Tesseractの代替案（2022年更新）

ABBYY FineReader PDF

ABBYYが開発したABBYY FineReader PDFは、画像文書（写真、スキャン、およびPDFファイルなど）と画面キャプチャを、Microsoft Word、Microsoft Excel、Microsoft PowerPoint、リッチテキスト形式、HTML、PDF/A、検索可能なPDF、CSV、テキスト（プレーンテキスト）などの編集可能なファイル形式に変換する光学文字認識ソフトウェアです。

ABBYY FineReader PDFは、紙の文書から直接、25種類以上のファイルタイプから、またはPDFプリンターにほぼすべてのプログラムから公開することによってPDFファイルを生成できます。 長期アーカイブに関しては、PDF/A-1からPDF/A-3が有効になり、PDF/UAはスクリーンリーダーのような支援技術を使用した際にコンテンツがアクセス可能であることを確認します。

さらに、ABBYY FineReader PDFはデジタル職場で可能な限り効率的に専門家が作業を行えるようにします。 ABBYY FineReaderはスキャンされた紙をデジタルワークフローに統合し、文書の管理と完成時に時間と労力を節約します。 PDFを変換せずにテキスト、テーブル、またはレイアウト全体を編集する必要はありません。 このドキュメントがどのように生成されたかに関係なく、デジタルか直接ハードコピーから得たものか、どんなドキュメントでも簡単かつ体系的に処理できます。 このソフトウェアは編集可能なPDFファイルも作成できます。

ABBYY FineReaderのデスクトップバージョンは、Windows、Linux、そしてmacOSで利用できます。

AWS OCR

Amazon Textractは、機械学習（ML）Webサービスとして、任意のスキャンされたドキュメントからテキスト、テーブル、およびその他のデータを抽出します。 それは、ディープラーニングを使用してPDFや写真、テーブル、フォームなどのスキャンされたドキュメントから正確かつ自動的にコンテンツを抽出します。 その後、Amazon Textractは情報を編集可能な整理されたファイル形式で出力します。

会社が多くの企業からの請求書のハードコピーから関連情報をエクセルスプレッドシートに転送する必要があるシナリオを考えてみましょう。 この作業を手動で完了するためにデータ入力担当者を使用することが一般的ですが、それはしばしば整理されておらず、多くの時間がかかり、エラーが発生しやすいです。 さらに、既存のOCRソフトウェアソリューションを使用する他の企業は、ドキュメントからデータを抽出するためにツールを構成するのに何時間も費やすことがあり、そのフォーマットが変わるたびに更新が必要です。

Textractを使用すると、企業は請求書をWebサービスにアップロードするだけで、これらの文書からテキスト、フォーム、キーと値のペア、テーブルをより整理された形式で取得できます。 これにより、手作業で、時間がかかり高価なデータ入力プロセスの必要性がなくなります。

さらに、Amazon OCRは、機械学習の専門知識を必要とせずに、実証済みで非常にスケーラブルなディープラーニング技術を使用して、アプリケーションに画像とビデオ分析を簡単に追加できます。

iText

iTextは、いくつかの業界をリードするOCRエンジンを使用してスキャン画像を処理するエンドユーザー向けのOCRプログラムです。 オープンソースAGPLの条件の下で、iText 7 Coreと一定数のアドオンを自由に使用できます。 代替として、さまざまな商用ライセンス代替を選択することもできます。

iText Groupは、iText 7 SuiteやiText DITOを含む製品を製造し、PDFテクノロジーの世界的リーダーです。 それはデジタル文書作成のために数百万の顧客によって使用されています。これには、請求書やクレジットカードのステートメント、モバイル搭乗券、法的アーカイブなどの用途があります。 このソフトウェアは、オープンソースおよび商用ソフトウェアとして利用可能です。

iText Groupは、iText 7 Suiteも提供しています。これは、最大限の自由と生産性のためにオプションのアドオンを備えたiText 7 Coreを含む包括的なオープンソースPDF SDKです。

Tencent Cloud OCR

Tencent CloudのOCR技術は写真中のテキストを自動的に検出および識別できます。 印刷されたテキストに対する信頼性と平均精度率は95％以上です。 OCR技術の文書分析とテキスト認識アルゴリズムは、Tencent YouTu Labによって開発されました。 視点の歪み、不規則な照明、一部の遮蔽などの状況で使用できます。 それはランドスケープモードとポートレートモードの両方をサポートします。 より改善された精度により、中国語のテキスト、英語のテキスト、中国語/英語のテキスト、数字、および特別な記号を区別できるようになっています。 直接呼び出せる多数のAPIを提供しており、使いやすいSDKもあります。

