Tesseract対Microsoft OCR：直接比較

Tesseract OCRの主な特徴

• オープンソース: Tesseractは、Apache License 2.0の規約に基づき、誰でも利用、変更、配布が可能です。そのオープンソース設計は、コミュニティの貢献のおかげで広く採用され、継続的に改良されています。
• 言語サポート: Tesseractは、言語に加えて100を超える異なるスクリプトと文字セットを認識することができます。 多言語対応能力のおかげで、さまざまな言語や地域における幅広いOCRアプリケーションに適しています。
• 精度: Tesseractは、特に適切にセットアップされ関連データでトレーニングされた場合、優れたテキスト認識精度で知られています。 歪んだ角度、低品質、不十分な照明などのさまざまな問題を抱えた写真から、信頼性の高いテキストを抽出することができます。
• オプション: Tesseractは、多くの設定およびカスタマイズオプションを提供しています。 特定のユースケース向けのOCR性能を最大化するために、ユーザーは複数のパラメーターを調整できます。 さらに、Tesseractは、Java、C++、Python、C#などのさまざまなプラットフォームやコンピュータ言語と組み合わせることで、開発者がさまざまなアプリケーションでその能力を活用できるようにしています。
• Tesseractは、精度、性能、言語サポートを向上させるために、新しい機能が定期的に追加され、継続的な開発とメンテナンスが行われています。 Tesseractのオープンソースコミュニティは、最先端のOCRツールであり続けることを保証するために、その継続的な開発をサポートしています。

.NET向けTesseract OCRのインストール

Tesseract OCRをコンピュータにインストールすることが最初のステップです。公式のTesseract GitHubリポジトリで、Tesseractインストーラーを入手できます: https://github.com/tesseract-ocr/tesseract.

Tesseract OCRをコンピュータにインストールするには、オペレーティングシステム（Windows、macOS、Linux）に特化したセットアップ手順に従ってください。 Tesseract OCRをインストールした後、Visual StudioのNuGetパッケージマネージャーを使用して、Tesseract.NETラッパーをC#プロジェクトに追加します。

C#プロジェクトをVisual Studioで開き、ツール -> NuGetパッケージマネージャー -> ソリューションのNuGet Packagesを管理に移動します。 NuGetパッケージマネージャーで「Tesseract」を検索し、「Tesseract」または「Tesseract.NET」という名前のパッケージを見つけることができるはずです。 プロジェクトにパッケージを含めるには、選択してインストールをクリックします。

C#を用いたTesseract OCR

C#プロジェクトでTesseractを使用するには、次の手順に従います。

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

Imports Tesseract

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
		Using engine = New TesseractEngine("path_to_tesseract_folder", "eng", EngineMode.Default)
			' Load the image from which to extract text
			Using img = Pix.LoadFromFile("image.png")
				' Process the image and extract the text
				Using page = engine.Process(img)
					' Get the extracted text
					Dim text = page.GetText()
					Console.WriteLine(text) ' Print the extracted text
				End Using
			End Using
		End Using
	End Sub
End Class

これを達成するには、TesseractEngineのコンストラクタオプションで、Tesseractインストールディレクトリと使用したい言語を指定します。 "eng"を使用したい言語の言語コード（例：英語用の"eng"）に置き換え、"path_to_tesseract_folder"をTesseractインストールディレクトリへの実際のパスに置き換えてください。

C#プロジェクトにTesseractを設定した後の今、写真からテキストを抽出するためのそのOCR機能を活用できます。 TesseractEngineインスタンスは、Pixクラスを使用してロードされた写真を処理し、テキストを抽出または画像ファイルでOCRを実行するために使用できます。"image.png"を画像ファイルのパスに置き換えます。

主要機能

• Azure Cognitive Servicesとの統合: Microsoft OCRは、AI駆動のMicrosoft Azure APIおよびサービスのコレクションであるAzure Cognitive Servicesと連携して機能します。 この接続により、開発者はREST API、SDK、およびクライアントライブラリを使用して、Microsoft OCR機能をアプリケーションおよびワークフローに簡単に統合できます。
• 高い精度と性能: 大量のデータセットでトレーニングされた高度な機械学習モデルのおかげで、Microsoft OCRは高い精度と性能でテキスト認識を提供します。 複雑なレイアウトやさまざまなフォントを持つ写真からのテキストを正確に抽出できるので、広範なOCRアプリケーションに適しています。
• スケーラビリティと信頼性: Azure Cognitive Servicesの一部であるMicrosoft OCRはスケーラビリティと信頼性を提供し、さまざまな処理要件を持つアプリケーションに適しています。 多くのドキュメントを効率的に管理し、同時に複数のリクエストを処理することで、稼働時間と安定したパフォーマンスを保証します。
• 多言語サポート: 他のOCRプログラムと同様に、Microsoft OCRは多言語認識を許可し、ユーザーがさまざまな言語と文字セットの写真からテキストを抽出することができます。 多言語サポートのおかげで、さまざまな言語ニーズを持つ世界的なアプリケーションに適しています。

