Google OCRとIronOCRの比較

ネイティブバイナリ展開

charlesw/tesseractにおけるネイティブなバイナリ管理パターンは、ローカル開発マシンから脱却しようとするチームにとって、最も大きな実務上の課題となっている。

// charlesw/Tesseract: engine creation requires tessdata path at runtime
// The path must resolve correctly in every deployment target

private const string TessDataPath = @"./tessdata"; // Works on dev — breaks in Docker

public string ExtractText(string imagePath)
{
    // TesseractEngine P/Invokes into platform-specific native DLLs
    // Fails with DllNotFoundException if binaries are not in the right location
    using var engine = new TesseractEngine(TessDataPath, "eng", EngineMode.Default);
    using var img = Pix.LoadFromFile(imagePath);
    using var page = engine.Process(img);

    return page.GetText();
}

// charlesw/Tesseract: engine creation requires tessdata path at runtime
// The path must resolve correctly in every deployment target

private const string TessDataPath = @"./tessdata"; // Works on dev — breaks in Docker

public string ExtractText(string imagePath)
{
    // TesseractEngine P/Invokes into platform-specific native DLLs
    // Fails with DllNotFoundException if binaries are not in the right location
    using var engine = new TesseractEngine(TessDataPath, "eng", EngineMode.Default);
    using var img = Pix.LoadFromFile(imagePath);
    using var page = engine.Process(img);

    return page.GetText();
}

Imports Tesseract

Private Const TessDataPath As String = "./tessdata" ' Works on dev — breaks in Docker

Public Function ExtractText(imagePath As String) As String
    ' TesseractEngine P/Invokes into platform-specific native DLLs
    ' Fails with DllNotFoundException if binaries are not in the right location
    Using engine As New TesseractEngine(TessDataPath, "eng", EngineMode.Default)
        Using img As Pix = Pix.LoadFromFile(imagePath)
            Using page As Page = engine.Process(img)
                Return page.GetText()
            End Using
        End Using
    End Using
End Function

TessDataPath文字列は、各デプロイメントターゲットで異なる方法で解決されなければなりません。 開発者用Windowsマシンでは、ローカルフォルダを指します。 Docker Linuxコンテナでは、そのフォルダはイメージビルドがtessdataを明示的にCOPYしない限り存在しません。 Azure App Service では、アプリケーションのルートパスはローカルパスとは異なります。 どの環境においても、条件付きパスロジックまたは明示的なデプロイメントスクリプトが必要となりますが、それらのロジックはパッケージ内には一切含まれておらず、すべて呼び出し側で記述および保守する必要があります。

ネイティブバイナリ自体にも同様の注意が必要です。 自己完結型 for .NET 8デプロイメントを対象とする発行プロファイルでは、ランタイム識別子はパッケージに含まれるバイナリバリアントと一致している必要があります。 x64ネイティブDLLを含むwin-x64パブリッシュ； ARM64バイナリをパッケージが提供していることを確認しなければならないlinux-arm64展開 - そしてアーカイブされたパッケージでは、バイナリがない場合にはそれを要求する問題を登録することはできません。

詳細な機能比較

charlesw/tesseract: アーカイブとは実際に何を意味するか

GitHubリポジトリがアーカイブされた場合、メンテナーはすべての開発を停止するという意図的な決定を下したことを意味します。 charlesw/tesseractリポジトリには、この状況が明確に示されています。 2021年以降、コミットは行われていません。低品質のスキャンでもより高い精度を提供するようにLSTMモデルが書き直され、2021年12月に出荷されたTesseract 5エンジンは、このパッケージでは利用できません。 アーカイブ以降に発見されたバグ（新しい.NETランタイムとの互換性の問題、Linux上でのネイティブバイナリ読み込み動作の変更、Tesseract Cライブラリのセキュリティ関連の問題など）については、修正の道筋がありません。

今日新しいプロジェクトがTesseractへのNuGetの依存を持つ場合、既に最終更新を受けたパッケージから始めています。 12か月後には、その依存関係はメンテナンスからさらに1年遠ざかることになるだろう。 3年後には、当時 for .NETランタイムでは動作しなくなる可能性が高い。 パッケージのインストールは継続され、基本的なAPIのコンパイルも継続されるが、メンテナンスの負担は目に見えない形で蓄積されていく。

