Paddle OCR対Tesseract：詳細なOCR比較

主な機能

Paddle OCRは、多様なアプリケーションのためのユーザーフレンドリーなAPIを備え、多くのOCR能力を提供しています。 以下はその際立った機能です：

1. 多言語サポート: Paddle OCRは50以上の言語をサポートすることで複数の言語でのテキスト処理が可能です。
2. 先進的なアルゴリズム: テキスト検出、認識、分類のための先進的なOCRメソッドとアルゴリズムを組み込んでいます。 これらには、接続時間的分類（CTC）損失のような最新の深層学習研究が含まれ、テキストシーケンスの正確な予測と整合に重要な役割を果たしています。
3. 効率と速度: 高速かつ正確さに最適化されており、大量の画像を迅速に処理することができ、高スループットのアプリケーションに適しています。

ライセンス

Paddle OCRはApache License 2.0の下でリリースされており、自由に使用、変更、配布することができます。 インストールは簡単で、通常はPythonのPyPIのようなパッケージマネージャを使用します。 ユーザーは数個のコマンドでPaddle OCRとその依存関係を迅速にインストールし、簡単にプロジェクトに統合できます。

PaddleSharpのインストール

Visual StudioのC#プロジェクトにPaddleOCRを統合するには、Paddle Inference C# APIの.NETラッパーであるPaddleSharpを使用して簡略化できます。 これにより、.NET環境内でPaddlePaddleの深層学習能力を直接使用することができます。 以下はPaddleSharpをプロジェクトにセットアップするためのステップバイステップガイドです：

前提条件：

• プロジェクトの要件に応じて、システムに.NET Frameworkまたは.NET CoreサポートがあるVisual Studioがインストールされていることを確認してください。
• C#の知識とVisual StudioでのNuGetパッケージ管理に精通していることも重要です。

PaddleSharpパッケージをインストール：

1. Visual Studioでプロジェクトを開きます。
2. Solution Explorerでプロジェクトを右クリックし、"Manage NuGet Packages"オプションに移動します。
   • Sdcb.PaddleInferenceを検索し、パッケージをインストールします。 これは.NETアプリケーションがPaddle Inferenceエンジンを利用できるようにするコアバインディングです。

3. 次のパッケージをインストールします：
   • Scdb.PaddleOCR
   • OpenCvSharp4
   • Scdb.PaddleOCR.Models.Online
   • OpenCvSharp4.runtime.win

ネイティブおよびインフラストラクチャパッケージを追加：

• 対象プラットフォーム（Windows/Linux）と要件（CPU/GPU）に応じて、追加パッケージが必要な場合があります。 Windowsの場合、MKLサポートのためのSdcb.PaddleInference.runtime.win64.mklや、GPUサポートのためのSdcb.PaddleInference.runtime.win64.cudaなどのパッケージが必要です。
• これらをNuGetパッケージマネージャを通してインストールし、開発および対象実行環境との互換性を確保します。

コード例

using System;
using System.Diagnostics;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Online;
using OpenCvSharp;

class PaddleOcrSample
{
    static async Task Main()
    {
        // Download English OCR model
        FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();

        // Set up PaddleOCR with the downloaded model
        using (PaddleOcrAll ocrEngine = new(model)
        {
            AllowRotateDetection = true,
            Enable180Classification = false, // Optimize for performance
        })
        using (Mat imgSrc = Cv2.ImRead(@"read.jpg")) // Load the image
        {
            // Perform OCR and measure elapsed time
            Stopwatch stopWatch = Stopwatch.StartNew();
            PaddleOcrResult result = ocrEngine.Run(imgSrc);
            Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms");
            Console.WriteLine(result.Text);
        }
    }
}

using System;
using System.Diagnostics;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Online;
using OpenCvSharp;

class PaddleOcrSample
{
    static async Task Main()
    {
        // Download English OCR model
        FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();

        // Set up PaddleOCR with the downloaded model
        using (PaddleOcrAll ocrEngine = new(model)
        {
            AllowRotateDetection = true,
            Enable180Classification = false, // Optimize for performance
        })
        using (Mat imgSrc = Cv2.ImRead(@"read.jpg")) // Load the image
        {
            // Perform OCR and measure elapsed time
            Stopwatch stopWatch = Stopwatch.StartNew();
            PaddleOcrResult result = ocrEngine.Run(imgSrc);
            Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms");
            Console.WriteLine(result.Text);
        }
    }
}

Imports System
Imports System.Diagnostics
Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Online
Imports OpenCvSharp

Friend Class PaddleOcrSample
	Shared Async Function Main() As Task
		' Download English OCR model
		Dim model As FullOcrModel = Await OnlineFullModels.EnglishV3.DownloadAsync()

