IronOCRとTesseract.NETの比較

Google OCRのインストール

IronOCRはさまざまな方法でのインストールをサポートしています。 任意のアプローチを選択できます。 すべての方法は安全です。

• Visual Studio NuGetパッケージマネージャーを使用します。
• NuGet Package manager コマンドラインを使用。
• Direct download from the NuGet website.
• Direct download from the IronOcr website.

Visual Studio NuGet Package Managerを使用して

Visual StudioのNuGet Package manager GUIを使ってIronOCRライブラリをインストールできます。 ナビゲートするには、ツール > NuGet Package manager > SolutionのNuGetパッケージ管理をクリックします。

class="content-img-align-center">

class="center-image-wrapper">

ブラウズタブに入り、IronOCRを検索します。 検索結果からIronOCRを選択してプロジェクトにインストールします。

class="content-img-align-center">

class="center-image-wrapper">

今、プロジェクトにIronOCRライブラリをインストールしました。 それは.NETプロジェクトでの使用の準備ができています。

NuGet Package manager コマンドラインの使用

NuGet Package Manager Consoleを使ってIronOCRライブラリをインストールできます。 コードファイルの下に通常配置されているコマンドラインに移動し、以下の行をコマンドラインで入力してEnterを押します。

Install-Package IronOcr

IronOCRライブラリのインストールが始まります。 インストール後、プロジェクトで使用できる準備が整います。

Tesseract.NET SDKのインストール

NuGet Package Managerを使用してTesseract.NET SDKをインストールできます。 Tesseract.NET SDKをインストールするには、ツール > NuGet Package Manager > SolutionのNuGetパッケージ管理に移動します。 ブラウズタブに入り、Tesseract.NET SDKを検索します。 検索結果からTesseract.NET SDKを選択してインストールします。 インストール後、プログラムでTesseract.NET SDKを使用できます。

class="content-img-align-center">

class="center-image-wrapper">

インストール後、ソリューションエクスプローラーでこれらの3つのフォルダーを見ることができます。

class="content-img-align-center">

class="center-image-wrapper">

これらのフォルダにはOCRを実行するためにTesseractが必要とする基本データが含まれています。 プロジェクトにOCR機能を埋め込む準備ができました。

テスト画像

これはテストに使用する画像です。

class="content-img-align-center">

class="center-image-wrapper">

Tesseract.NET SDKの使用

まず、Tesseract.NET SDKで生成されたテスト画像の出力を見てみましょう。 コードを見てみましょう：

using Patagames.Ocr;

// Use the OcrApi class to create an API instance for OCR
using (var api = OcrApi.Create())
{
    // Initialize the OCR API with the English language
    api.Init(Patagames.Ocr.Enums.Languages.English);
    // Extract text from the image at the specified path
    string plainText = api.GetTextFromImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Print the extracted text to the console
    Console.WriteLine(plainText);
}

using Patagames.Ocr;

// Use the OcrApi class to create an API instance for OCR
using (var api = OcrApi.Create())
{
    // Initialize the OCR API with the English language
    api.Init(Patagames.Ocr.Enums.Languages.English);
    // Extract text from the image at the specified path
    string plainText = api.GetTextFromImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Print the extracted text to the console
    Console.WriteLine(plainText);
}

Imports Patagames.Ocr

' Use the OcrApi class to create an API instance for OCR
Using api = OcrApi.Create()
	' Initialize the OCR API with the English language
	api.Init(Patagames.Ocr.Enums.Languages.English)
	' Extract text from the image at the specified path
	Dim plainText As String = api.GetTextFromImage("C:\Users\Administrator\Desktop\Input.jpg")
	' Print the extracted text to the console
	Console.WriteLine(plainText)
End Using

まず、Tesseract.NET SDKを使用するためにPatagames.OCRライブラリをインポートします。 その後、Create関数を使用してOcrApiを作成します。 次に、Init関数を使用してデフォルトの言語を英語に設定します。 次に、GetTextFromImageメソッドを使用して画像からプレーンテキストを抽出し、パラメータで画像ファイルのパスを提供します。 その後、抽出したテキストをコンソールに書き出します。

次にTesseract.NET SDKで生成された出力を見てみましょう：

class="content-img-align-center">

class="center-image-wrapper">

これがTesseract.NET SDKから得た出力です。 初めにそれは解像度に基づいたエラーを出しています。 高解像度の画像でしかうまく機能しないことを示しています。 エラーの後、画像から抽出されたテキストを見ることができます。 このテキストを画像と比較すると、完全に異なることがわかります。 抽出されたテキストには、意味のない多くの無関係なテキストがあります。

全体として、Tesseract.NET SDKはこのテストに失敗しています。

IronOCRの使用 次に、IronOCRからの結果を見てみましょう。

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.EnglishBest;

// Use OcrInput to prepare the image for processing
using (var Input = new OcrInput())
{
    Input.AddImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Correct the skew and noise in the image
    Input.Deskew();
    Input.DeNoise();
    // Perform OCR and get the result
    var Result = Ocr.Read(Input);
    // Print the recognized text to the console
    Console.WriteLine(Result.Text);
}

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.EnglishBest;

// Use OcrInput to prepare the image for processing
using (var Input = new OcrInput())
{
    Input.AddImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Correct the skew and noise in the image
    Input.Deskew();
    Input.DeNoise();
    // Perform OCR and get the result
    var Result = Ocr.Read(Input);
    // Print the recognized text to the console
    Console.WriteLine(Result.Text);
}

Imports IronOcr

' Initialize the IronTesseract class for performing OCR
Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.EnglishBest

' Use OcrInput to prepare the image for processing
Using Input = New OcrInput()
	Input.AddImage("C:\Users\Administrator\Desktop\Input.jpg")
	' Correct the skew and noise in the image
	Input.Deskew()
	Input.DeNoise()
	' Perform OCR and get the result
	Dim Result = Ocr.Read(Input)
	' Print the recognized text to the console
	Console.WriteLine(Result.Text)
End Using

結果に飛び込む前に、IronOCRのコードを見てみましょう： 上記のコードでは、IronOCRライブラリをプログラムにインポートし、プロセスを開始するのに役立つIronTesseractのオブジェクトを作成します。 その後、プロセス言語を英語に設定します。 今、実際の作業が始められます。 OcrInputのオブジェクトを作成します。 AddImageを使って画像パスをInput変数に割り当てます。 Deskew機能を使用して画像を実際の位置に回転させ、その後DeNoise機能を使用して画像からノイズを取り除きます。 これにより、より良い結果が得られます。 その後、Read機能を使ってテキストを認識し、テスト画像から抽出します。 次に、コンソールに結果を表示します。

また、結果をプロジェクトファイルにPDFファイルとして保存することもできます。 これがIronOCRによって生成された出力です：

class="content-img-align-center">

class="center-image-wrapper">

class="content-img-align-center">

class="center-image-wrapper">