ABBYY FineReader対Tesseract：OCR比較

2.1. ABBYY FineReaderの主な機能

• 高精度: ABBYY FineReaderは、テキスト認識において業界をリードする精度を誇り、スキャンされたドキュメントや画像を正確に変換できます。
• ドキュメントのレイアウト保持: FineReaderは、変換された出力の忠実性を確保しながら、ドキュメントの元のレイアウト、フォーマット、構造（テーブル、列、グラフィックスを含む）を保持します。
• 多言語サポート: FineReaderは多言語テキストの認識をサポートしており、さまざまな国際的用途に適しています。
• バッチ処理: FineReaderはドキュメントのバッチ処理を可能にし、ユーザーが複数のファイルを同時に変換できるため、生産性と効率が向上します。
• 統合機能: FineReaderは人気のあるドキュメント管理システム、クラウドストレージプラットフォーム、生産性ソフトウェアとシームレスに統合され、ワークフローを効率化しコラボレーションを向上させます。

2.2. ABBYY FineReaderのインストール

ABBYY FineReaderは、そのウェブサイトから簡単にダウンロードしてインストールできます。ダウンロードにはこちらをクリックします。

無料試用版のダウンロードボタンをクリックすると、新しいページにリダイレクトされ、7日間の無料試用期間を取得するためのフォームに記入する必要があります。

2.3. ABBYY FineReaderを使用して画像でOCRを実行する

ダウンロード後、ABBYY FineReaderを開き、OCR Editorをクリックして画像ファイルにOCR補正を実行します。

OCR Editorタブをクリックすると、ウィンドウがポップアップします。このウィンドウで、画像ファイルを選択して開き、OCRプロセスを実行します。

開くボタンをクリックすると、画像が読み込まれ、OCR操作が実行され、OCRエディターの右側に編集可能な抽出テキストが表示されます。

## 3. Tesseract: 概要と特徴

Tesseractは、Googleによって開発されたオープンソースのOCRエンジンで、機械学習アルゴリズムをバックにした強力なテキスト認識機能を提供します。

1980年代にヒューレット・パッカードによって最初に開発されたTesseractは、数多くの言語やプラットフォームをサポートする多用途なOCRソリューションへと進化してきました。 TesseractはFineReaderのような商業用OCRツールに比べて洗練されたインターフェースや広範な機能セットを欠いているかもしれませんが、無料でカスタマイズ可能なOCRソリューションを求める開発者や愛好家にとっては人気の選択肢であり続けています。 ### 3.1. Tesseractの主な機能

• オープンソース: TesseractはApache License 2.0の下で配布されており、開発者や団体による利用、修正、配布が無料です。

• 言語サポート: Tesseractは100を超える言語のテキスト認識をサポートしており、中国語、日本語、アラビア語などの非ラテン文字スクリプトを含む言語をサポートしており、多言語OCRタスクに適しています。
• コマンドラインインターフェイス: Tesseractはドキュメントのバッチ処理やスクリプト言語や自動化ツールとの統合のためにコマンドラインインターフェイス（CLI）を提供します。
• トレーニングとカスタマイズ: Tesseractはカスタム言語モデルのトレーニングや特定のフォント、スクリプト、ドキュメントタイプの認識精度向上のためのツールを提供し、ユーザーがOCRエンジンを特定の要件に合わせてカスタマイズできます。
• プラットフォーム互換性: Tesseractは、Windows、macOS、Linuxなどさまざまなオペレーティングシステム、またAndroidやiOSなどのプラットフォームで利用可能であり、幅広い互換性とアクセス性を提供します。

3.2. Tesseract OCRエンジン .NETのインストール

NuGetパッケージマネージャーを介してTesseract .NET SDKを簡単にインストールできます。

手順は以下の通りです： 1. Visual Studioを開き、「ツール」>「NuGetパッケージマネージャー」>「ソリューションのNuGetパッケージの管理」に移動します。

