IronOCR vs Azure OCR PDF：どちらのソリューションがよりよくテキストを抽出するか？

これら2つのOCRソリューションをひと目で比較するにはどうすればよいでしょうか？

クラウド OCR 処理とローカル OCR 処理の主な違いは何ですか?

基本的な違いは、テキスト抽出を行う場所にあります。 Azure AI Document Intelligence （旧称：Azure Form Recognizer）は、マイクロソフトのクラウドインフラストラクチャ上でドキュメントを処理します。 開発者はファイルをAzureポータルにアップロードするか、Read API経由で送信し、サービスは画像やスキャンされたドキュメントをリモートで分析します。 この方法にはインターネット接続と有効なAzure認証情報が必要であり、ドキュメントの量に応じてページごとの料金が発生します。

IronOCRは完全にローカルマシンまたはサーバー上で動作するため、データプライバシー要件のある組織や、エアギャップ環境に最適です。 このライブラリは、最も広く利用されているオープンソースのOCRエンジンの一つであるTesseract OCRをベースに構築されており、その上に洗練された.NET APIが追加されています。 このライブラリは外部API呼び出しなしで動作するため、開発者はドキュメント処理パイプラインを完全に制御できます。デスクトップアプリケーション、Webアプリケーション、バッチ処理ジョブなど、ローカル処理によりネットワーク遅延が解消され、サードパーティの稼働状況への依存もなくなります。

Azure VisionとAzure Formsサービスは、どちらもより広範なAzure AIサービス群に含まれます。 Azureのコンピュータビジョン機能は、一般的な目的のために画像を分析することができますが、Document Intelligenceは、特に、言語が混在し、複雑なレイアウトの文書からのテキスト抽出を処理します。 既にAzureエコシステムに深く投資している組織は、この統合を好むかもしれないが、その統合には継続的なコストとクラウドへの依存が伴う。

IronOCRのアーキテクチャは、予測可能なコストとデータ主権が最も重要なシナリオに最適です。単一の永久ライセンスでページ処理が無制限にカバーされるため、ページごとの課金制クラウドサービスと比較して、大量のアプリケーションは長期的に見て大幅にコスト効率が向上します。

NuGet経由でIronOCRをインストールするにはどうすればよいですか？

OCRコードを記述する前に、 .NETプロジェクトにIronOCR NuGetパッケージを追加する必要があります。 最も簡単な方法は、 NuGetパッケージマネージャーコンソールを使用することです。

Install-Package IronOcr

Install-Package IronOcr

または、 .NET CLI を使用してください。

dotnet add package IronOcr

dotnet add package IronOcr

インストール後、 IronOCRのメソッドを呼び出す前にライセンスキーを設定してください。 これはアプリケーションの起動コードで実行できます。

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

開発期間中は、キーを入力せずに30日間の無料トライアルをご利用いただけます。 試用版では透かしが出力されますが、それ以外は評価に必要な機能はすべて備えています。

Azure Document Intelligence を使用するには、アクティブな Azure サブスクリプション、Azure ポータルで作成された Document Intelligence リソース、および Azure.AI.FormRecognizer NuGetパッケージを別途インストールする必要があります。 アプリケーションの設定において、エンドポイントのURLとAPIキーを安全に保存および管理する必要もあります。

PDFファイルやTIFFファイルからテキストを抽出する方法

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput("document.pdf");
var result = ocr.Read(input);

Console.WriteLine($"Pages processed: {result.Pages.Length}");
Console.WriteLine(result.Text);

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput("document.pdf");
var result = ocr.Read(input);

Console.WriteLine($"Pages processed: {result.Pages.Length}");
Console.WriteLine(result.Text);

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput("archive-scan.tiff");
var result = ocr.Read(input);

foreach (var page in result.Pages)
{
    Console.WriteLine($"Frame {page.PageNumber}: {page.Text}");
}

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput("archive-scan.tiff");
var result = ocr.Read(input);

foreach (var page in result.Pages)
{
    Console.WriteLine($"Frame {page.PageNumber}: {page.Text}");
}

using Azure;
using Azure.AI.FormRecognizer.DocumentAnalysis;

var client = new DocumentAnalysisClient(
    new Uri(endpoint),
    new AzureKeyCredential(key));

using var stream = File.OpenRead("document.pdf");
var operation = await client.AnalyzeDocumentAsync(
    WaitUntil.Completed, "prebuilt-read", stream);

var result = operation.Value;
foreach (var page in result.Pages)
{
    foreach (var line in page.Lines)
    {
        Console.WriteLine(line.Content);
    }
}

using Azure;
using Azure.AI.FormRecognizer.DocumentAnalysis;

var client = new DocumentAnalysisClient(
    new Uri(endpoint),
    new AzureKeyCredential(key));

using var stream = File.OpenRead("document.pdf");
var operation = await client.AnalyzeDocumentAsync(
    WaitUntil.Completed, "prebuilt-read", stream);

var result = operation.Value;
foreach (var page in result.Pages)
{
    foreach (var line in page.Lines)
    {
        Console.WriteLine(line.Content);
    }
}

どのソリューションがより優れた検索可能PDFを作成しますか?

