Easyocr対Tesseract （OCR機能の比較）

EasyOCRはPythonのパッケージマネージャーである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torchと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のインストール： ターミナルまたはコマンドラインを開き、次のコマンドを入力します：

pip install easyocr

pip install easyocr

PyTorchのインストール（EasyOCRに必須）： EasyOCRはPyTorch上で動作します。 インストールされていない場合、公式のPyTorchインストールガイドに従い、環境に合わせて自動的にインストールしてください。

インストール後、テキスト抽出タスクにEasyOCRを使用する準備が整います。

EasyOCRを使用した画像のOCR

以下は、画像にOCRを実行するためにEasyOCRを使用する方法を示すサンプルPython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、pipを使用してpytesseractパッケージをインストールします：

pip install pytesseract

pip install pytesseract

pytesseractを使用した画像のOCR

こちらは画像にOCRを行うためにpytesseractを使用するサンプルPython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)

以下は、上記のコードから生成された出力です。

• 高い精度： 高度なアルゴリズムを使用し、文書の複雑さやフォントの使用い関わらず、高レベルの精度を提供します。

• 多形式サポート： JPEG、PNG、GIF、TIFF形式の画像に加えてPDFも受け入れ、汎用性のあるアプリケーションでの利用が可能です。

• 多言語認識： 多言語OCRをサポートし、多様な言語コンテキストでの正確な結果をもたらします。

• テキストレイアウトの保持： 元の文書レイアウトを維持し、抽出されたテキストがその書式構造を保持するようにします。

• 構成可能なOCR： 画像解像度、テキストの向きなどの動的なパラメータを提供し、特定の画像のOCR性能を最適化できます。

• 画像前処理： ノイズ除去、コントラスト調整、リサイズなどの画像改善ツールを含み、OCR精度を向上させます。

• 検索可能なPDF変換： スキャンされた画像や文書を直接検索可能PDFに変換し、データ管理と情報検索を効率化します。

• 簡単な統合： .NETアプリケーションへの簡単な統合を実現し、ユーザーがOCR機能を簡単に追加できるようにします。

• バッチ処理： 大容量のデータを同時に処理できるため、大量のデータの処理に役立ちます。

インストール

IronOCRをインストールするには、Visual Studioで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始めて"IronOCR"を検索し、最新バージョンを選択してインストールをクリックします。

IronOCR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);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()

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

		' Define the path to the input image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			Dim result = Ocr.Read(input)

			' Display the extracted text
			Console.WriteLine("Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

高精度

IronOCRは、複雑なレイアウトやノイズの多い画像、低解像度のテキストに対して、TesseractやEasyOCRと比較してその精度が際立っています。 ノイズ除去やコントラスト調整などの内蔵画像前処理ツールが実質的な応用における高精度の達成を助けます。

多形式とレイアウト保持

IronOCRは、様々な画像形式、PDFファイル、多カラムレイアウトを処理し、元の文書の構造と書式を保持する能力に優れています。 レイアウト保持が重要なプロジェクトに非常に適しています。

追加のツールやライブラリに頼ることなく、直接画像やスキャンされた文書を完全に検索可能なPDFに変換できる能力は、TesseractやEasyOCRに対してアドバンテージとなります。

IronOCRが提供する高度な前処理

低品質の画像でもIronOCRの高度な前処理機能を使用することで高いOCR精度が得られ、OpenCVなどの追加ライブラリを必要としないため、テキスト抽出における包括的なソリューションとなっています。

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に最適化されたIronOCRは、大規模な文書処理タスクに対応するスケーラビリティをサポートし、エンタープライズアプリケーションにおいて優先されます。

サポートとアップデート

商業的サポートのあるIronOCRは、定期的な更新、バグ修正、専門的なサポートを受けることで、長期的な信頼性と最新のOCRの進歩を提供し、TesseractやEasyOCRのようなオープンソースオプションに対して優れた利点を持っています。