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の条件の下で、誰でも使用、変更、配布が自由にできるようになっています。このオープンソースの設計は、コミュニティの貢献のおかげで、大変広く普及し、継続的に改善されています。
• 言語サポート: Tesseractは、言語に加えて、100以上の異なるスクリプトや文字セットを認識することができます。 多言語機能により、さまざまな言語や地理的地域での広範なOCRアプリケーションに適しています。
• 精度: Tesseractは、特に正しく設定され、関連するデータで訓練された場合、その優れたテキスト認識精度で知られています。 角度の歪み、低品質、不十分な照明を含むさまざまな問題を持つ写真からも確実に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のオプションを提供しています。 特定の使用ケースに対し、OCRの性能を最大化するためにいくつかのパラメータを調整することができます。 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およびコンピューター言語と組み合わせることができ、開発者はさまざまなアプリケーションでその機能を活用できます。
• Tesseractは、常に新機能を追加してその精度、性能、および言語サポートを向上させるために絶えず開発および保守されています。 Tesseractのオープンソースコミュニティは、その継続的な開発を支援し、常に最先端のOCRツールであることを保証しています。

Tesseract OCR For .NETのインストール

最初のステップとして、コンピュータにTesseract OCRをインストールします。公式のTesseract GitHubリポジトリは、Tesseractインストーラーを取得する場所です: https://github.com/tesseract-ocr/tesseract。

コンピュータにTesseract OCRをインストールするには、お使いのオペレーティングシステム（Windows、macOS、またはLinux）に特化したセットアップ手順に従います。 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、C#プロジェクトにTesseract.NETラッパーを追加します。

Visual StudioでC#プロジェクトを開いた後、ツール -> NuGetパッケージマネージャー -> ソリューションのNuGetパッケージを管理に進みます。 NuGetパッケージマネージャーで"Tesseract"と検索することにより、"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、それを選択し、インストールをクリックします。

C#を使用したTesseract OCR

C#プロジェクトでTesseractを使用するには、以下の手順に従ってください。

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、Tesseractインストールディレクトリの場所およびTesseractEngineコンストラクタオプションの中で使用したい言語を提供します。 "eng"を使用したい言語の言語コード（例:"eng"は英語）に、"path_to_tesseract_folder"を実際のTesseractインストールディレクトリのパスに置き換えます。

C#プロジェクトでTesseractセットアップが完了した後、今すぐ画像からテキストを抽出するためにそのOCR機能を利用することができます。 TesseractEngineのインスタンスは、画像ファイル上でOCRを実行するため、Pixクラスを使用してロードされた画像を処理するために使用でき、"image.png"を画像ファイルのパスで置き換えます。

主な機能

• Azure Cognitive Servicesとの統合: Microsoft OCRは、AIを活用したMicrosoft AzureのAPIおよびサービスのコレクションであるAzure Cognitive Servicesと一体となって機能します。 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、簡単にMicrosoft OCRの機能をアプリケーションやワークフローに統合できます。
• 高精度と性能: 大規模な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は高精度と性能を伴うテキスト認識を提供します。 複雑なレイアウトや多様なフォントを持つ写真からテキストを正確に抽出する能力を持ち、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。 大量のドキュメントや複数の要求を同時に効果的に管理でき、稼働時間と安定した性能を保証します。
• 多言語サポート: 他のOCRプログラムのように、Microsoft OCRは多言語認識を可能にし、さまざまな言語や文字セットでの画像からのテキスト抽出を可能にします。 多言語サポートのおかげで、さまざまな言語ニーズを抱える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は、Microsoft OCRをAzure Cognitive Servicesと組み合わせる必要があります。具体的には、Computer Vision APIです。 ここから開始する方法です。

Azureアカウントを作成

既にAzureアカウントを持っていない場合は、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を設定

Azureアカウントを取得したら、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、"作成"をクリックします。
• サービスを設定するには、プロンプトに従って、サブスクリプションと料金プランを選択します。
• サービスが作成された後、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。 リクエストの本人確認に必要です。

Azure Cognitive Services SDKをインストール

Microsoft Azureを利用することが可能です。 C#プロジェクトでComputer Vision APIと通信するために、CognitiveServices.Vision.ComputerVision NuGetパッケージを使用します。

Visual StudioでC#プロジェクトを開いた後に、ツール -> NuGetパッケージマネージャ -> ソリューションのNuGetパッケージを管理に進みます。

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

IronOCRの主な特徴

• シンプルな統合: NuGetパッケージを使用するか、直接プロジェクト内でライブラリを利用することで、IronOCRをC#またはVB.NETプロジェクトに簡単に統合することができます。
• 多様なOCR: IronOCRは、スクリーンショット、スキャンした文書、PDFファイル、そして写真などの幅広いソースからテキストを認識できます。BMP、TIFF、PNG、JPEGなど、いくつかの画像形式に対応しています。
• 正確なテキスト認識: IronOCRは、先端のOCRアルゴリズムを使用することで、優れたテキスト認識精度を実現しています。 異なる解像度、フォント、背景を持つ画像から確実にテキストを抽出できます。
• 複数言語のサポート: IronOCRは、複数の言語を認識することができるため、多言語アプリケーションに適しています。 カスタマイズされた言語トレーニングを可能にし、一般的な言語のためのビルトイン言語パックを備えています。
• 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することができます。 PDFドキュメントからテキストを取り除く際、元のフォーマットとレイアウトを保持することができます。
• 画像の前処理: IronOCRは、OCR処理の前に、画像の前処理機能を使って受信画像の品質を向上させることができます。 これにより、傾きの補正、コントラストの調整、ノイズの除去などが含まれます。

C#を使用したIronOCR

ここに、IronOCRを使用した基本的なC#の例があります。

// 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

上記のコードを使用することで、最高のOCR精度で画像からデータを抽出することができます。 さらに、IronOCRは、文書から抽出したテキストを編集可能なファイル形式に変換することを支援します。Wordなどの形式です。 スキャンした文書を検索可能なPDFに変えることもできます。 IronOCRを使用して、結果をさまざまなOCR出力形式に保存できます。 コードに関してさらに詳しく知りたい場合は、こちらをご覧ください。

ソースイメージ：

結果：