精度上のギャップ以外にも、実際的な影響として、Tesseract 4.1.1のC++コードに対して重大なCVEが公開された場合、charlesw NuGetパッケージにはパッチが提供されないという点が挙げられます。 唯一の選択肢は、ソースコードからネイティブバイナリをフォークして再構築すること（これは容易ではない作業である）か、あるいはリスクを容認することのどちらかだ。

IronOCRのアプローチ

IronOCRは、認識パイプラインに改良を加えたTesseract 5を出荷しており、ライブラリは定期的に更新されます。 Tesseract 5モデルの精度向上は、コードの変更なしに利用可能です。パッケージのアップデートで提供されます。 IronTesseractのセットアップガイドは、 2021年の固定されたスナップショットではなく、活発な開発を反映した最新のAPIについて解説しています。

.NETアプリケーションにおける本番環境のOCRにおいて、アーカイブされたライブラリに依存することは、単なる技術的な好みではなく、ビジネス上のリスクとなる。 この比較の目的は、そのリスクを正直に評価することにある。

charlesw/tesseractアプローチ

Tesseract NuGetパッケージには、最も一般的なプラットフォーム用のネイティブバイナリがruntimes/フォルダ内に含まれています。 デフォルト for .NET SDK公開動作を使用する開発者ワークステーションでは、これらのバイナリは自動的に出力ディレクトリにコピーされ、すべてが正常に動作します。 問題は、展開目標が理想的な経路から逸脱したときに顕在化する。

// Production code must handle path differences across environments
// There is no standard solution — every team builds their own

public class TesseractEngineFactory
{
    private static string ResolveTessDataPath()
    {
        // Dev machine: ./tessdata relative to executable
        // Docker: /app/tessdata (must be COPY'd into image)
        // Azure App Service: D:\home\site\wwwroot\tessdata
        // All three paths are different; all three need correct traineddata files

        var candidates = new[]
        {
            Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "tessdata"),
            Path.Combine(Directory.GetCurrentDirectory(), "tessdata"),
            "/app/tessdata",  // Docker-specific hard-code
        };

        foreach (var candidate in candidates)
        {
            if (Directory.Exists(candidate))
                return candidate;
        }

        throw new DirectoryNotFoundException("tessdata not found — deployment misconfigured");
    }

    public static TesseractEngine Create()
    {
        // TesseractEngine P/Invokes tesseract50.dll on Windows, libtesseract.so on Linux
        // If the native binary for the current runtime identifier is missing, throws DllNotFoundException
        return new TesseractEngine(ResolveTessDataPath(), "eng", EngineMode.Default);
    }
}

// Production code must handle path differences across environments
// There is no standard solution — every team builds their own

public class TesseractEngineFactory
{
    private static string ResolveTessDataPath()
    {
        // Dev machine: ./tessdata relative to executable
        // Docker: /app/tessdata (must be COPY'd into image)
        // Azure App Service: D:\home\site\wwwroot\tessdata
        // All three paths are different; all three need correct traineddata files

        var candidates = new[]
        {
            Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "tessdata"),
            Path.Combine(Directory.GetCurrentDirectory(), "tessdata"),
            "/app/tessdata",  // Docker-specific hard-code
        };

        foreach (var candidate in candidates)
        {
            if (Directory.Exists(candidate))
                return candidate;
        }

        throw new DirectoryNotFoundException("tessdata not found — deployment misconfigured");
    }

    public static TesseractEngine Create()
    {
        // TesseractEngine P/Invokes tesseract50.dll on Windows, libtesseract.so on Linux
        // If the native binary for the current runtime identifier is missing, throws DllNotFoundException
        return new TesseractEngine(ResolveTessDataPath(), "eng", EngineMode.Default);
    }
}

Imports System
Imports System.IO

' Production code must handle path differences across environments
' There is no standard solution — every team builds their own

Public Class TesseractEngineFactory
    Private Shared Function ResolveTessDataPath() As String
        ' Dev machine: ./tessdata relative to executable
        ' Docker: /app/tessdata (must be COPY'd into image)
        ' Azure App Service: D:\home\site\wwwroot\tessdata
        ' All three paths are different; all three need correct traineddata files

        Dim candidates = New String() {
            Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "tessdata"),
            Path.Combine(Directory.GetCurrentDirectory(), "tessdata"),
            "/app/tessdata"  ' Docker-specific hard-code
        }

        For Each candidate In candidates
            If Directory.Exists(candidate) Then
                Return candidate
            End If
        Next

        Throw New DirectoryNotFoundException("tessdata not found — deployment misconfigured")
    End Function

