Comment construire un service Azure OCR en utilisant IronOCR

Translated

View the article in English

Iron Software a créé un logiciel de reconnaissance optique de caractères (OCR)(Reconnaissance optique de caractères) qui élimine les problèmes d'interopérabilité liés à l'intégration de l'OCR dans Azure. Travailler avec des bibliothèques OCR sur Azure a toujours été un peu pénible pour les développeurs. La solution à ce problème et à bien d'autres maux de tête liés à l'OCR est IronOCR.

Fonctionnalités de l'IronOCR pour Microsoft Azure

IronOCR comprend les fonctionnalités suivantes pour créer un service d'OCR sur Microsoft Azure :

Transforme les PDF en documents consultables afin d'en extraire facilement le texte
Transforme les images en documents consultables en extrayant le texte des images
Lit les codes-barres et les codes QR
Une précision exceptionnelle
S'exécute localement et ne nécessite pas de SaaS(Logiciel en tant que service) il s'agit d'un modèle de distribution de logiciels dans lequel un fournisseur de services en nuage, tel que Microsoft Azure, héberge diverses applications et les met à la disposition des utilisateurs finaux.
Une vitesse fulgurante
Voyons comment le meilleur moteur d'OCR, Iron Software's IronOCR, permet aux développeurs d'extraire plus facilement du texte à partir de n'importe quel document d'entrée.

Commençons par notre service Azure OCR

Pour commencer à utiliser l'exemple, nous devons d'abord installer IronOCR.

Créer une nouvelle application Console avec C#
Installez IronOCR via NuGet soit en entrant : Install-Package IronOcr ou en sélectionnant Manage NuGet packages et en recherchant IronOCR. Le tableau ci-dessous en est l'illustration
Modifiez votre fichier Program.cs pour qu'il ressemble à ce qui suit :
- Nous importons l'espace de noms IronOcr afin d'utiliser ses capacités d'ocr pour lire et extraire le contenu du fichier PDF.
- Nous créons un nouvel objet IronTesseract, afin de pouvoir extraire du texte d'une image.

using IronOcr;
using System;

namespace IronOCR_Ex
{
    class Program
    {
        static void Main(string [] args)
        {
            var ocr = new IronTesseract();
            using (var Input = new OcrInput("..\\Images\\Purgatory.PNG"))
            {
                var result = ocr.Read(Input); //Read PNG image File
                Console.WriteLine(result.Text); //Write Output to PDF document
                Console.ReadLine();
            }
        }
    }
}

using IronOcr;
using System;

namespace IronOCR_Ex
{
    class Program
    {
        static void Main(string [] args)
        {
            var ocr = new IronTesseract();
            using (var Input = new OcrInput("..\\Images\\Purgatory.PNG"))
            {
                var result = ocr.Read(Input); //Read PNG image File
                Console.WriteLine(result.Text); //Write Output to PDF document
                Console.ReadLine();
            }
        }
    }
}

Imports IronOcr
Imports System

Namespace IronOCR_Ex
	Friend Class Program
		Shared Sub Main(ByVal args() As String)
			Dim ocr = New IronTesseract()
			Using Input = New OcrInput("..\Images\Purgatory.PNG")
				Dim result = ocr.Read(Input) 'Read PNG image File
				Console.WriteLine(result.Text) 'Write Output to PDF document
				Console.ReadLine()
			End Using
		End Sub
	End Class
End Namespace

VB C#

Ensuite, nous ouvrons une image nommée Purgatory.PNG. Cette image fait partie de la Comédie divine de Dante, l'un de mes livres préférés. L'image ressemble à l'image suivante.
Figure 2 - Le texte à extraire grâce aux capacités de lecture optique de caractères de l'IronOCR
La sortie après le texte ci-dessus a été extraite du texte de l'image d'entrée ci-dessus.
Figure 3 - Texte extrait
Faisons de même avec un document PDF. Le document PDF contient le même texte à extraire que la figure.
La seule différence est que nous serons un document PDF au lieu d'une image. Entrez le code suivant :

 var Ocr = new IronTesseract();
            using (var input = new OcrInput())
            {
                input.Title = "Divine Comedy - Purgatory"; //Give title to input document 
                //Supply optional password and name of document
                input.AddPdf("..\\Documents\\Purgatorio.pdf", "dante");
                var Result = Ocr.Read(input); //Read the input file

