Google OCRとIronOCRの比較

IronOCR for .NETは、画像とPDFをスキャン、検索、読み取るためのC#ライブラリです。 それは画像やPDFファイルを入力として取り、最新のTesseract 5カスタムビルド.NET OCRエンジンを使用して、テキスト、構造化データ、または検索可能なPDF文書を出力します。 Tesseractは125以上の言語で利用可能で、.NET Coreおよび.NET Standardのクロスプラットフォームサポートを提供し、2.0から7までカバーしています。

IronOCRは、IronTesseractクラスとAPIキーを使用して、C#開発者が画像をテキストに自動的に変換できるユーザーフレンドリーなAPIです。 それはスピード、正確さ、および使いやすさを優先します。 また、コンピュータビジョンAPIをトレーニングモデルを使用してテキストを見つけるのを支援します。

IronOCRのもう1つの強力な機能は、すべての画像ファイルからバーコードやQRコードをスキャンしてそのテキストを読み取ることができることです。 IronOCRの他の重要な機能を以下に示します。

特徴

• 国際言語: 125以上の言語サポートとカスタム言語サポート、高速かつ高品質なパフォーマンス
• テキストとバーコードの読み取り: 複数言語から一度にテキストと数値を読み取る
• 専門的文書: レシート、小切手、請求書から特にテキストを読み取る
• 多くの形式から読み取る: 画像 (PNG, JPG, GIF, TIFF, BMP), System.Drawing Objects, ストリーム, PDF文書 (最適化されたターゲットDPI)
• フィルター: フィルタウィザード、画像補正、画像の向き修正、画像の色修正
• 簡単データ出力: .NETテキストストリング、バーコードおよびQRデータ、画像

では、Google Cloud Vision APIを見てみましょう。

Google Cloud Vision APIは、C#言語をサポートするGoogle Cloud OCRクライアントライブラリです。 それは、C#開発者がコンピュータビジョン検出機能をソフトウェアアプリケーションに簡単に統合できるようにします。 それはOCRを実行し、画像ファイルからテキストを検出し、画像ラベル、顔認識、ランドマーク検出を行います。

Google Cloud Vision APIは、RESTおよびRPC APIを使用して強力な事前トレーニングされたML(機械学習)モデルを提供します。 Cloud Vision APIを使用すると、すばやく数百の事前定義されたカテゴリに画像を分類できます。 また、オブジェクトを検出し、印刷された文書や手書きテキストからテキストを読み取ることもできます。

特徴

• 画像テキスト検出: 画像をOCRしてテキスト認識を行い、機械言語コードに変換
• 文書テキスト検出: ファイル (PDF/TIFF) をOCR、デンステキスト
• ランドマーク検出: 検出されたオブジェクトの座標を返す
• ロゴ検出: テキストによる説明を返す
• ラベル検出: 画像の一般化されたラベルを返す

この記事の残りの部分は以下の通りです:

1. Visual Studioプロジェクトの作成
2. AWS OCR Textractのインストール
3. Google OCRのインストール
4. 画像をテキストに変換
5. バーコードとQRコードをテキストに変換
6. PDFをテキストに変換
7. ライセンス

2.1. Visual Studio NuGetパッケージマネージャーを使用する

NuGetはプロジェクトに依存関係をダウンロードしてインストールするためのパッケージマネージャーです。 そのパッケージにはコンパイルされたコード (DLL) とマニフェストファイルが含まれています。以下の方法を使用してアクセスします:

• ツールタブをクリックします
• NuGetパッケージマネージャーオプションを拡張します

• ソリューションのNuGetパッケージを管理をクリックします

  

• または、ソリューションエクスプローラーを右クリック

• NuGetパッケージを管理をクリックします

  

さて、NuGetパッケージマネージャーウィンドウが開きます。 IronOCRを検索してインストールをクリックします。

2.2. NuGetウェブサイトからダウンロード

それはNuGet公式ウェブサイトから直接ダウンロードできます。以下の手順に従ってください:

1. NuGetウェブサイトへのリンクをクリックします。
2. ページの右側のダウンロードパッケージオプションをクリックします。
3. ダウンロードしたパッケージを開くと、それがインストールされ始めます。
4. 最後にソリューションをリロードして完了です。

2.3. IronOCRウェブページを使用してダウンロード

Iron Softwareのウェブサイトにアクセスし、IronOCR for .NETのウェブページに移動します。 下にスクロールしてDLLのダウンロードまたはWindowsインストーラーのダウンロードをクリックします。

Zipファイルがダウンロードされます。 それを解凍してプロジェクトファイルに追加するか、Windowsインストーラーを実行してください。 以下の手順に従ってプロジェクトに追加します。

1. Visual Studioのソリューションエクスプローラーでプロジェクトの依存関係を右クリックします。
2. 次に、プロジェクトリファレンスの追加オプションを選択します。
3. ダウンロードしたDLLファイルの場所を参照します。
4. 最後にOKをクリックしてプロジェクトリファレンスを追加します。