    Public Shared Function Create() As TesseractEngine
        ' TesseractEngine P/Invokes tesseract50.dll on Windows, libtesseract.so on Linux
        ' If the native binary for the current runtime identifier is missing, throws DllNotFoundException
        Return New TesseractEngine(ResolveTessDataPath(), "eng", EngineMode.Default)
    End Function
End Class

tessdataファイル自体は、別のデプロイメントステップを追加します。英語の場合、eng.traineddataは約15MBです。 追加の言語ごとに、Tesseract GitHubリポジトリから別の15MBのファイルをダウンロードし、ソースコントロールまたはデプロイメントアーティファクトストアにコミットし、.csprojの出力ディレクトリにコピーするように設定し、すべての環境で存在することを確認しなければなりません。 .csprojエントリーの例は次のようになります：

<ItemGroup>
  <None Update="tessdata\**\*">
    <CopyToOutputDirectory>PreserveNewest</CopyToOutputDirectory>
  </None>
</ItemGroup>

<ItemGroup>
  <None Update="tessdata\**\*">
    <CopyToOutputDirectory>PreserveNewest</CopyToOutputDirectory>
  </None>
</ItemGroup>

新しいプロジェクトでそのエントリを忘れてCIにデプロイすると、OCRパイプラインがコンパイルエラーではなくパスエラーで実行時に失敗します。 不具合は、ビルド時ではなく、本番環境またはステージング環境で発生する。

AWS GravitonやApple Siliconビルドエージェントが標準となるにつれて重要性が増しているARM64 Linuxでは、アーカイブされたパッケージは更新されたバイナリを保証するものではありません。 このパッケージの最終公開日は、ARM64サーバーインフラストラクチャが広く普及する以前のものである。

IronOCRのアプローチ

IronOCRは、すべてのネイティブバイナリと英語のtessdataをNuGetパッケージ自体にバンドルしています。 管理すべきtessdataファイルがなく、.csproj CopyToOutputDirectoryエントリもなく、書くべきプラットフォーム固有のパスロジックもありません。完全なインストールは：

// Install: dotnet add package IronOcr
// なし tessdata download. なし native binary configuration. なし path management.

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

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

// Install: dotnet add package IronOcr
// なし tessdata download. なし native binary configuration. なし path management.

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

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

Imports IronOcr

' Install: dotnet add package IronOcr
' なし tessdata download. なし native binary configuration. なし path management.

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

Dim text As String = New IronTesseract().Read("document.jpg").Text

このコードは、Windows x64、Linux x64、Linux ARM64、macOS x64、およびmacOS ARM64で変更なく動作します。同じバイナリ出力は、プラットフォーム依存のロジックを一切使用せずに、Docker、Azure App Service、およびAWS Lambdaにデプロイできます。 Docker導入ガイドとLinux導入ガイドには、 Windows以外のターゲットに対する具体的な要件が記載されており、それらは最小限の要件です。

追加言語はNuGet経由でインストールできます。ファイルのダウンロードやディレクトリの設定は不要です。

// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.German

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.French;
ocr.AddSecondaryLanguage(OcrLanguage.German);
var result = ocr.Read("multilingual-document.jpg");

// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.German

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.French;
ocr.AddSecondaryLanguage(OcrLanguage.German);
var result = ocr.Read("multilingual-document.jpg");

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.French
ocr.AddSecondaryLanguage(OcrLanguage.German)
Dim result = ocr.Read("multilingual-document.jpg")

導入の複雑さにおける違いは、決して些細なものではない。 複数のデプロイメントターゲットを持つCI/CDパイプラインでcharlesw/tesseractを保守しているチームは、パスやバイナリの問題のデバッグに日常的に4～8時間を費やしていますが、 IronOCRはこれらの問題を完全に解消します。 画像からテキストを読み取るための、導入時の煩雑さを伴わない完全な手順については、 IronOCRのチュートリアルで完全なパターンが解説されています。

charlesw/tesseractアプローチ

高解像度で鮮明なスキャン画像の場合、Tesseract 4.1.1はTesseract 5と同等の結果を生成します。違いが生じるのは、低解像度画像、わずかに傾いた文書、ファックス、印刷されたテキストの写真など、画質の劣化した入力データの場合です。 Tesseract 4.1.1のLSTMモデルは、Tesseract 5に搭載された追加のトレーニングデータやアーキテクチャの改良といった恩恵を受けていませんでした。