スキャンした文書を検索可能なPDFに変換することは、文書のアーカイブ、法的コンプライアンス、および全文検索インデックス作成において一般的に求められる要件です。 IronOCRは、専用のSaveAsSearchablePdfメソッドを通じてこの機能を提供します。

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput("scanned.pdf");
var result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

Console.WriteLine("Searchable PDF created successfully.");

using IronOcr;

var ocr = new IronTesseract();
using var input = new OcrInput("scanned.pdf");
var result = ocr.Read(input);
result.SaveAsSearchablePdf("searchable-output.pdf");

Console.WriteLine("Searchable PDF created successfully.");

文書処理の価格比較はどうなっていますか?

価格体系は、両ソリューション間の最も重要な実務上の違いの一つである。 Azureの従量課金モデルは、使用する特定の既製モデルに基づいて課金されます。 Microsoftの公式Azure料金ページによると、Read APIの料金は1,000ページあたり約1.50ドルで、フォームや請求書用の既製モデルは1,000ページあたり最大10ドルとなっています。 大量利用ユーザーは、利用量に応じた料金プランを交渉できますが、アプリケーションが稼働している限り、コストは継続的に発生します。

Enterprise文書ワークフローとしては控えめな量である、月間10万ページを処理する開発チームの場合、Azureの料金は月額150ドルから1,000ドルの範囲で、無期限に発生する可能性があります。

IronOCRは、開発者1名向けの1回限りの料金で利用できる永久ライセンスを提供しています。 この一度限りの投資で、ページ処理回数無制限、継続料金は一切かかりません。 最新の価格情報については、 IronOCRのライセンスページをご覧ください。 毎月数千件のドキュメントを分析するアプリケーションの場合、Azureのページ単位の料金に対する損益分岐点は通常、運用開始後数か月以内に到達します。

どちらのソリューションも、多数の言語に対応した印刷文字および手書き文字の光学文字認識をサポートしています。 IronOCRは125種類の言語パックを提供しており、1つの文書内に複数の言語が混在する場合にも対応しています。 アプリケーションの要件に応じて、言語データファイルを個別にダウンロードすることも、バンドルとしてダウンロードすることもできます。

言語および多言語サポートはどのように機能するのですか？

using IronOcr;

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

// For multi-language documents:
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput("multilingual-doc.pdf");
var result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;

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

// For multi-language documents:
ocr.AddSecondaryLanguage(OcrLanguage.French);

using var input = new OcrInput("multilingual-doc.pdf");
var result = ocr.Read(input);
Console.WriteLine(result.Text);

文書の一括処理はどのように行っていますか？

using IronOcr;
using System.Collections.Generic;
using System.Threading.Tasks;

var pdfFiles = Directory.GetFiles("input-folder", "*.pdf");
var results = new List<string>();

await Parallel.ForEachAsync(pdfFiles, async (file, ct) =>
{
    var ocr = new IronTesseract();
    using var input = new OcrInput(file);
    var result = ocr.Read(input);
    lock (results) { results.Add(result.Text); }
});

Console.WriteLine($"Processed {results.Count} documents.");

using IronOcr;
using System.Collections.Generic;
using System.Threading.Tasks;

var pdfFiles = Directory.GetFiles("input-folder", "*.pdf");
var results = new List<string>();

await Parallel.ForEachAsync(pdfFiles, async (file, ct) =>
{
    var ocr = new IronTesseract();
    using var input = new OcrInput(file);
    var result = ocr.Read(input);
    lock (results) { results.Add(result.Text); }
});

Console.WriteLine($"Processed {results.Count} documents.");

次のステップは何ですか?

IronOCRは、.NET開発者に対し、クラウドへの依存やページごとの料金なしに、正確なローカルドキュメントテキスト抽出を実現するシンプルな方法を提供します。 PDF、TIFF、またはスキャン画像を処理するアプリケーションを開発するチームにとって、永続ライセンスモデルと単一方式の検索可能なPDF作成機能は、クラウドベースのOCRサービスと比較して、コストと統合の複雑さの両方を削減します。

IronOCRの機能をぜひお試しください。

• NuGet経由でIronOCRをダウンロードしてインストールします-- インストール手順と前提条件の詳細 -操作ガイドをお読みください。一般的なOCRタスクの手順をステップバイステップで説明しています。 -言語パックを表示-- サポートされている125以上の言語すべてを閲覧できます -検索可能なPDFの作成を探索する-- スキャンしたドキュメントを単一のメソッド呼び出しで変換する IronOCRのライセンスについてご確認ください。個人、チーム、組織向けの永久ライセンス（1回限り）をご用意しています。 -コード例を参照- プロジェクトですぐに使える、実際のOCRパターン

Azure Document Intelligenceは、Microsoftのエコシステムにすでに投資している組織や、特定の事前構築済みフォームモデルを必要とする組織にとって、引き続き適切なものです。 しかし、単純なOCR処理、検索可能なPDFの作成、そして予測可能な運用コストといった点においては、IronOCRのローカル処理モデルと開発者にとって使いやすいAPIは、 .NETプロジェクトにとってより有力な選択肢となる。