Paddle OCR対Tesseract：詳細なOCR比較

主要機能

Paddle OCRはさまざまなアプリケーション向けにユーザーフレンドリーなAPIを備え、多くのOCR機能を提供します。 以下はその際立った特徴です：

1.多言語サポート: Paddle OCR は複数の言語のテキストを処理でき、50 を超える言語をサポートしています。 2.高度なアルゴリズム:テキストの検出、認識、分類のための高度な OCR 方式とアルゴリズムが組み込まれています。 これには、コネクショニスト時間領域分類（CTC）損失など、最新の深層学習研究が含まれており、テキストシーケンスを正確に予測し整合する上で重要な役割を果たします。 3.効率と速度:速度と精度の両方が最適化された Paddle OCR は、大量の画像を迅速に処理できるため、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、使用、修正、配布が無料で行えます。 インストールは簡単で、通常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、プロジェクトへの簡単な組み込みを促進できます。

PaddleSharpのインストール

Visual StudioでPaddleOCRをC#プロジェクトに統合することは、Paddle Inference C# APIの.NETラッパーであるPaddleSharpを使用することで合理化できます。 これにより、.NET環境内でPaddlePaddleの深層学習機能を直接利用できます。 ここでは、プロジェクトでPaddleSharpをセットアップするためのステップバイステップガイドを示します：

前提条件:

• プロジェクトの要件に応じて、.NET Frameworkまたは.NET Coreのサポートを備えたVisual Studioがシステムにインストールされていること。
• C#の理解とVisual StudioのNuGetパッケージ管理に慣れていることも重要です。

PaddleSharp パッケージをインストールします。

1. Visual Studioでプロジェクトを開きます。
2. ソリューションエクスプローラーでプロジェクトを右クリックし、"NuGetパッケージ管理"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推論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 パッケージとインフラストラクチャ パッケージを追加します。

• 対象プラットフォーム（Windows/Linux）および要件（CPU/GPU）に応じて、追加のパッケージが必要になる場合があります。 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になる場合があります。
• NuGetパッケージマネージャを通じてこれらをインストールし、開発および対象実行環境との互換性を確保してください。

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);
        }
    }
}

主要機能

以下はその主要な特徴の概要です：

1.広範な言語サポート: 100 を超える言語を認識できる Tesseract は、世界中のユーザーのニーズに対応します。 エンジンはUnicode (UTF-8)をサポートしており、多言語ドキュメントの処理を可能にします。 2.ニューラル ネットワーク ベースの認識: Tesseract バージョン 4 以降では、ニューラル ネットワーク (LSTM) ベースの OCR エンジンが導入され、従来の文字パターン認識方法よりもテキスト行認識の精度が向上しました。 3.多様な出力形式: Tesseract は、プレーン テキスト、hOCR (HTML)、PDF、TSV などのさまざまな出力形式をサポートしており、さまざまなユース ケースに適応できます。

ライセンス

Tesseract OCRはApache License 2.0のもとでリリースされています。このライセンスは最も許容性の高いオープンライセンスの一つであり、ソフトウェアを自由に使用、修正、配布する自由をほとんど制限なしに与えます。特にプロプライエタリなソフトウェアプロジェクトにおいても使用可能です。

Tesseractのインストール

Visual StudioプロジェクトでNuGetを使用してTesseract OCRをインストールするには、以下の手順に従います：

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. ソリューションエクスプローラーでプロジェクトを右クリックし、NuGetパッケージの管理...を選択します。
3. NuGetパッケージマネージャで、参照タブに切り替えて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をダウンロードしてください。 Tesseract OCRを使用することは重要です。

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
                }
            }
        }
    }
}

！Paddle OCR対Tesseract（OCR機能の比較）：図4 - 前のコード例からのコンソール出力

IronOCRの概要

IronOCR は高度なOCR（光学文字認識）ライブラリであり、.NET開発者が画像やPDFからテキストを抽出する能力を大幅に向上させます。 Tesseract OCRエンジンの基盤の上に構築されているIronOCRは、大きな安定性とAccuracyという点でネイティブC#体験を提供し、基本的なTesseractライブラリよりも優れています。 これは.NETアプリケーションおよびウェブサイトにシームレスに統合するように設計されており、プレーンテキストまたは構造化データフォーマットのいずれかへのテキスト抽出を可能にし、幅広い外国語を理解する能力を持っています。 ディープラーニングアルゴリズムを利用することで、IronOCRはテキスト認識タスクにおいて比類のない精度を達成します。