さらに重要なことに、charlesw/tesseractには前処理機能が一切含まれていません。 生の画像はそのままエンジンに送られます。家庭用フラットベッドスキャナーで150 DPIでスキャンした場合、精度は40～70%に低下します。 5度傾いた文書では、精度が70%を下回る可能性がある。 わずかに斜めから撮影され、照明が均一でない書類の写真の場合、精度は10～40％程度になる可能性がある。

// charlesw/Tesseract: what you get without preprocessing
public string ExtractText(string imagePath)
{
    using var engine = new TesseractEngine(TessDataPath, "eng", EngineMode.Default);
    using var img = Pix.LoadFromFile(imagePath);
    using var page = engine.Process(img);

    // On a poor-quality scan: 40-70% accuracy
    // On a skewed document: 60-80% accuracy
    // On a photo of a document: 10-40% accuracy
    return page.GetText();
}

// charlesw/Tesseract: what you get without preprocessing
public string ExtractText(string imagePath)
{
    using var engine = new TesseractEngine(TessDataPath, "eng", EngineMode.Default);
    using var img = Pix.LoadFromFile(imagePath);
    using var page = engine.Process(img);

    // On a poor-quality scan: 40-70% accuracy
    // On a skewed document: 60-80% accuracy
    // On a photo of a document: 10-40% accuracy
    return page.GetText();
}

Imports Tesseract

Public Function ExtractText(imagePath As String) As String
    Using engine As New TesseractEngine(TessDataPath, "eng", EngineMode.Default)
        Using img As Pix = Pix.LoadFromFile(imagePath)
            Using page As Page = engine.Process(img)
                ' On a poor-quality scan: 40-70% accuracy
                ' On a skewed document: 60-80% accuracy
                ' On a photo of a document: 10-40% accuracy
                Return page.GetText()
            End Using
        End Using
    End Using
End Function

実用的な精度を回復するには、グレースケール変換、コントラスト強調、二値化、ハフ変換または投影プロファイルによる傾き補正、ノイズ除去、DPI正規化といった前処理パイプラインが必要です。 そのパイプラインは、SixLabors.ImageSharp、または類似のものを使用した追加の100〜300行のコードです—これらはTesseractパッケージの一部ではありません。 各前処理ステップは、それぞれ個別に実装、テスト、および調整する必要がある。 正しくハフ変換を用いて実装した場合、傾き補正のステップだけでも50行以上になります。

IronOCRのアプローチ

IronOCRは、画像をTesseract 5エンジンに渡す前に、自動的に前処理を行います。charlesw/tesseractで処理すると精度が40～70%になる低品質のスキャン画像でも、 IronOCRでは95%以上の精度が得られます。これは、ライブラリがエンジンが画像を見る前に正規化するためです。 明示的な制御が必要な場合、前処理APIはカスタム実装を必要とせずにパイプラインのステップを反映する。

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

// Named preprocessing steps — no custom image processing code
input.Deskew();               // Corrects rotation up to ~10 degrees
input.DeNoise();              // Removes speckle and scanner noise
input.Contrast();             // Normalizes contrast
input.Binarize();             // Adaptive thresholding
input.EnhanceResolution(300); // Upsamples to 300 DPI if needed

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

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

// Named preprocessing steps — no custom image processing code
input.Deskew();               // Corrects rotation up to ~10 degrees
input.DeNoise();              // Removes speckle and scanner noise
input.Contrast();             // Normalizes contrast
input.Binarize();             // Adaptive thresholding
input.EnhanceResolution(300); // Upsamples to 300 DPI if needed

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

Imports IronOcr

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

    ' Named preprocessing steps — no custom image processing code
    input.Deskew()               ' Corrects rotation up to ~10 degrees
    input.DeNoise()              ' Removes speckle and scanner noise
    input.Contrast()             ' Normalizes contrast
    input.Binarize()             ' Adaptive thresholding
    input.EnhanceResolution(300) ' Upsamples to 300 DPI if needed

    Dim result = New IronTesseract().Read(input)
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

画像品質補正ガイドには、前処理フィルターの全セットとその使用例が記載されています。 背景がカラーの文書や、照明が均一でない文書の場合、画像の色補正ガイドには追加のフィルターについて説明されています。 どちらのガイドも現在のAPIを反映しているが、更新が停止されたライブラリについて説明しているcharleswのドキュメントとは異なっている。

