Tesseractは、1985年から1994年の間にHP Laboratories BristolとHP Co.によって最初に作成されました。 コロラド州グリーリーにあります。 1996年にWindowsへ移行するためのさらなる改善が行われ、1998年にC++で書き換えられました。HPは2005年にTesseractをオープンソース化しました。Googleは2006年からTesseractと協力しています。

Tesseract OCRは、Googleの技術スタック内の画像解析APIカテゴリーに属するツールです。背景の雑音を自動的に削除し、スキャナーで作成されたものと同等のPDFファイルを生成できます。 Tesseractは、高精度な光学文字認識技術を使用してスキャンした紙の文書を検索可能なデジタルファイルに変換することができます。 カメラで撮影された写真、デジタル画像、および複数ページにわたるスキャンPDF文書からテキストと文字を抽出できます。 [27] さらに、タイピングまたは印刷されたテキストを含むPDFを、コンピューター方式のテキストに変換できます。

画像ファイルやPDFからテキストを抽出できるその他のOCRソフトウェア（オープンソースおよびプロプライエタリ、ウェブサービスベース）が存在します。 この記事では、Tesseract OCR の代替となるいくつかの OCR ツールを検討します。

ABBYY FineReader PDF

ABBYYによって開発されたABBYY FineReader PDFは、画像ドキュメント（写真、スキャン、PDFファイル）、およびスクリーンキャプチャを、Microsoft Word、Microsoft Excel、Microsoft PowerPoint、リッチテキストフォーマット、HTML、PDF/A、検索可能なPDF、CSV、およびテキスト（プレーンテキスト）といった編集可能なファイル形式に変換する光学文字認識ソフトウェアです。

ABBYY FineReader PDFは、紙の文書から、25種類以上のファイルタイプから、またはほぼすべてのプログラムからPDFプリンターに公開して直接PDFファイルを生成できます。 長期アーカイブはPDF/A-1からPDF/A-3で有効化され、PDF/UAはスクリーンリーダーなどの支援技術を使用する際のコンテンツのアクセス可能性を保証します。

さらに、ABBYY FineReader PDFは、デジタルワークプレースで専門家ができる限り効率的に作業することを可能にします。 ABBYY FineReaderは、スキャンされた紙をデジタルワークフローに統合し、文書を管理して完了する際の時間と労力を節約します。 テキスト、テーブル、レイアウト全体を編集するために、PDFを変換する必要はありません。 ドキュメントがデジタルまたは直接の紙の形から生成されたかにかかわらず、このソフトウェアはどんなドキュメントでも簡単かつ体系的に処理できます。 このソフトウェアは、編集可能なPDFファイルを作成することもできます。

ABBYY FineReaderのデスクトップバージョンは、Windows、Linux、およびmacOSで利用可能です。

AWS OCR

マシンラーニング（ML）ウェブサービスとして、Amazon Textractはスキャンされた任意のドキュメントからテキスト、テーブル、その他のデータを抽出します。 ディープラーニングを使用して、PDF、写真、テーブル、フォームなどのスキャンされたドキュメントからコンテンツを正確かつ自動的に抽出します。 その後、Amazon Textractは情報を編集可能で整理されたファイルフォーマットに出力します。

企業が、数多くの企業からの請求書のハードコピーから関連情報をExcelスプレッドシートに転送する必要があるシナリオを考えてみましょう。 通常はデータ入力担当者がこのタスクを手動で完了しますが、多くの場合、無秩序で時間がかかり、エラーが発生しやすいです。 さらに、一部のOCRソフトウェアソリューションを利用する他の企業は、ドキュメントからデータを抽出するためのツールを構成するのに時間を費やしがちです（フォーマットが変わるたびに更新する必要があります）。

Textractを使用すると、企業は請求書をウェブサービスにアップロードするだけで、これらのドキュメントからテキスト、フォーム、キーバリューペア、テーブルを整理されたフォーマットで取得できます。 これにより、手動で時間がかかり高価なデータ入力プロセスが不要になります。

さらに、Amazon OCRは、機械学習の専門知識を必要とせず、実証済みの高スケーラブルなディープラーニング技術を使用してアプリケーションに画像およびビデオ分析を簡単に追加できます。

iText

iTextは、業界をリードする複数のOCRエンジンを使用してスキャンされた画像を処理するエンドユーザーOCRプログラムです。 オープンソースAGPLの条件の下で、iText Coreと一定数のアドオンを自由に使用できます。 [28] 代替案として、さまざまな商業ライセンスの選択肢を選ぶこともできます。

iText SuiteおよびiText DITOを含む製品を製造するiText Groupは、PDF技術の世界的リーダーです。 何百万人の顧客が請求書や各種デジタル文書作成に使用する最先端の受賞PDFソフトウェアを開発しています。 このソフトウェアは、オープンソースとしても商用ソフトウェアとしても利用できます。

iText Groupはまた、iText Coreとオプショナルなアドオンを組み合わせた完全なオープンソースPDF SDKであるiText Suiteを提供し、最大限の自由と生産性を確保しています。