		' Set up PaddleOCR with the downloaded model
		Using ocrEngine As New PaddleOcrAll(model) With {
			.AllowRotateDetection = True,
			.Enable180Classification = False
		}
		Using imgSrc As Mat = Cv2.ImRead("read.jpg") ' Load the image
			' Perform OCR and measure elapsed time
			Dim stopWatch As Stopwatch = Stopwatch.StartNew()
			Dim result As PaddleOcrResult = ocrEngine.Run(imgSrc)
			Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms")
			Console.WriteLine(result.Text)
		End Using
		End Using
	End Function
End Class

主な機能

主な特徴の概要は以下の通りです：

1. 広範な言語サポート: 100以上の言語を認識できることで、Tesseractは世界的なオーディエンスに対応します。 エンジンはUnicode（UTF-8）をサポートしており、多言語文書の処理を可能にしています。
2. ニューラルネットワークベースの認識: バージョン4以降のTesseractはニューラルネットワーク（LSTM）ベースのOCRエンジンを導入しており、従来の文字パターン認識法を超えてテキストライン認識の精度を向上させました。
3. 多様な出力フォーマット: Tesseractはプレーンテキスト、hOCR（HTML）、PDF、TSVなどのさまざまな出力フォーマットをサポートしており、さまざまな使用ケースに対応します。

ライセンス

Tesseract OCRはApache License 2.0の下でリリースされています。このライセンスは最も自由でオープンなライセンスの1つであり、ソフトウェアの使用、修正、配布をほぼ制限なく許可し、プロプライエタリソフトウェアプロジェクトにも使用できます。

Tesseractのインストール

NuGetを使用してVisual StudioプロジェクトにTesseract OCRをインストールするには、以下の手順を実行します：

1. Visual Studioを開く: Visual Studioを起動し、プロジェクトを開くか新しいプロジェクトを作成します。
2. Solution Explorerでプロジェクトを右クリックし、持ち越しトンNuGetパッケージ...に進みます。
3. NuGet Package ManagerのBrowseタブに切り替え、Tesseractを検索します。
4. Tesseract NuGetパッケージマネージャをインストールします。

5. このリンクからTessdataをダウンロードします。 Tesseract OCRを使用することが重要です。

コード例

using Tesseract;

class TesseractSample
{
    static void Main()
    {
        // Initialize Tesseract engine with English language support
        using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
        {
            // Load image from file
            using (var img = Pix.LoadFromFile(@"read.jpg"))
            {
                // Process image with Tesseract to extract text
                using (var page = engine.Process(img))
                {
                    var text = page.GetText();
                    Console.WriteLine(text); // Print extracted text to console
                }
            }
        }
    }
}

using Tesseract;

class TesseractSample
{
    static void Main()
    {
        // Initialize Tesseract engine with English language support
        using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
        {
            // Load image from file
            using (var img = Pix.LoadFromFile(@"read.jpg"))
            {
                // Process image with Tesseract to extract text
                using (var page = engine.Process(img))
                {
                    var text = page.GetText();
                    Console.WriteLine(text); // Print extracted text to console
                }
            }
        }
    }
}

Imports Tesseract

Friend Class TesseractSample
	Shared Sub Main()
		' Initialize Tesseract engine with English language support
		Using engine = New TesseractEngine(".\tessdata-main", "eng", EngineMode.Default)
			' Load image from file
			Using img = Pix.LoadFromFile("read.jpg")
				' Process image with Tesseract to extract text
				Using page = engine.Process(img)
					Dim text = page.GetText()
					Console.WriteLine(text) ' Print extracted text to console
				End Using
			End Using
		End Using
	End Sub
End Class

主な機能

ここにIronOCRを際立たせる主な属性と機能があります：

• 先進的なOCRエンジン: Tesseract 5を利用して、IronOCRは125以上の言語をサポートする先進的なOCRエンジンを提供します。 この能力は、多言語サポートを必要とするグローバルなアプリケーションにとって非常に重要です。 このライブラリは、大多数の言語について高、中、速の品質オプションを提供し、カスタム言語とフォントトレーニングを含め、柔軟性とテキスト認識の高精度を保証します。
• 包括的な文書処理: IronOCRは、画像（JPG、PNG、GIF、TIFF、BMP）、System.Drawingオブジェクト、ストリーム、PDFを含むさまざまな文書タイプとフォーマットを処理できます。
• 堅牢な画像処理: このライブラリには、シャープニング、解像度の向上、ノイズ低減、カラー補正（二値化、グレースケール、反転）などの強力なフィルタと画像処理ツールのセットが含まれています。
• 構造化およびシンプルなデータ出力: IronOCRは、構造化データ出力（ページ、ブロック、段落、行、単語、文字）とシンプルなデータ出力（.NETテキスト文字列、バーコードとQRデータ、画像）の両方を提供します。
• 同時処理とコンピュータービジョン: ライブラリはシングルおよびマルチスレッド、非同期操作をサポートし、コンピュータービジョンの機能を提供して画像内のテキスト領域を識別し、複雑またはノイズの多い画像でのテキスト認識の精度と効率を向上させます。