特に低品質スキャンシナリオにおいては、低品質スキャンOCRの例では、具体的な入力データを用いた場合の精度の違いを、処理前と処理後で比較して示しています。

charlesw/tesseractアプローチ

charlesw/tesseractを複数の環境に展開するチームは、OCRとは全く関係のない条件付き展開ロジックを蓄積してしまう。 tessdataへのアクセス方法は環境によって異なります。 ネイティブバイナリの読み込み動作は、WindowsとLinuxで異なります。 Dockerイメージは、一部のLinuxベースイメージでLeptonica依存関係に対する明示的なapt-getコマンドを必要とします：

// Platform-conditional code required to deploy charlesw/Tesseract
// This block exists in real production codebases

public static class TesseractFactory
{
    public static string GetTessDataPath()
    {
        // Runtime environment detection — purely deployment plumbing
        if (Environment.GetEnvironmentVariable("DOTNET_RUNNING_IN_CONTAINER") == "true")
        {
            // Docker: tessdata must be explicitly COPY'd into the image
            return "/app/tessdata";
        }

        if (RuntimeInformation.IsOSPlatform(OSPlatform.Linux))
        {
            // Linux bare metal: path convention differs from Windows
            return Path.Combine(AppContext.BaseDirectory, "tessdata");
        }

        // Windows dev machine
        return @"./tessdata";
    }

    public static TesseractEngine CreateEngine()
    {
        // x86/x64 conditional logic may be needed for specific deployment targets
        // EngineMode.Default uses LSTM; EngineMode.TesseractOnly uses legacy engine
        return new TesseractEngine(GetTessDataPath(), "eng", EngineMode.Default);
    }
}

// Platform-conditional code required to deploy charlesw/Tesseract
// This block exists in real production codebases

public static class TesseractFactory
{
    public static string GetTessDataPath()
    {
        // Runtime environment detection — purely deployment plumbing
        if (Environment.GetEnvironmentVariable("DOTNET_RUNNING_IN_CONTAINER") == "true")
        {
            // Docker: tessdata must be explicitly COPY'd into the image
            return "/app/tessdata";
        }

        if (RuntimeInformation.IsOSPlatform(OSPlatform.Linux))
        {
            // Linux bare metal: path convention differs from Windows
            return Path.Combine(AppContext.BaseDirectory, "tessdata");
        }

        // Windows dev machine
        return @"./tessdata";
    }

    public static TesseractEngine CreateEngine()
    {
        // x86/x64 conditional logic may be needed for specific deployment targets
        // EngineMode.Default uses LSTM; EngineMode.TesseractOnly uses legacy engine
        return new TesseractEngine(GetTessDataPath(), "eng", EngineMode.Default);
    }
}

Imports System
Imports System.IO
Imports System.Runtime.InteropServices

Public Module TesseractFactory
    Public Function GetTessDataPath() As String
        ' Runtime environment detection — purely deployment plumbing
        If Environment.GetEnvironmentVariable("DOTNET_RUNNING_IN_CONTAINER") = "true" Then
            ' Docker: tessdata must be explicitly COPY'd into the image
            Return "/app/tessdata"
        End If

        If RuntimeInformation.IsOSPlatform(OSPlatform.Linux) Then
            ' Linux bare metal: path convention differs from Windows
            Return Path.Combine(AppContext.BaseDirectory, "tessdata")
        End If

        ' Windows dev machine
        Return "./tessdata"
    End Function

    Public Function CreateEngine() As TesseractEngine
        ' x86/x64 conditional logic may be needed for specific deployment targets
        ' EngineMode.Default uses LSTM; EngineMode.TesseractOnly uses legacy engine
        Return New TesseractEngine(GetTessDataPath(), "eng", EngineMode.Default)
    End Function
End Module

charlesw/tesseract を使用するプロジェクトの Dockerfile では、tessdata の明示的なコピーが必要であり、ベースイメージによってはシステムレベルでの Leptonica パッケージのインストールが必要になる場合があります。

# Dockerfile for charlesw/Tesseract deployment
FROM mcr.microsoft.com/dotnet/aspnet:8.0 AS base

# Leptonica may need system installation depending on base image
RUN apt-get update && apt-get install -y libleptonica-dev