C#プロジェクトで使用するために、Microsoft OCRをAzure Cognitive Services、特にComputer Vision APIと統合する必要があります。 ここに始める方法があります:

Azureアカウントを作成

既に持っていない場合は、Azureアカウントを作成する必要があります。 無料のAzureアカウントを作成し、試用期間中にいくつかのサービスにアクセスできます。

Azure Cognitive Servicesの設定

Azureアカウントを所有している場合、Azure Cognitive ServicesのComputer Visionサービスを設定する必要があります。

• Azureポータルを開きます。
• "リソースの作成"をクリックして"Computer Vision"を検索します。
• Computer Visionサービスを選択したら"作成"をクリックしてください。
• プロンプトに従って、サブスクリプションと価格層を選択してサービスを設定します。
• サービスが構築されたら、リソースに移動して、サブスクリプションキーとエンドポイントURLを保存します。あなたのリクエストの正当性を確認するためにこれらが必要です。 ### Azure Cognitive Services SDKのインストール

Microsoft Azureを利用することができます。

C#プロジェクト内でComputer Vision APIと通信するためには、CognitiveServices.Vision.ComputerVision NuGetパッケージを使用します。 C#プロジェクトをVisual Studioで開き、ツール -> NuGet Package Manager -> ソリューションのNuGet Packagesを管理に移動します。

"Microsoft.Azure.CognitiveServices.Vision.ComputerVision"を検索してパッケージをインストールします。

主要機能 of IronOCR

• 多様なOCR: IronOCRはスクリンショット、スキャンされた文書、PDFファイル、写真など、さまざまなソースからテキストを認識することができます。BMP、TIFF、PNG、JPEGを含むいくつかの画像タイプに対応しています。
• 高精度なテキスト認識: IronOCRは、洗練されたOCRアルゴリズムを利用して、非常に高精度なテキスト認識を実現しています。 さまざまな解像度、フォント、背景を持つ写真から信頼性の高いテキストを抽出できます。 - 複数言語に対応: IronOCRは複数の言語を認識できるため、多言語アプリケーションに適しています。 一般的な言語用の内蔵言語パックを提供し、カスタマイズされた言語トレーニングを可能にします。 - PDFテキスト抽出: IronOCRはスキャンされたPDFと画像ベースのPDFの両方からテキストを抽出できます。 PDF文書からテキストを取り除く際に、コンテンツの元のフォーマットとレイアウトを維持できます。 - 画像の前処理: OCR処理前に、IronOCRは受けた画像のクオリティを向上させるために画像の前処理機能を持っています。 これは、傾き補正、コントラスト修正、およびノイズ除去などのタスクを含みます。 ### C#を用いたIronOCR

ここにIronOCRを使用した基本的なC#の例があります:

上記のコードを使用することにより、画像から最も高いOCR精度でデータを抽出できます。

// Create an instance of IronTesseract
var Ocr = new IronTesseract(); // nothing to configure
// Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest;
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Prepare the image input and perform OCR
using (var Input = new OcrInput())
{
    // Add the image for OCR processing
    Input.AddImage(@"Demo.png");
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print the recognized text
    Console.WriteLine(Result.Text);
    Console.ReadKey(); // Wait for user input before closing
}

// Create an instance of IronTesseract
var Ocr = new IronTesseract(); // nothing to configure
// Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest;
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Prepare the image input and perform OCR
using (var Input = new OcrInput())
{
    // Add the image for OCR processing
    Input.AddImage(@"Demo.png");
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print the recognized text
    Console.WriteLine(Result.Text);
    Console.ReadKey(); // Wait for user input before closing
}

' Create an instance of IronTesseract
Dim Ocr = New IronTesseract() ' nothing to configure
' Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5

' Prepare the image input and perform OCR
Using Input = New OcrInput()
	' Add the image for OCR processing
	Input.AddImage("Demo.png")
	' Read the text from the image
	Dim Result = Ocr.Read(Input)
	' Print the recognized text
	Console.WriteLine(Result.Text)
	Console.ReadKey() ' Wait for user input before closing
End Using

加えて、IronOCRは、文書から抽出したテキストをWordを含む編集可能なファイル形式に変換することを可能にします。 スキャンされた文書を検索可能なPDFに変換することができます。 IronOCRを使用すると、結果をさまざまなOCR出力形式で保存できます。 コードについて詳しくはこちらを参照してください。

ソース画像:

Aspose.BarCodeは、線の高さおよび幅を指定するためにParameters.Barcode.XDimension.Millimetersプロパティを使用してバーの高さおよび幅をカスタマイズすることもサポートしています。

結論として、TesseractとMicrosoft OCRは、C#開発者に強力なOCR機能を提供し、それぞれに独自の長所と短所を備えています。