                Result.SaveAsSearchablePdf("SearchablePDFDocument.pdf"); 
            }

 var Ocr = new IronTesseract();
            using (var input = new OcrInput())
            {
                input.Title = "Divine Comedy - Purgatory"; //Give title to input document 
                //Supply optional password and name of document
                input.AddPdf("..\\Documents\\Purgatorio.pdf", "dante");
                var Result = Ocr.Read(input); //Read the input file

                Result.SaveAsSearchablePdf("SearchablePDFDocument.pdf"); 
            }

Dim Ocr = New IronTesseract()
			Using input = New OcrInput()
				input.Title = "Divine Comedy - Purgatory" 'Give title to input document
				'Supply optional password and name of document
				input.AddPdf("..\Documents\Purgatorio.pdf", "dante")
				Dim Result = Ocr.Read(input) 'Read the input file

				Result.SaveAsSearchablePdf("SearchablePDFDocument.pdf")
			End Using

VB C#

Presque le même que le code précédent qui extrait le texte d'une image.

Ici, nous utilisons la méthode OcrInput pour lire le document PDF actuel, dans ce cas : Purgatorio.pdf. Si le fichier PDF contient des métadonnées telles qu'un titre ou un mot de passe, nous pouvons également les introduire.

Le résultat est enregistré sous la forme d'un document PDF dans lequel nous pouvons rechercher du texte.

Remarque : si le fichier PDF est trop volumineux, une exception peut être levée.

Assez sur les applications Windows ; voyons comment nous pouvons utiliser l'ocr avec Microsoft Azure.
La beauté d'IronOCR est qu'il fonctionne très bien avec Microsoft Azure en tant qu'Azure Function dans une architecture de microservices. Voici un exemple très rapide sur ce à quoi ressemblerait une fonction Microsoft Azure qui fonctionne avec IronOCR. Cette fonction Microsoft Azure extrait du texte à partir d'images.

public static class OCRFunction
{
    public static HttpClient hcClient = new HttpClient();

    [FunctionName("IronOCRFunction_EX")]
    public static async Task<IActionResult> Run([HttpTrigger] HttpRequest hrRequest, ExecutionContext ecContext)
    {
        var URI = hrRequest.Query ["image"];
        var saStream = await hcClient.GetStreamAsync(URI);

        var ocr = new IronTesseract();
        using (var inputOCR = new OcrInput(saStream))
        {
            var outputOCR = ocr.Read(inputOCR);
            return new OkObjectResult(outputOCR.Text);
        }
    }
}

public static class OCRFunction
{
    public static HttpClient hcClient = new HttpClient();

    [FunctionName("IronOCRFunction_EX")]
    public static async Task<IActionResult> Run([HttpTrigger] HttpRequest hrRequest, ExecutionContext ecContext)
    {
        var URI = hrRequest.Query ["image"];
        var saStream = await hcClient.GetStreamAsync(URI);

        var ocr = new IronTesseract();
        using (var inputOCR = new OcrInput(saStream))
        {
            var outputOCR = ocr.Read(inputOCR);
            return new OkObjectResult(outputOCR.Text);
        }
    }
}

Public Module OCRFunction
	Public hcClient As New HttpClient()

	<FunctionName("IronOCRFunction_EX")>
	Public Async Function Run(<HttpTrigger> ByVal hrRequest As HttpRequest, ByVal ecContext As ExecutionContext) As Task(Of IActionResult)
		Dim URI = hrRequest.Query ("image")
		Dim saStream = Await hcClient.GetStreamAsync(URI)

		Dim ocr = New IronTesseract()
		Using inputOCR = New OcrInput(saStream)
			Dim outputOCR = ocr.Read(inputOCR)
			Return New OkObjectResult(outputOCR.Text)
		End Using
	End Function
End Module

VB C#

L'image reçue par la fonction est ainsi directement transmise au moteur d'ocr pour être restituée sous la forme d'un texte extrait.