IronOCR

IronOCRは、極めて正確で効率的なOCRテキスト認識およびドキュメントスキャンアプリです。 ソフトウェア開発者は、IronOCR for .NETの助けを借りて.NETアプリおよびウェブページで画像およびPDFからテキストを読み取ることができます。 ソフトウェアは画像のテキストやバーコードのスキャンを支援し、幅広い外国語をサポートし、出力をプレーンテキストまたは構造化データとして生成します。 Web、コンソール、MVC、およびさまざまな.NETデスクトップアプリケーションでIron SoftwareのOCRライブラリを使用できます。 商業目的で使用される場合、該当するライセンスと共に開発チームからの直接サポートが提供されます。 IronOCRはドキュメント処理機能をすばやく統合し、画像変換、作成、編集、操作、圧縮、画像強化をアプリケーションに組み込むことができます。

最新のTesseract 5エンジンを使用して、IronOCRはあらゆるPDF形式からテキスト、バーコード、QRコードを読み取れます。 このライブラリを使用すれば、デスクトップ、オンライン、コンソールアプリケーションにOCRをすばやく簡単に追加できます。 IronOCRには、バーコードスキャン、ドキュメント検出とスキャン、テキストからのデータ抽出などのデータキャプチャ機能があります。 PDFや画像などの原材料を構造化データレコードに変換します。 IronOCRは125の国際言語をサポートしています。 カスタム言語や単語リストもサポートしています。 IronOCRは20以上のバーコードとQRコード形式を読み取れます。 TIFFとGIFのマルチページ画像形式をサポートしています。 質の低いスキャンや写真を修正します。 マルチスレッド操作を可能にします。 また、1つまたは複数のプロセスを同時に実行できます。 ページ、段落、行、単語、文字などに構造化データ出力を提供します。 Windows、Linux、macOSなどのオペレーティングシステムをサポートします。 PDF、JPEGファイル、その他の多様な文書から情報を抽出できます。 IronOCRは精度、知能的な文字認識、およびゾーン認識を提供し、編集可能な文書をすばやく作成できます。 IronOCRは、ドキュメントをPDFに一括スキャンし、すべての言語で自動的にテキストを認識します。 または、手動でどの言語でテキストを認識すべきかを設定することもできます。

次に、画像ファイルでOCRを実行するためのサンプルコードを示します。

using IronOcr;

var Ocr = new IronTesseract(); // Initialize a new instance of IronTesseract
using (var Input = new OcrInput(@"images\image.png")) // Load the image file for OCR
{
    var Result = Ocr.Read(Input); // Perform OCR to read text from the image
    Console.WriteLine(Result.Text); // Output the recognized text to the console
}

using IronOcr;

var Ocr = new IronTesseract(); // Initialize a new instance of IronTesseract
using (var Input = new OcrInput(@"images\image.png")) // Load the image file for OCR
{
    var Result = Ocr.Read(Input); // Perform OCR to read text from the image
    Console.WriteLine(Result.Text); // Output the recognized text to the console
}

Imports IronOcr

Private Ocr = New IronTesseract() ' Initialize a new instance of IronTesseract
Using Input = New OcrInput("images\image.png") ' Load the image file for OCR
	Dim Result = Ocr.Read(Input) ' Perform OCR to read text from the image
	Console.WriteLine(Result.Text) ' Output the recognized text to the console
End Using

こちらにIronOCRに関する詳細なチュートリアルがあります。

結論

テッセラクトは使いやすく、さまざまな方法で画像やPDF文書をサポートします。 .NET Frameworkの文脈内で、IronOCRによって提供されます。 さらに、テッセラクトOCRライブラリの機能を向上させるためのいくつかのパラメータを提供しています。 非常に多くの言語で複数の言語を同時に使用できる機能を提供しています。 IronOCRパッケージは、すべてのプラットフォームで競争力のあるライセンスおよびサポートを単一の価格で提供しています。また、1年間の無料のアップデート、機能のアップグレード、エンジニアリングチームからのサポートも含まれています。 IronOCRはGoogleが開発したテッセラクトの最高の代替手段の一つであり、わずか数行のコードで簡単に実装できます。

IronOCRは、パッケージソフトウェア製品、SaaS、およびOEMに必要なロイヤリティフリーの再頒布カバレッジを備えています。 他のOCR製品は、対照的に、すべてが完全にカスタム選択されており、通常はより高価です。両製品には異なる価格帯があり、IronOCRは$799から開始します。 こちらにライセンスおよび価格設定に関する詳細があります。 要するに、IronOCRは全体的により低いコストでより多くの機能を提供しています。