COPY --from=build /app/publish /app

# tessdata must be explicitly staged — not bundled in the NuGet package
COPY tessdata/ /app/tessdata/

WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

そのDockerfileは、charlesw/tesseractのデプロイメントモデルに関する運用上の知識をインフラストラクチャコードに直接組み込んでいます。 ベースイメージが変更されたり、LinuxディストリビューションがLeptonicaをアップデートしたりすると、ビルドが失敗します。 アーカイブされたパッケージの場合、唯一の対策は、カスタムのネイティブバイナリビルドパイプラインを維持することです。

IronOCRのアプローチ

IronOCRにはtessdataのコピー手順も、Leptonicaのシステムパッケージのインストールも、プラットフォーム条件に基づくパスロジックもありません。 IronOCR用のDockerデプロイメントガイドは、Linuxでのlibgdiplusインストールだけを必要とします — Linux上 for .NETアプリケーションがすでに必要とするインフラストラクチャ：

# Dockerfile for IronOCR deployment
FROM mcr.microsoft.com/dotnet/aspnet:8.0 AS base

# libgdiplus is standard for any .NET app using System.Drawing on Linux
RUN apt-get update && apt-get install -y libgdiplus

COPY --from=build /app/publish /app

# なし tessdata COPY. なし Leptonica apt-get. なし native binary management.

WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

AWSのデプロイガイドとAzureのデプロイガイドは同じ構成になっています。まず標準のシステムパッケージがあり、次にアプリケーションがあります。 図書館固有のインフラストラクチャコードは不要です。

古いチュートリアルを見つけたグリーンフィールドプロジェクト

最も一般的なシナリオは、新しいプロジェクトを開始した開発者が2019年または2020年のStack Overflowの回答やcharlesw/tesseractを参照するブログ投稿を見つけ、パッケージをインストールし、中途でそれがアーカイブされていることを発見することです。 その時点でチームは決断を迫られる。凍結された依存関係のまま継続するか、コードベースが大きくなる前に移行するかだ。 出荷前にアーカイブ状態を把握したチームは、すぐに移行する傾向があります。API の適用範囲が小さいため、charlesw/tesseract からIronOCRへの移行は通常数時間で完了し、継続的なメンテナンスのリスクもなくなります。 IronOCRのチュートリアルハブでは、そもそもcharlesw/tesseractへの依存関係を生み出した古いコミュニティコンテンツに代わる、最新のサンプルを提供しています。

マルチプラットフォーム展開の要件

当初はWindows上にcharlesw/tesseractをデプロイし、その後Linuxターゲットを追加したチーム（KubernetesやDockerの採用が進むにつれて一般的になった）は、ネイティブバイナリのデプロイにおける複雑さに真正面から直面した。 tessdataのパスの設定、Leptonicaの可用性の確認、プラットフォーム依存のDocker命令の管理など、作業はすぐに溜まります。 デプロイメント対象にARM64（コスト重視の場合はAWS Graviton、CI重視の場合はApple Silicon）が追加されると、アーカイブされたパッケージのバイナリサポートが不確実になります。 このような状況にあるチームは、導入に伴うサポート負担が商用ライセンスの費用を上回る場合に、 IronOCRを検討します。 Linuxの導入ガイドには、 IronOCRの導入がそれと比べてどのように見えるかが示されています。IronOCRの方がはるかにシンプルです。 ライセンスページで現在の価格を確認してください。

正確性基準を満たさない文書

charlesw/tesseractを、クリーンで管理された入力データ（高解像度スキャンされた文書など）に使用しているチームは、許容できる結果を得ており、すぐに切り替える理由はない。 トリガーとなるのは、外部機関から送られてくるスキャンされた書類、ファックス、モバイルデバイスで撮影された写真、コントラストが劣化している古い印刷物など、実際の文書が届いた時です。前処理を行わない場合、これらの入力データに対するcharlesw/tesseractの精度は、実用的な閾値を下回ります。 アーカイブされたパッケージの上に前処理パイプラインを構築するということは、将来性のない依存関係をサポートするインフラストラクチャに開発時間を投資することを意味する。 その転換点において、 IronOCRの自動前処理とTesseract 5の精度に関する主張は明白になる。

セキュリティおよびコンプライアンスレビュー

医療、金融、政府といった規制環境における依存関係監査では、アーカイブされたパッケージが問題として指摘される。 セキュリティパッチを受け取れない依存関係は、現在の脆弱性の状況に関わらず、コンプライアンス上のリスクとなる。charlesw/tesseractパッケージは C++ ライブラリをラップしたものです。 Tesseract 4.1.1のCコードにおける今後のCVE（共通脆弱性識別子）については、 NuGetパッケージを通じた修正手段は存在しません。 アーカイブされた依存関係に基づいて構築されたシステムを審査するコンプライアンスチームは、代替システムを導入するか、文書化された例外措置を講じる必要がある。 セキュリティ監査でこのような問題に遭遇したチームは、監査サイクルごとに例外を記録するのではなく、 IronOCRを使用して指摘事項を解消することを選択します。