Un bref rappel sur Microsoft Azure.

Selon Microsoft : Microsoft Azure Microservices est une approche architecturale de la construction d'applications où chaque fonction centrale, ou service, est construite et déployée de manière indépendante. L'architecture microservice est distribuée et faiblement couplée, de sorte que la défaillance d'un composant n'affecte pas l'ensemble de l'application. Les composants indépendants travaillent ensemble et communiquent à l'aide de contrats API bien définis. Créez des applications microservices pour répondre à l'évolution rapide des besoins de l'entreprise et mettre plus rapidement de nouvelles fonctionnalités sur le marché.

Voici quelques autres caractéristiques d'IronOCR for .NET ou Microsoft Azure :

La possibilité d'effectuer une ocr sur presque n'importe quel fichier, image ou PDF.

Une vitesse fulgurante dans le traitement des données ocr
Une précision exceptionnelle
Lecture des codes-barres et des codes QR
Fonctionne localement, sans SaaS
Peut transformer des PDF et des images en documents consultables
Une excellente alternative à Azure OCR de Microsoft Cognitive Services

Filtres d'image pour améliorer les performances de l'OCR

OcrInput.Rotate - Fait pivoter les images de plusieurs degrés dans le sens des aiguilles d'une montre. Pour une rotation dans le sens inverse des aiguilles d'une montre, utilisez des nombres négatifs.
OcrInput.Binarize() - Ce filtre d'image transforme chaque pixel en noir ou en blanc, sans solution intermédiaire. Les performances de l'OCR s'en trouvent améliorées.
OcrInput.ToGrayScale() - Ce filtre d'image transforme chaque pixel en une nuance de gris. La vitesse de l'OCR s'en trouve améliorée
OcrInput.Contrast() - Augmente automatiquement le contraste. Ce filtre améliore la vitesse et la précision de l'ocr dans les scans à faible contraste.
OcrInput.DeNoise() - Supprime le bruit numérique. Ce filtre ne doit être utilisé que lorsque du bruit est attendu dans les documents d'entrée.
OcrInput.Invert() - Inverse toutes les couleurs.
OcrInput.Dilate() La dilatation ajoute des pixels aux limites d'un objet dans une image.
OcrInput.Erode() L'érosion supprime les pixels sur les limites de l'objet.
OcrInput.Deskew() - Fait pivoter une image de façon à ce qu'elle soit dans le bon sens et orthogonale. Ceci est très utile pour l'OCR car la tolérance de Tesseract pour les scans biaisés peut être aussi basse que 5 degrés.
OcrInput.DeepCleanBackgroundNoise() Suppression des bruits de fond importants.
OcrInput.EnhanceResolution - Améliore la résolution d'une image de faible qualité.

Performances en matière de vitesse

En voici un exemple :

    var Ocr = new IronTesseract();
    Ocr.Configuration.BlackListCharacters = "~`$#^*_}{][
\\";
    Ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
    Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
    Ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly;
    Ocr.Language = OcrLanguage.EnglishFast;
    using (var Input = new OcrInput("..\\Images\\Purgatory.PNG"))
    {
        var Result = Ocr.Read(Input);
        Console.WriteLine(Result.Text);
    }

    var Ocr = new IronTesseract();
    Ocr.Configuration.BlackListCharacters = "~`$#^*_}{][
\\";
    Ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
    Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
    Ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly;
    Ocr.Language = OcrLanguage.EnglishFast;
    using (var Input = new OcrInput("..\\Images\\Purgatory.PNG"))
    {
        var Result = Ocr.Read(Input);
        Console.WriteLine(Result.Text);
    }

