IronOCRとAWS Textract OCRの比較

コンソール アプリケーション

コンソール アプリケーション

NuGet パッケージマネージャー

AWS Textract

 #### 出力 Amazon Textractはアプリケーションに文書テキストの検出と分析を簡単に追加することができます。 次のコードはPDFを読み取り、同じPDFが渡されます： コードは少しトリッキーで、長く、オブジェクトを渡したり取得したりする際に注意が必要です。 ```csharp public static async void ReturnResult() { AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1); var request = new StartDocumentTextDetectionRequest(); request.DocumentLocation = new DocumentLocation { S3Object = new S3Object { Bucket = "your_bucket_name", Name = "your_bucket_key" } }; var id = await client.StartDocumentTextDetectionAsync(request); var jobId = id.JobId; var response = client.GetDocumentTextDetectionAsync(new GetDocumentTextDetectionRequest{ JobId = jobId }); response.Wait(); if (response.Result.JobStatus.Equals("SUCCEEDED")) { foreach (var block in response.Result.Blocks) { if (block.BlockType == "WORD" || block.BlockType == "PAGE" || block.BlockType == "LINE") { Console.WriteLine(block.Text); } } } } static void Main(String[] args) { ReturnResult(); } ``` 最初に、3つのパラメータを持つ`AmazonTextractClient`オブジェクトを作成する必要があります：`AccessKeyId`、`SecretAccessKey`、`Region`。 次に`StartDocumentTextDetectionRequest()`メソッドを使用してリクエストを開始します。 リクエストオブジェクトはその後、バケット名とキーを使用して`DocumentLocation`を設定します。 リクエストオブジェクトは、バケット名とキーを使用して `DocumentLocation` を設定します。 このリクエストは、次に `StartDocumentTextDetectionAsync()` メソッドに渡されます。 非同期メソッドであるため、`await` キーワードを使用し、`ReturnResult` 関数を非同期にする必要があります。 成功すると、結果が返され、jobId が保存されます。 jobId は `GetDocumentTextDetectionAsync()` メソッドに渡され、`SUCCEEDED` レスポンスを待ちます。 最後に、`Main`メソッドでこのメソッドを呼び出して文書加工を行います。 最後に、文書処理のために`Main`メソッド内でこのメソッドを呼び出します。 #### 出力 出力はIronOCRに非常に似ています。 ## 5. 画像からテキストへ 画像からデータを読み取るのは難しいです。画像の品質が情報抽出の重要な役割を果たします。 両方のライブラリは、テキストを抽出する機能を提供します。 ここではpngファイルを使用します。 ### 5.1. IronOCRの使用 コードは以前のものとほぼ似ています。 ここでは、`AddPDF`メソッドが`AddImage`メソッドに置き換えられています。 ```csharp var Ocr = new IronTesseract(); using (var Input = new OcrInput()) { Input.AddImage("test-files/redacted-employmentapp.png"); //... you can add any number of images var Result = Ocr.Read(Input); Console.WriteLine(Result.Text); } ``` #### 入力画像 #### 出力 出力はクリーンで、元の画像と一致し、わずか数行のコードで、技術的な難しさもなく完璧な出力を得ることができます。 ### 5.2. AWS Textractの使用 次のコードは、画像からテキストを検出するのに役立ちます。 ```csharp public static async void ReturnResult() { AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1); var request = new DetectDocumentTextRequest(); request.Document = new Document { Bytes = new MemoryStream(File.ReadAllBytes(@"test-files/redacted-employmentapp.png")) }; var result = await client.DetectDocumentTextAsync(request); foreach (var block in result.Blocks) { if (block.BlockType == "WORD") { Console.WriteLine(block.Text); } } } static void Main(String[] args) { ReturnResult(); } ``` 再び、コードは以前のものとほぼ似ています。 ここでは、`DetectDocumentTextRequest()`メソッドを使用してリクエストを開始する必要があります。 リクエストオブジェクトは、すべてのバイトを読み取ることでドキュメントを設定します。 このリクエストは次に`DetectDocumentTextAsync()`メソッドに渡されます。 非同期メソッドであるため、`await` キーワードを使用し、`ReturnResult` 関数を非同期にする必要があります。 