2.4. Visual Studioのコマンドプロンプトを使用

1. Visual Studioのツールタブに移動します。
2. NuGetパッケージマネージャーオプションを拡張します。
3. パッケージマネージャーコンソールを選択し、以下のコマンドを入力します:

Install-Package IronOcr

これにより、プロジェクトにIronOCRが自動的にダウンロードおよびインストールされます。

さて、プロジェクトでIronOCRを使用する準備が整いました。

2.5. 必要なIronOCRネームスペースの追加

必要なのはたった1つのネームスペースで、機能にアクセスする必要があるソースコードファイルの上部に追加する必要があります。

using IronOcr;

using IronOcr;

Imports IronOcr

さて、Google Vision OCRをインストールしましょう。

3.2. Google Vision APIネームスペースの追加

以下のネームスペースを追加してGoogle OCR Vision APIを使用してください:

using Google.Cloud.Vision.V1;

using Google.Cloud.Vision.V1;

Imports Google.Cloud.Vision.V1

また、JSONファイル形式でダウンロードされたキークレデンシャルで環境変数を設定します。

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json")

これで、すべて設定され使用準備が整いました。

画像からデータを読み取ることは骨の折れる作業です。 画像の解像度と品質は、コンテンツを抽出する際に重要な役割を果たします。 両方のライブラリは、画像からテキストを抽出する光学文字認識（OCR）機能を提供します。

IronOCRは、進化したTesseractを使用してPDF文書形式からテキストを認識して読み取ることを可能にします。

IronOCRは、IronTesseractクラスを使えば、開発者が画像ファイルの内容を読み取るのを非常に簡単にします。 ここでは、PNG画像を使用して画像ファイルからテキストを読み取る方法を示し、コードは以下の通りです:

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' Add the image to be processed
	input.AddImage("test-files/employmentapp.png")

	' Process the image
	Dim result = ocr.Read(input)

	' Output the extracted text
	Console.WriteLine(result.Text)
End Using

入力画像

出力

IronOCRの出力は与えられたオリジナル画像に一致します。 コードは簡潔でわかりやすく、技術的なことは何もありません。

4.2. Google OCRの使用

Google Cloud Vision OCRも様々なフォントで画像をテキストに変換します。 最初に、クレデンシャルファイルを使用してクライアントを作成する必要があります。その後、このクライアントオブジェクトを使用してDetectTextメソッドを呼び出し、注釈形式で応答を取得できます。 コードは以下の通りです:

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json")
Dim client = ImageAnnotatorClient.Create()
Dim image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png")
Dim response = client.DetectText(image)

For Each annotation In response
	If annotation.Description IsNot Nothing Then
		Console.WriteLine(annotation.Description)
	End If
Next annotation

両方のライブラリの出力を比較するために、同じ画像が入力として与えられます。

上記の出力からわかるように、IronOCRは画像の出力フォーマットを保持しています。 Google OCRは正確な出力テキストを提供しましたが、テーブルのフォーマットは保存されていません。 IronOCRは与えられた画像でのテーブルのフォーマットを正確に保存しています。

コードは前のものとほとんど同じです。

IronOCRは画像を読み取る際にユニークで便利な機能を提供しており、バーコードとQRコードを読み取ることができます。 バーコードを検出し、その値を簡単に表示できます。 最初にReadBarCodes設定をtrueに設定し、OCR結果の各バーコードを反復処理します。 バーコードを読み取るコードは以下に示します:

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

Dim ocr = New IronTesseract()
ocr.Configuration.ReadBarCodes = True
Using input = New OcrInput()
	' Add the image to be processed
	input.AddImage("test-files/Barcode.png")

	' Process the image
	Dim result = ocr.Read(input)

	' Iterate and output barcode values
	For Each barcode In result.Barcodes
		Console.WriteLine(barcode.Value)
	Next barcode
End Using

入力画像

出力

入力内の3つのバーコードすべてが正常に読み取られ、その隠されたテキストが表示されます。

5.2. Google OCRの使用

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

Imports System

Dim client = ImageAnnotatorClient.Create()
Dim image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg")
Dim labels = client.DetectLabels(image)

Console.WriteLine("Labels (and confidence score):")
Console.WriteLine(New String("="c, 30))

For Each label In labels
	Console.WriteLine($"{label.Description} ({CInt(Math.Truncate(label.Score * 100))}%)")
Next label

6.1. IronOCRを使用

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' Add the PDF to be processed
	input.AddPdf("test-files/example.PDF")

	' Process the PDF
	Dim result = ocr.Read(input)

	' Output the extracted text
	Console.WriteLine(result.Text)
End Using

6.2. Google OCRを使用

Google OCRもPDF/TIFF文書からテキストを抽出する機能を提供します。 ただし、ファイルがGoogle Cloud Storageにある場合にのみテキストを検出します。 これにはGoogle Storageバケットを作成する必要があります。 C#用のコードは直ちに実装するのは難しく、非常に長いです。 C#でファイル内のテキストを検出するサンプルはありません。 参考としてJavaコードをご覧ください。