Easyocr対Tesseract （OCR機能の比較）

EasyOCRはPythonのパッケージマネージャであるpipを使用してインストールできます。 まず、すべての依存関係が満たされていることを確認してください。必須の依存関係には、PyTorchライブラリ（torchvision）が含まれます。 これらはEasyOCRと一緒にインストールできます：

EasyOCRをインストール: ターミナルまたはコマンドラインを開き、コマンドを入力します：

pip install easyocr

pip install easyocr

PyTorch、未インストールの場合(EasyOCRに必要): EasyOCRはPyTorchで動作します。 あなたの環境で自動的にインストールされていない場合は、公式のPyTorchインストールガイドに従ってください。

インストールが完了したら、テキスト抽出作業のためにEasyOCRを使用できる準備が整います。

EasyOCRを使用したOCR画像

以下は、EasyOCRを使用して画像でOCRを実行する方法を示すPythonのサンプルコードです：

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

以下の画像は、上記のコードから生成された出力です。

Tesseractをインストールした後、pytesseractパッケージをpipを使用してインストールします：

pip install pytesseract

pip install pytesseract

pytesseractを使用したOCR画像

御覧のように、画像でOCRを実行するためにpytesseractを使用したPythonのサンプルコードです：

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

以下に、上記のコードから生成された出力を示します。

IronOCRは、.NET開発者が画像、PDF、その他の文書形式から効率的にテキストを抽出するためにIronOCRを活用できる強力な光学式文字認識ライブラリです。 高度なアルゴリズムは、複雑なレイアウトや多言語環境でも、高精度を提供し、JPEG、PNG、GIF、TIFF形式をサポートします。 ライブラリは、画像解像度やテキストの向きなどのパラメータでOCRエンジンプロセスを微調整するための設定可能なオプションを提供します。

画像前処理の機能により、認識精度が向上し、検索可能なPDFとしての出力文書に情報を簡単に検索できるようにします。 そのウェブアプリケーションへのシームレスな統合により、信頼できるテキスト抽出と文書デジタル化ソリューションをさまざまな分野で実装を目指している開発者にとっての強力な選択になります。

IronOCRの概要の特徴

• 高精度: 先進的なアルゴリズムを使用して、文書の複雑さやフォントの使用に関係なく高い精度でテキスト認識を提供します。

• 複数フォーマットサポート: アプリケーション全体での汎用性のために、画像フォーマット(JPEG、PNG、GIF、TIFF)およびPDFを受け入れます。

• 多言語認識: 多言語のOCRをサポートし、多様な言語環境で正確な結果をもたらします。

• テキストレイアウトの保持: オリジナルの文書レイアウトを保持し、抽出されたテキストがそのフォーマット構造を維持します。

• 設定可能なOCR: 画像解像度、テキストの向きなどの設定可能なパラメータを提供し、特定の画像でのOCRパフォーマンスを最適化できます。

• 画像の前処理: ノイズ除去、コントラスト調整、リサイズなどの画像を改善する基本的なツールを含み、OCR精度を向上させます。

• 検索可能なPDF変換: 画像や文書を直接検索可能なPDFに変換し、効率的なデータ管理と検索を可能にします。

• 簡単な統合: .NETアプリケーションへの簡単な統合を促進し、ユーザーがOCR機能を簡単に追加できます。

• バッチ処理: 大量のデータを処理できるように複数の画像や文書を同時に処理します。

インストール

IronOCRをインストールするには、Visual StudioのNuGetパッケージマネージャーを開き、新しいプロジェクトを開始し、"IronOCR"を検索し、最新バージョンを選択し、インストールをクリックします。

IronOCRの概要を使用したサンプルコード

以下のC#コードは、OCR処理のためにIronOCRを使用する方法を示しています：

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

高精度

複雑なレイアウト、ノイズの多い画像、低解像度のテキストについては、IronOCRがTesseractやEasyOCRに比べてその精度で際立っています。 ノイズ低減やコントラスト調整などの内蔵画像前処理ツールは、実際のアプリケーションで高い精度を達成するのに役立ちます。

多様なフォーマットおよびレイアウトの保持

IronOCRはさまざまな画像フォーマット、PDFファイル、および多列のレイアウトを処理し、元の文書の構造およびフォーマットを保持するのに優れています。 レイアウトの保持が重要なプロジェクトに適しています。

追加のツールやライブラリに依存せずに、画像とスキャンされた文書を直接検索可能なPDFに変換する能力は、TesseractとEasyOCRに対する優位性を提供します。

IronOCRの概要は高度な前処理を提供します

低品質の画像であっても、IronOCRの高度な前処理機能を使用することで高いOCR精度を達成でき、OpenCVなどの追加のライブラリが不要になり、テキスト抽出における包括的なソリューションとなります。

スケーラビリティとパフォーマンス

高速でリソース効率の良いOCRに最適化され、IronOCRはエンタープライズアプリケーションのための大規模な文書処理タスクに対するスケーラビリティをサポートします。

サポートとアップデート

商業サポートにより、IronOCRは定期的な更新、バグ修正、専用のサポートを受け、TesseractやEasyOCRのようなオープンソースオプションとは異なる信頼性を長期間にわたって提供し、OCRの最新の進展を提供し続けます。