.NETプロジェクトにIronOCRをインストールするには、開発環境と好みに応じていくつかの方法があります。 入門に役立つ簡略化されたガイドはこちらです：

ライセンス

IronOCRはさまざまなプロジェクトと開発者のニーズに合わせた様々なライセンスオプションを提供し、ユーザーの柔軟性とスケーラビリティを保証します。 ライセンス条項は永久的であり、一度ライセンスを購入すると、継続料金はありません。 さらに、すべてのライセンスには30日間の返金保証、1年間の製品サポートとアップデートが含まれ、開発、ステージング、本番環境で有効です。 ライセンス価格は$799から開始します。 無料トライアルを取得してライセンスの購入前に試すことができます。

IronOCRのインストール

1. ツール -> NuGetパッケージマネージャー -> パッケージマネージャーコンソールに移動します。
2. コマンドInstall-Package IronOcrを入力し、実行します。 このコマンドは、IronOCRをプロジェクト内にフェッチしてインストールし、その準備を整えます。

コード例

IronOCRを使用して画像からテキストを抽出する方法のコード例はこちらです：

using IronOcr;

class IronOcrSample
{
    static void Main()
    {
        // Apply license key once obtained
        IronOcr.License.LicenseKey = "License-Key"; 

        // Initialize IronTesseract for OCR processing
        var ocrEngine = new IronTesseract();

        // Perform OCR on the given image and print the text
        var ocrResult = ocrEngine.Read("read.jpg");
        Console.WriteLine(ocrResult.Text); // Print the extracted text
    }
}

using IronOcr;

class IronOcrSample
{
    static void Main()
    {
        // Apply license key once obtained
        IronOcr.License.LicenseKey = "License-Key"; 

        // Initialize IronTesseract for OCR processing
        var ocrEngine = new IronTesseract();

        // Perform OCR on the given image and print the text
        var ocrResult = ocrEngine.Read("read.jpg");
        Console.WriteLine(ocrResult.Text); // Print the extracted text
    }
}

Imports IronOcr

Friend Class IronOcrSample
	Shared Sub Main()
		' Apply license key once obtained
		IronOcr.License.LicenseKey = "License-Key"

		' Initialize IronTesseract for OCR processing
		Dim ocrEngine = New IronTesseract()

		' Perform OCR on the given image and print the text
		Dim ocrResult = ocrEngine.Read("read.jpg")
		Console.WriteLine(ocrResult.Text) ' Print the extracted text
	End Sub
End Class

精度

PaddleOCRとTesseractはどちらもベンチマークで高精度を示していますが、IronOCRの微調整と事前処理ステップの調整能力は、様々な文書タイプでの優れた結果をもたらす点で優れています。

速度

処理速度に関しては、IronOCRはドキュメントを.NET環境内で効率的に処理することにより、迅速なテキスト認識のために最適化されたパフォーマンスを提供する点で際立っています。 PaddleOCRとTesseractもリアルタイムの処理能力で知られています。

言語サポート

Tesseractは100以上の言語をサポートしており、言語カバーに関して最も多用途なOCRツールの一つです。 PaddleOCRもアジア言語に特に優れた言語サポートを提供しています。 IronOCRは、Tesseractのエンジンを利用し、この広範な言語サポートを引き継ぎ、さらに追加の機能と最適化を組み合わせています。 この組み合わせにより、効果的に扱える言語の範囲を拡張するだけでなく、IronOCRの向上によって直接サポートされる言語の精度と速度も改善されます。

カスタマイズオプション

IronOCRは、画像の事前処理、テキストフィルタリング、カスタム辞書など、OCRプロセスを微調整できるオプションが豊富に提供されていることでこのカスタマイズにおいて卓越しています。 このレベルのカスタマイズは、デフォルト設定が十分ではない複雑なOCRシナリオで特に価値があります。PaddleOCRとTesseractもいくつかのカスタマイズ能力を提供していますが、IronOCRの.NETエコシステム内での開発者のニーズに対する焦点は柔軟性の高さを保証します。

コミュニティサポート

Tesseractはその長い歴史とオープンソースの性質のために形成された広範で確立されたコミュニティを享受しており、PaddleOCRのコミュニティは急速に成長していますが、IronOCRは.NET開発者の集中したコミュニティの恩恵を受けています。