2. 「閲覧」タブで「Tesseract.NET SDK」を検索します。

3. 検索結果から「Tesseract.NET SDK」を選択し、インストールを進めます。

4. インストールが完了すると、プログラムでTesseract.NET SDKをシームレスに利用できるようになります。

3.3. Tesseract OCRエンジンを使用して画像でOCRを実行する

using Patagames.Ocr;
using System;

// Initialize the Tesseract OCR engine
using (var api = OcrApi.Create())
{
    // Set the language for OCR processing
    api.Init(Patagames.Ocr.Enums.Languages.English);

    // Extract text from the specified image file
    string plainText = api.GetTextFromImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Display the extracted text in the console
    Console.WriteLine(plainText);
}

using Patagames.Ocr;
using System;

// Initialize the Tesseract OCR engine
using (var api = OcrApi.Create())
{
    // Set the language for OCR processing
    api.Init(Patagames.Ocr.Enums.Languages.English);

    // Extract text from the specified image file
    string plainText = api.GetTextFromImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Display the extracted text in the console
    Console.WriteLine(plainText);
}

Imports Patagames.Ocr
Imports System

' Initialize the Tesseract OCR engine
Using api = OcrApi.Create()
	' Set the language for OCR processing
	api.Init(Patagames.Ocr.Enums.Languages.English)

	' Extract text from the specified image file
	Dim plainText As String = api.GetTextFromImage("C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png")

	' Display the extracted text in the console
	Console.WriteLine(plainText)
End Using

以下のソースコードは、IronOCRを使用して画像ファイル上でOCRを実行し、そのテキストを抽出します。

提供されているコードスニペットは、IronOCRという強力な光学文字認識（OCR）ライブラリを使用して、画像ファイルからテキストを抽出する方法を示しています。まず、IronTesseractクラスのインスタンスを作成してIronOCRを初期化します。

using IronOcr;
using System;

// Instantiate IronOCR Tesseract engine
var Ocr = new IronTesseract(); 

// Set the language to English
Ocr.Language = OcrLanguage.EnglishBest;

// Create an input object for OCR processing
using (var Input = new OcrInput())
{
    // Load the image file for OCR
    Input.LoadImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Improve image quality by deskewing and denoising
    Input.Deskew();
    Input.DeNoise();

    // Perform OCR on the processed image
    var Result = Ocr.Read(Input);

    // Display the extracted text
    Console.WriteLine(Result.Text);
}

using IronOcr;
using System;

// Instantiate IronOCR Tesseract engine
var Ocr = new IronTesseract(); 

// Set the language to English
Ocr.Language = OcrLanguage.EnglishBest;

// Create an input object for OCR processing
using (var Input = new OcrInput())
{
    // Load the image file for OCR
    Input.LoadImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Improve image quality by deskewing and denoising
    Input.Deskew();
    Input.DeNoise();

    // Perform OCR on the processed image
    var Result = Ocr.Read(Input);

    // Display the extracted text
    Console.WriteLine(Result.Text);
}

Imports IronOcr
Imports System

' Instantiate IronOCR Tesseract engine
Private Ocr = New IronTesseract()

' Set the language to English
Ocr.Language = OcrLanguage.EnglishBest

' Create an input object for OCR processing
Using Input = New OcrInput()
	' Load the image file for OCR
	Input.LoadImage("C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png")

	' Improve image quality by deskewing and denoising
	Input.Deskew()
	Input.DeNoise()

	' Perform OCR on the processed image
	Dim Result = Ocr.Read(Input)

	' Display the extracted text
	Console.WriteLine(Result.Text)
End Using

OCR処理用言語は、Ocr.Language = OcrLanguage.EnglishBestを使用して英語に設定されています。

他の言語も選択可能です。 次に、画像ファイルのOCR処理を行うために、OcrInputオブジェクトを作成し、画像品質を向上させるためにデスクウとノイズ除去操作を適用します。 最後に、IronOCRのRead()メソッドを使用して処理した画像でOCRを実行し、結果をResult変数に格納し、抽出されたテキストファイルをコンソールに出力します。 この簡潔な実装により、IronOCRをC#アプリケーションにシームレスに統合し、正確なテキスト抽出を可能にする方法が示されています。

出力