成功すると、結果がブロックに分かれて返されます。 `foreach`ループを使用して各ブロックをループ処理し、それが"WORD"であるかどうかをチェックし、テキスト認識を表示します。 最後に、文書処理のために`Main`メソッド内でこのメソッドを呼び出します。 出力はIronOCRに似ていますが、最初にファイルをAWSバケットにアップロードする必要があります。 ## 6. バーコードとQRコードをテキストに変換 IronOCRのユニークな機能は、テキストをスキャンしている間にドキュメントからバーコードとQRコードを読み取ることができることです。 クラス`OcrResult.OcrBarcode`のインスタンスは、開発者に各スキャンしたバーコードに関する詳細情報を提供します。 AWS Textractはこの機能を提供しません。 IronOCRのコードは以下の通りです： ```csharp var Ocr = new IronTesseract(); Ocr.Configuration.ReadBarCodes = true; using (var input = new OcrInput()) { input.AddImage("test-files/Barcode.png"); var Result = Ocr.Read(input); foreach (var Barcode in Result.Barcodes) { Console.WriteLine(Barcode.Value); // type and location properties also exposed } } ``` このコードは自己説明的で、理解しやすいです。 ## 7. ライセンス **IronOCR** は、開発者ライセンスを無料で提供するライブラリです。 Liteバンドルは$799から始まり、隠れた費用はありません。 Liteバンドルは$799から始まり、隠れた手数料はありません。 SaaSとOEM製品の再配布も可能です。 すべてのライセンスには、30日間の返金保証、1年間のソフトウェアサポートとアップグレード、開発/ステージング/本番の有効性、そして永久ライセンス（1回限りの購入）が付いています。 IronOCRの全価格構造とライセンスの詳細を見るには、[こちら](/csharp/ocr/licensing/)をクリックしてください。 無償のサービスでSaaSおよびOEM製品の再配布を$1,599のワンタイム購入で得ることができます。 **AWS Textract API** は、開発者に AWS Free Tier サービスを提供します。Amazon Textract を無料で始めることができます。 Free Tier は3か月間続き、価格は以下に示されています。  You can have a look at the pricing details from this link. さらに、価格計算機を使用してニーズに合わせて価格を調整することも可能です。 ## 8. 結論 IronOCRはWindows、Linux、Mac、Azure、AWS、Lambdaにデプロイ可能であり、*.NET Framework*プロジェクトだけでなく、*.NET Standard*と*.NET Core*もサポートしています。 IronOCR は、Windows、Linux、Mac、Azure、AWS、Lambda にデプロイでき、*.NET Framework* プロジェクト、*.NET Standard* および *.NET Core* をサポートします。 私たちはOCRスキャンでバーコードを読み取ることもでき、OCRをHTMLおよび検索可能なPDFとしてエクスポートすることもできます。 次のコードはPDFを読み取り、同じPDFが渡されます： Amazon Textractは、Amazonのコンピュータビジョンサイエンティストによって開発された、実績のある高スケーラブルなディープラーニング技術に基づいており、毎日数十億の画像や動画を分析します。 使用するのに機械学習の専門知識は必要ありません。 Amazon Textractは常に新しいデータから学び、Amazonはサービスに新機能を継続的に追加しています。 IronOCRのライセンスは開発者ベースで、製品を使用する開発者の数に基づいて常にライセンスを購入する必要があります。 AWS Textractのライセンスは、情報を抽出しデータを分析する文書のページ数に基づいています。 ライセンスは月額制で、IronOCRライセンスと比較して非常に多くのページ数に高い価格がつけられます。 さらに、IronOCRライセンスは一度購入すると生涯使用可能で、OMEとSaaSの配布をサポートしています。 さらに、IronOCRのライセンスは一度の購入で生涯使用でき、OMEおよびSaaS配布をサポートしています。 全体的な比較では、IronOCRとAWS OCRの両方がドキュメントや画像からテキストを検出するための機械学習機能を持っています。 IronOCRは、速度が速く時間を節約できる点でAWS OCRよりわずかに優位性があります。 コードはシンプルで、ドキュメントからテキストを検出する際も簡単です。 このタスクは、いくつかのメソッドで達成されます。 一方、AWS Textractは同じタスクを達成するために多くの方法を使用します。 完璧ではない文書でもIronOCRに入力すると、悪くフォーマットされた、傾いた、デジタルノイズを持つ文書であっても約99%の統計精度でその内容を正確に読み取ることができます。IronOCRは、パフォーマンスの調整や入力画像の大幅な変更を行う必要なく、即座に使用できます。 IronOCRに不完全なドキュメントを入力しても、その内容を約99％の統計的精度で正確に読み取ることができることがわかります。ドキュメントが悪いフォーマットであったり、歪んでいたり、デジタルノイズがあったりしても、IronOCRはすぐに使用でき、入力画像をパフォーマンスチューニングしたり、大幅に変更したりする必要がありません。 速度は驚異的です：IronOCR.2020+は最大10倍の速さで、以前のビルドよりも250％以上少ないエラーを出します。 さらに、Iron Softwareは現在、2つの価格で5つのツールパッケージを提供しています。 - IronPDF - IronBarcode - IronPDF - IronOCR - IronWebScraper [Iron Suite](/csharp/barcode/licensing/)を探索するためにこのリンクを訪れてください。 [IRONSUITE](/csharp/barcode/licensing/)について詳しくは、このリンクをご覧ください。