PaddleSharp inclut des fichiers de modèles et un environnement d'exécution d'inférence d'apprentissage profond provenant de Baidu. Pour les organisations dont les politiques limitent l'origine des composants logiciels à des sources spécifiques, ou pour les équipes qui exigent une traçabilité claire des informations de sécurité des fournisseurs, la dépendance à des binaires provenant de Baidu nécessite des vérifications supplémentaires. IronOCR est un produit commercial unique d'un éditeur de logiciels occidental, assorti de conditions de licence documentées et d'un contrat de support commercial standard.

L'équipe ne dispose pas du personnel nécessaire pour couvrir les frais généraux opérationnels.

Maintenir un déploiement PaddleSharp pendant plus de 18 mois implique de suivre la compatibilité des versions des modèles, de coordonner les versions des packages d'exécution OpenCV avec les déploiements spécifiques à la plateforme, de maintenir l'alignement des versions du kit d'outils CUDA si un GPU est utilisé et de surveiller les problèmes GitHub en amont (principalement en chinois) pour les changements incompatibles. Il s'agit d'un investissement opérationnel non négligeable. Pour les équipes dont la compétence principale réside dans l'application qu'elles développent — et non dans l'infrastructure d'apprentissage profond —, les frais généraux liés à la gestion de PaddleSharp ne génèrent pas de valeur proportionnelle à son coût.

Suppression de la dépendance à OpenCV

PaddleSharp nécessite OpenCvSharp4 et un paquet OpenCvSharp4.runtime.* spécifique à la plateforme pour le chargement d'images. IronOCR accepte System.Drawing.Bitmap, les chemins de fichiers, les flux et les tableaux d'octets directement via OcrInput. La migration signifie remplacer les appels Cv2.ImRead() par input.LoadImage() et supprimer complètement les références au paquet OpenCvSharp :

// PaddleSharp pattern — requires OpenCV
using var image = Cv2.ImRead(imagePath);
var result = _ocr.Run(image);

// IronOCR equivalent — no OpenCV
var result = new IronTesseract().Read(imagePath);

// PaddleSharp pattern — requires OpenCV
using var image = Cv2.ImRead(imagePath);
var result = _ocr.Run(image);

// IronOCR equivalent — no OpenCV
var result = new IronTesseract().Read(imagePath);

Imports OpenCvSharp
Imports IronOcr

' PaddleSharp pattern — requires OpenCV
Using image As Mat = Cv2.ImRead(imagePath)
    Dim result = _ocr.Run(image)
End Using

' IronOCR equivalent — no OpenCV
Dim result = New IronTesseract().Read(imagePath)

Le guide de saisie d'images couvre tous les types d'entrée acceptés, y compris les flux, les URL et les bitmaps en mémoire.

Cartographie des résultats au niveau régional

PaddleSharp renvoie result.Regions — une liste plate de régions de texte détectées avec des rectangles de délimitation et des chaînes de texte. IronOCR renvoie une hiérarchie plus riche : les pages contiennent des paragraphes, les paragraphes contiennent des lignes, les lignes contiennent des mots, le tout avec des coordonnées et des scores de confiance par élément. Si votre code de migration utilise result.Regions, l'équivalent IronOCR pour l'énumération des mots plats avec des données de position est :

var result = new IronTesseract().Read("document.jpg");

// Per-word with position — equivalent to PaddleSharp region enumeration
foreach (var word in result.Words)
{
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) confidence:{word.Confidence}%");
}

var result = new IronTesseract().Read("document.jpg");

// Per-word with position — equivalent to PaddleSharp region enumeration
foreach (var word in result.Words)
{
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) confidence:{word.Confidence}%");
}

Imports System
Imports IronOcr

Dim result = New IronTesseract().Read("document.jpg")

' Per-word with position — equivalent to PaddleSharp region enumeration
For Each word In result.Words
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) confidence:{word.Confidence}%")
Next

Le guide de lecture des résultats décrit la structure complète des résultats. Le guide des scores de confiance explique les valeurs de confiance par élément et comment les utiliser pour le filtrage de la qualité.

Gestion du cycle de vie du moteur OCR

La PaddleOcrAll de PaddleSharp est coûteuse à construire — elle charge les binaires du modèle depuis le disque lors de la création et doit être traitée comme un singleton ou un service de portée dans ASP.NET Core. La IronTesseract d'IronOCR a un coût d'initialisation plus léger, mais le même principe s'applique : réutiliser les instances à travers les requêtes dans une application web est plus efficace que de les construire par requête. Dans les deux cas, l'injection de dépendances comme un singleton ou un service à portée par requête est le bon motif.

Installation du pack de langue

Dans PaddleSharp, la prise en charge des langages implique la sélection de différents ensembles de modèles lors de la construction. Dans IronOCR, elle se présente sous la forme d'un package NuGet ajouté au projet et d'une simple ligne de configuration :

// dotnet add package IronOcr.Languages.ChineseSimplified

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
var result = ocr.Read("document.jpg");

// dotnet add package IronOcr.Languages.ChineseSimplified

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
var result = ocr.Read("document.jpg");

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified
Dim result = ocr.Read("document.jpg")

Pour les équipes CJK migrant depuis PaddleSharp, le chinois simplifié, le chinois traditionnel, le japonais et le coréen sont tous disponibles sous forme de packs de langue IronOCR . Le guide sur les langages personnalisés explique comment intégrer des données tessdata entraînées sur mesure pour des cas d'utilisation spécifiques.