Tesseract 5の精度要件

charlesw/tesseractを精度要件に照らしてベンチマークテストを行い、Tesseract 4.1.1では不十分であると判断したチーム（特に手書き文字、劣化スキャン、または特殊なフォントを含む文書の場合）は、アーカイブされたパッケージを通じてエンジンをアップグレードすることはできません。 Tesseract 5は、ライブラリを切り替えないと利用できません。 IronOCRは、 Tesseract 5と同等の精度を実現するだけでなく、自動前処理機能を追加することで、精度向上をさらに加速させています。 劣化文書におけるその差は非常に大きく（40～70%に対し、低解像度スキャンでは95%以上）、メンテナンス上の懸念とは無関係に移行の意思決定を左右する要因となっている。

TesseractEngineをIronTesseractに置き換える

charlesw/tesseract APIは、明示的なtessdataパスと言語コード文字列を持つTesseractEngineを構築することを中心にしています。 IronOCRはこの構築パターン全体を、引数なしのコンストラクタに置き換えます。 EngineMode列挙型の中で暗黙のものだったエンジン設定は無関係になります — IronOCRは内部的に自身のエンジン初期化を管理します：

// Before: charlesw/Tesseract
using var engine = new TesseractEngine(@"./tessdata", "eng", EngineMode.Default);
using var img = Pix.LoadFromFile(imagePath);
using var page = engine.Process(img);
var text = page.GetText();

// After: IronOCR
var text = new IronTesseract().Read(imagePath).Text;

// Before: charlesw/Tesseract
using var engine = new TesseractEngine(@"./tessdata", "eng", EngineMode.Default);
using var img = Pix.LoadFromFile(imagePath);
using var page = engine.Process(img);
var text = page.GetText();

// After: IronOCR
var text = new IronTesseract().Read(imagePath).Text;

Imports Tesseract

Dim text As String

Using engine As New TesseractEngine("./tessdata", "eng", EngineMode.Default)
    Using img As Pix = Pix.LoadFromFile(imagePath)
        Using page As Page = engine.Process(img)
            text = page.GetText()
        End Using
    End Using
End Using

' After: IronOCR
text = New IronTesseract().Read(imagePath).Text

.csproj CopyToOutputDirectoryエントリ全て削除されます。 プラットフォーム条件付きパス解決コードも削除します。 IronTesseract APIリファレンスには、デフォルト設定を超えたエンジンレベルのチューニングが必要な場合に使用できる、あらゆる設定項目が網羅されています。

ページイテレータを構造化結果に置き換える

charlesw/tesseractはイテレータパターンを通じて単語レベルのデータを公開します — PageIteratorLevel列挙型の値とともに。 IronOCRはこれを、結果オブジェクトへの直接的なコレクションアクセスに置き換えます。 イテレータの定型コードは削除します。 データには直接アクセスできます。

// Before: charlesw/Tesseract iterator pattern
using var iter = page.GetIterator();
iter.Begin();
do
{
    if (iter.TryGetBoundingBox(PageIteratorLevel.Word, out var bounds))
    {
        var word = iter.GetText(PageIteratorLevel.Word);
        var confidence = iter.GetConfidence(PageIteratorLevel.Word);
        Console.WriteLine($"'{word?.Trim()}' at ({bounds.X1},{bounds.Y1}) - {confidence:P1}");
    }
} while (iter.Next(PageIteratorLevel.Word));

// After: IronOCR direct collection access
var result = new IronTesseract().Read(imagePath);
foreach (var word in result.Words)
{
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) - {word.Confidence}%");
}

// Before: charlesw/Tesseract iterator pattern
using var iter = page.GetIterator();
iter.Begin();
do
{
    if (iter.TryGetBoundingBox(PageIteratorLevel.Word, out var bounds))
    {
        var word = iter.GetText(PageIteratorLevel.Word);
        var confidence = iter.GetConfidence(PageIteratorLevel.Word);
        Console.WriteLine($"'{word?.Trim()}' at ({bounds.X1},{bounds.Y1}) - {confidence:P1}");
    }
} while (iter.Next(PageIteratorLevel.Word));