Dim Ocr = New IronTesseract()
	Ocr.Configuration.BlackListCharacters = "~`$#^*_}{][ \\"
	Ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto
	Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5
	Ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly
	Ocr.Language = OcrLanguage.EnglishFast
	Using Input = New OcrInput("..\Images\Purgatory.PNG")
		Dim Result = Ocr.Read(Input)
		Console.WriteLine(Result.Text)
	End Using

VB C#

Prix et options de licence

Il y a essentiellement troisniveaux de licences payantes qui fonctionnent tous selon le principe de l'achat unique et de la licence à vie.

Et oui, ils sont gratuits à des fins de développement.

Plus d'informations

Des ressources supplémentaires sont disponibles sur le lien suivant :Ressources
Les références de l'API sont disponibles ici :Références API
L'assistance pour les produits IronOCR est disponible ici :Soutien
Contacter Iron Software :Informations sur le contact

Fonctionnalités d'IronOCR pour les applications .NET exécutant l'OCR sur Azure et d'autres systèmes

IronOCR prend en charge 127 langues internationales. Chaque langue est disponible en qualité Rapide, Standard et Meilleure. Parmi les packs de langues disponibles, citons
- Bulgare
- Arménien
- Croate
- Afrikaans
- Danois
- Tchèque
- Philippin
- Finlandais
- Français
- Allemand
De nombreux autres packs linguistiques sont disponibles. Pour les consulter, cliquez sur le lien suivant. Packs linguistiques IronOCR
Il est prêt à l'emploi dans .NET
- Prise en charge de Xamarin
- Prise en charge de Mono
- Prise en charge de Microsoft Azure
- Prise en charge de Docker sur Microsoft Azure
- Prise en charge des documents PDF
- Prise en charge des Tiffs multiframes
Prise en charge de tous les principaux formats d'image
Les Framework .NET suivants sont pris en charge :
- framework .NET 4.5 et supérieur
- standard .NET 2
- .NET Core 2
- .NET Core 3
.NET Core 5
Il n'est pas nécessaire d'avoir le Tesseract(un moteur d'ocr open-source qui prend en charge l'Unicode et plus de 100 langues) pour que l'IronOCR fonctionne.
- Précision améliorée par rapport au Tesseract
Vitesse améliorée par rapport au Tesseract
Corrige les numérisations de mauvaise qualité de documents ou de fichiers
Corrige les numérisations obliques de documents ou de fichiers de mauvaise qualité

Qu'est-ce que la reconnaissance optique de caractères (OCR) ?

Selon Wikipedia : La reconnaissance optique de caractères est la conversion électronique ou mécanique d'images de textes dactylographiés ou imprimés en textes codés par une machine, que ce soit à partir d'un document scanné, d'une photo d'un document, d'une photo de scène ou d'un texte de sous-titres superposé à une image. Ocr est l'abréviation de Optical Character Recognition (reconnaissance optique de caractères). Il existe essentiellement quatre types de reconnaissance optique de caractères :

OCR - Reconnaissance Optique de Caractères, qui cible le texte dactylographié d'un document d'entrée, d'un caractère ou d'un glyphe(symbole élémentaire dans un ensemble convenu de symboles, par exemple "a" dans différentes polices de caractères) à la fois.
OWR - Optical Word Recognition, qui cible le texte dactylographié à partir d'un document d'entrée, un mot à la fois
ICR - Intelligent Character Recognition (reconnaissance intelligente de caractères), qui cible les textes imprimés tels que les scripts(caractères non reliés à d'autres lettres) et le texte cursif, un caractère ou un glyphe à la fois
IWR - Intelligent Word Recognition (reconnaissance intelligente des mots), qui cible les textes en cursive.