このライブラリは、単純なOCRタスクだけでなく広範なアプリケーションスペクトルにその機能を広げています。 プラットフォームのバリエーションをサポートしており、.NET 5から8、.NET Core 2x & 3x、そして.NET Framework 4.6.2以上を含みます。

主要機能

以下は、IronOCRを際立たせているいくつかの主要な属性や機能です：

-高度な OCR エンジン: Tesseract 5 を活用した IronOCR は、 125 以上の言語をサポートする高度な OCR エンジンを提供します。 この機能は、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重要です。 ライブラリはほとんどの言語に対して高・中・速の品質オプションを提供し、カスタム言語やフォントトレーニングも含んでいます。これにより、柔軟性とテキスト認識の精度が向上します。 -包括的なドキュメント処理: IronOCR は、画像 (JPG、PNG、GIF、TIFF、BMP)、System.Drawing オブジェクト、ストリーム、PDF など、さまざまなタイプと形式のドキュメントを処理できます。 -強力な画像処理:ライブラリには、シャープ化、解像度の向上、ノイズ低減、色補正 (2 値化、グレースケール、反転) などの強力なフィルターと画像処理ツールのセットが含まれています。 -構造化データとシンプルデータの出力: IronOCR は、構造化データ出力 (ページ、ブロック、段落、行、単語、文字) とシンプルデータ出力 (.NET テキスト文字列、バーコードおよび QR データ、画像) の両方を提供します。 -並行処理とコンピューター ビジョン:ライブラリは、シングル スレッドとマルチ スレッドの非同期操作をサポートし、画像内のテキスト領域を識別するコンピューター ビジョン機能を提供し、複雑な画像や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。

IronOCRを.NETプロジェクトに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。 ここでは、あなたを始めるための簡略化されたガイドを示します：

ライセンス

IronOCRは、異なるプロジェクトや開発者のニーズに合わせたさまざまなライセンスオプションを提供しており、ユーザーに柔軟性とスケーラビリティを確保します。 ライセンス条件は永続的であり、ライセンスを購入すると繰り返し料金は発生しません。 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ており、開発、ステージング、プロダクション環境での有効です。 ライセンス価格は$799から始まります。 ライセンスを購入する前に無料トライアルを取得できます。

Google OCRのインストール

1. ツール -> NuGetパッケージマネージャ -> パッケージマネージャコンソールへ移動します。
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をプロジェクトにフェッチし、インストールして使用準備を整えます。

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を以下に示します：

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
    }
}

精度

PaddleOCRとTesseractはいずれもベンチマークで高い精度を示していますが、IronOCRは前処理手順を微調整し調整できる能力が、さまざまなドキュメントタイプにわたって優れた結果を提供する上でのアドバンテージを提供します。

スピード

処理速度に関しては、IronOCRは.NET環境内でのドキュメント処理の効率的な処理が目立ち、迅速な文字認識のために最適化されたパフォーマンスを提供します。 PaddleOCRやTesseractもリアルタイム処理機能で知られています。

言語サポート

Tesseractは100を超える言語をサポートし、言語カバー率において最も多様なOCRツールの1つです。 PaddleOCRも特にアジア言語に対して印象的な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、この膨大な言語サポートを拡張し、追加の拡張と最適化を組み合わせています。 この組み合わせにより、対応する言語の範囲が増えるだけでなく、IronOCRの拡張が直接サポートする言語に対する精度と速度が向上しています。

カスタマイズオプション

IronOCRは、画像前処理、テキストフィルタリング、カスタム辞書を含む幅広いオプションを提供することでこのカスタマイズにおいて際立っています。 デフォルト設定では不十分かもしれない複雑なOCRシナリオでこのレベルのカスタマイズは特に価値があります。PaddleOCRとTesseractはカスタマイズの能力を持っていますが、IronOCRの.NETエコシステム内の開発者ニーズに対する焦点は、より高い柔軟性を保証しています。

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により広大で確立されたコミュニティを享受している一方で、PaddleOCRは急速に成長しているコミュニティを持ち、IronOCRは.NET開発者の焦点を絞ったコミュニティから利益を得ています。