// After: IronOCR direct collection access
var result = new IronTesseract().Read(imagePath);
foreach (var word in result.Words)
{
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) - {word.Confidence}%");
}

Imports System

' Before: charlesw/Tesseract iterator pattern
Using iter = page.GetIterator()
    iter.Begin()
    Do
        Dim bounds As Object
        If iter.TryGetBoundingBox(PageIteratorLevel.Word, bounds) Then
            Dim word = iter.GetText(PageIteratorLevel.Word)
            Dim confidence = iter.GetConfidence(PageIteratorLevel.Word)
            Console.WriteLine($"'{word?.Trim()}' at ({bounds.X1},{bounds.Y1}) - {confidence:P1}")
        End If
    Loop While iter.Next(PageIteratorLevel.Word)
End Using

' After: IronOCR direct collection access
Dim result = New IronTesseract().Read(imagePath)
For Each word In result.Words
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) - {word.Confidence}%")
Next

読み取り結果ガイドでは、ページ、段落、行、単語、文字といった構造化された結果モデル全体を網羅しており、これらはすべてイテレータ管理なしでアクセスできます。

PDFサポートを追加

charlesw/tesseractにはPDF作成機能がありません。 画像と並行してPDFを処理するプロジェクトには、通常2つ目の依存関係があります — PDFtoImage、または類似のもの — これは、Tesseractに渡される前にPDFページをBitmapオブジェクトにレンダリングします。 IronOCRへの移行時には、そのセカンダリライブラリとそのネイティブバイナリへの依存関係を完全に削除できます。

// Before: charlesw/Tesseract + PdfiumViewer (two libraries, two native dependencies)
using (var document = PdfDocument.Load(pdfPath))
using (var engine = new TesseractEngine(TessDataPath, "eng", EngineMode.Default))
{
    for (int i = 0; i < document.PageCount; i++)
    {
        using var pageImage = document.Render(i, 300, 300, PdfRenderFlags.CorrectFromDpi);
        // Save temp file, load into Pix, process, delete temp file...
    }
}

// After: IronOCR (one library, native PDF support)
var text = new IronTesseract().Read(pdfPath).Text;

// Before: charlesw/Tesseract + PdfiumViewer (two libraries, two native dependencies)
using (var document = PdfDocument.Load(pdfPath))
using (var engine = new TesseractEngine(TessDataPath, "eng", EngineMode.Default))
{
    for (int i = 0; i < document.PageCount; i++)
    {
        using var pageImage = document.Render(i, 300, 300, PdfRenderFlags.CorrectFromDpi);
        // Save temp file, load into Pix, process, delete temp file...
    }
}

// After: IronOCR (one library, native PDF support)
var text = new IronTesseract().Read(pdfPath).Text;

Imports PdfiumViewer
Imports Tesseract

Using document As PdfDocument = PdfDocument.Load(pdfPath)
    Using engine As New TesseractEngine(TessDataPath, "eng", EngineMode.Default)
        For i As Integer = 0 To document.PageCount - 1
            Using pageImage = document.Render(i, 300, 300, PdfRenderFlags.CorrectFromDpi)
                ' Save temp file, load into Pix, process, delete temp file...
            End Using
        Next
    End Using
End Using

' After: IronOCR (one library, native PDF support)
Dim text As String = New IronTesseract().Read(pdfPath).Text

PDF入力ガイドでは、ページ範囲の選択、パスワードで保護されたPDF、検索可能なPDF出力について説明しています。これらの機能は、charlesw/tesseractでは別のライブラリとかなりのコードが必要でした。

言語パックの移行

charlesw/tesseractのすべての言語には、別個の.traineddataファイルダウンロード、手動ストレージ、および明示的なデプロイメント構成が必要でした。 IronOCR言語パックへの移行は、言語ごとにNuGetパッケージを追加するだけで済み、その他の変更はありません。

# Remove manual tessdata files and .csproj CopyToOutputDirectory entries
# Add NuGet言語パック instead:
dotnet add package IronOcr.Languages.French
dotnet add package IronOcr.Languages.German

# Remove manual tessdata files and .csproj CopyToOutputDirectory entries
# Add NuGet言語パック instead:
dotnet add package IronOcr.Languages.French
dotnet add package IronOcr.Languages.German

多言語対応ガイドでは、同時多言語認識について解説しています。 言語一覧には、利用可能な125種類以上の言語パックがすべて掲載されています。