C#オープンソースのOCR（開発者向けリスト）

Tesseract

最も有名なオープンソースのOCRエンジンはTesseractであり、最初はヒューレット・パッカードによって開発されました。 2006年以降、Googleがこの無料ソフトウェアプロジェクトを支援しており、Apacheライセンスの下でリリースされています。

最も正確なオープンソースおよび無料システムの1つは、Tesseract OCRエンジンです。Tesseractの最新の安定版4.1.1はLSTMに基づいており、116の言語をサポートしています。

Tesseractはコマンドラインインターフェースから実行する場合、自身の組み込みインターフェースを持たないため、別のGUI（グラフィカルユーザーインターフェース）からのサポートが必要です。 ニューラルネットワークを使用して新しい情報を学習することができ、先進的な画像前処理パイプラインを備えています。.NETアプリケーションにOCR機能を追加する最も効果的な方法は、Tesseract .NET SDKです。これはテキスト認識機能を提供するための最良のソリューションの1つです。 Tesseractは間違いなく現在市販されている最高のOCRライブラリです。

GOCR

GNU Public Licenseを使用して作成されたOCR（光学文字認識）プログラムであるGOCR。 テキストファイルをスキャンした文書の画像に変換します。 プログラムを開始し、開発チームをSFで管理したJoerg Schulenburgは、今日も（非常に）低時間ベースでパッケージを扱っています。

GOCRは複数のフロントエンドで使用できるため、他のオペレーティングシステム、ネットワークアプリケーション、アーキテクチャに移植するのが比較的簡単です。 多種多様な画像ファイルタイプを読み取ることができ、2010年まではその品質はコンスタントに向上しました。

GOCRによれば、幅が20〜60ピクセルの一列のサンセリフ書体を扱うことができます。 ラテン文字以外のアルファベットで書かれたテキスト、セリフフォント、重なり合う文字、さまざまな書体、ノイズのある写真、過度の傾斜角度に課題があると報告しています。 GOCRはまた、バーコードを翻訳することができます。

クネイフォルム

CuneiFormは、無料のオープンソース技術であり、今や"Cognitive OpenOCR"としても知られています。組み込みの出力とデータベースがあります。 23の異なる言語をカバーし、テキストフォーマットスキャン、文書レイアウト分析、および識別などのタスクも実行します。

Cognitive TechnologiesはOpenOCRのライセンスを開発し、それはフリーウェアおよびBSDです。 クロスプラットフォームの使用をサポートする一方で、Linuxユーザーにはグラフィカルインターフェイスを提供していません。

文字認識作業を単純化するために、いかなるDot NET Framework 2.0またはそれ以降のアプリケーションでも、ラッパーライブラリPuma Dot NETが使用されます。 データを処理する際に辞書チェックを実行し、認識の質を向上させます。

CuneiFormは、電子形式の文書や画像ファイルを自動または半自動で編集可能なフォームに変換するための技術であり、構造や元の文書フォントに影響を与えません。 システムは、バッチで電子文書を処理する部分と、1つのドキュメントを一度に処理する部分の二部で構成されています。さらに、システムはロシア語と英語の組み合わせをサポートしています。 2009年にAndrei Borovskyによって作成されたブランチのみが、他のハイブリッド言語の認識をサポートしています。 各言語はdatファイルに関連付けられているため、システムに他の言語を認識させることは難しいです。その構造と作成プロセスは開発者によって非公開です。

Kraken

KrakenはOcropusの問題に対処するために開発されましたが、他の機能には影響を与えません。 CLSTMニューラルネットワークライブラリを利用し、以前のプロジェクトから得られた貴重な経験を新しいデータと共に活用します。 異なるプラットフォームで効果的に機能するために、特定の外部ライブラリの使用が必要です。 保存された情報を活用して、潜在的なデータ検証問題に関するより正確な予測を行うことができます。 さらに、その作業手法は、新しいモデルの展開とトレーニングを容易にします。

using IronOcr;

// Instantiate an IronTesseract object to utilize its OCR capabilities
var Ocr = new IronTesseract();

// Set the language to English for better accuracy
Ocr.Language = OcrLanguage.EnglishBest;

// Optionally specify the Tesseract version to ensure compatibility
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Create an OcrInput object to add images for OCR processing
using (var Input = new OcrInput())
{
    // Add the image to be processed; specify the image's path
    Input.AddImage(@"Demo.png");

    // Perform the OCR and store the result
    var Result = Ocr.Read(Input);

    // Output the extracted text to the console
    Console.WriteLine(Result.Text);

    // Pause the console to keep it open
    Console.ReadKey();
}

using IronOcr;

// Instantiate an IronTesseract object to utilize its OCR capabilities
var Ocr = new IronTesseract();

// Set the language to English for better accuracy
Ocr.Language = OcrLanguage.EnglishBest;

// Optionally specify the Tesseract version to ensure compatibility
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Create an OcrInput object to add images for OCR processing
using (var Input = new OcrInput())
{
    // Add the image to be processed; specify the image's path
    Input.AddImage(@"Demo.png");

    // Perform the OCR and store the result
    var Result = Ocr.Read(Input);

    // Output the extracted text to the console
    Console.WriteLine(Result.Text);

    // Pause the console to keep it open
    Console.ReadKey();
}

結論

OCRのオープンソースツールを使用すると、ソースコードを使用して独自のプログラムを構築できます。 ただし、いくつかのツールには公式のライブラリやコーディングの問題が発生した場合にサポートを提供する専用のチームがありません。 Tesseractのドキュメントも、一般的な使用シナリオのサンプルコードやチュートリアルが含まれていないため、初心者がコードやライブラリを理解するのは困難です。

IronOCRは、.NET Framework Standard 2、.NET Framework 4.5、および.NET Core 2、3、5などのさまざまな.NETプロジェクトをサポートしています。Mono、Xamarin、Azureなどの最新技術でも動作します。 IronOCR技術を活用することで、Tesseractの結果を向上させ、不正確にスキャンされた文書や画像を修正することができます。 複雑なTesseract辞書システムは、NuGetパッケージを通じて管理されています。 Iron OCRライブラリを利用してOCRツールを開発します。

IronOCRを使用すると、追加の設定なしでプログラムを使用でき、PDFファイル、マルチフレームTIFF、すべての一般的な画像形式をサポートしています。 また、バーコード認識機能を提供し、画像からバーコードデータを抽出し、バーコード値を読むことができます。 IronOCRは無料トライアル付きの費用対効果の高い開発版を提供しており、ライフタイムライセンスがIronOCRバンドルに追加料金なしで含まれています。IronOCRバンドルは、単一の支払いで複数のプラットフォームをカバーしています。 IronOCRの価格についての詳細は、このページを参照してください。