Tencent Cloud OCR

Tencent CloudのOCR技術は、写真の中のテキストを自動的に検出・識別できます。 印字テキストに対して95%以上の信頼性と平均的な精度を持ちます。 OCR技術のドキュメント分析と文字認識アルゴリズムは、Tencent YouTu Labによって開発されました。 パースペクティブの歪み、照明の乱れ、部分的な閉塞などの状況で使用できます。 横向きおよび縦向きの両方をサポートします。 精度が向上しており、この技術は中国語テキスト、英語テキスト、中国/英語テキスト、数字、および特殊記号を区別することができます。 開発者が直接呼び出せる幅広いAPIを提供しており、使いやすいSDKも用意しています。

IronOCRの概要

IronOCRは、高精度かつ効率的に動作するOCRテキスト認識および文書スキャンアプリです。 ソフトウェア開発者は、.NETアプリやウェブページで画像やPDFからテキストを読み取ることができます。 このソフトウェアは、画像のテキストとバーコードのスキャンを支援し、幅広い外国語をサポートし、出力をプレーンテキストまたは構造化データとして生成します。 ウェブ、コンソール、MVC、および様々な.NETデスクトップアプリケーションはすべて、Iron SoftwareのOCRライブラリを利用できます。 商業目的で使用される場合、開発チームからの直接サポートが、関連するライセンスと共に提供されます。 IronOCRは、画像変換、作成、編集、操作、圧縮、および画像の強化などの文書管理機能をアプリケーションに迅速に統合します。

• 最新のTesseract 5エンジンを使用して、IronOCRは任意のPDF形式からテキスト、バーコード、およびQRコードを読み取ることができます。 このライブラリを使用すると、デスクトップ、オンライン、およびコンソールアプリケーションにOCRを追加するのが簡単迅速です。
• IronOCRは、バーコードスキャン、ドキュメント検出・スキャン、テキストからのデータ抽出などのデータキャプチャ機能を備えています。 それは、PDFや画像などのソース資料を構造化データレコードに変換します。
• IronOCRは、合計125カ国語に対応しています。 カスタム言語や単語リストもサポートされています。
• IronOCRを使用すると、20以上のバーコードおよびQRコードフォーマットを読み取れます。
• マルチページ画像フォーマットであるTIFFおよびGIFをサポートしています。
• 劣悪な品質のスキャンや写真を修正します。
• マルチスレッド操作を可能にします。 同時に1つ以上のプロセスを実行することも可能です。
• ページ、段落、行、単語、文字などへの構造化データの出力をIronOCRから得ることができます。
• Windows、Linux、macOSなどのオペレーティングシステムがIronOCRでサポートされています。
• PDFやJPEGファイル、さまざまな他のドキュメントから情報を抽出できます。
• IronOCRは精度、知識的な文字認識、領域認識を提供し、編集可能な文書を迅速に作成できます。
• IronOCRは文書をPDFに一括スキャンし、すべての言語で自動的にテキストを認識します。 また、どの言語でテキストを認識すべきかを手動で設定することも可能です。

以下に、画像ファイルでOCRを実行するためのサンプルコードを示します。

using IronOcr;

var Ocr = new IronTesseract(); // Initialize a new instance of IronTesseract
using (var Input = new OcrInput(@"images\image.png")) // Load the image file for OCR
{
    var Result = Ocr.Read(Input); // Perform OCR to read text from the image
    Console.WriteLine(Result.Text); // Output the recognized text to the console
}

using IronOcr;

var Ocr = new IronTesseract(); // Initialize a new instance of IronTesseract
using (var Input = new OcrInput(@"images\image.png")) // Load the image file for OCR
{
    var Result = Ocr.Read(Input); // Perform OCR to read text from the image
    Console.WriteLine(Result.Text); // Output the recognized text to the console
}

Imports IronOcr

Private Ocr = New IronTesseract() ' Initialize a new instance of IronTesseract
Using Input = New OcrInput("images\image.png") ' Load the image file for OCR
	Dim Result = Ocr.Read(Input) ' Perform OCR to read text from the image
	Console.WriteLine(Result.Text) ' Output the recognized text to the console
End Using

Imports IronOcr

Private Ocr = New IronTesseract() ' Initialize a new instance of IronTesseract
Using Input = New OcrInput("images\image.png") ' Load the image file for OCR
	Dim Result = Ocr.Read(Input) ' Perform OCR to read text from the image
	Console.WriteLine(Result.Text) ' Output the recognized text to the console
End Using

こちらをクリックすると、IronOCRに関するより多くのチュートリアルが表示されます。

結論

Tesseractは使いやすく、さまざまな方法で画像やPDF文書をサポートしています。 .NET Frameworkの文脈でIronOCRにより提供されます。 さらに、Tesseract OCRライブラリの機能を強化するための多数のパラメータを提供します。 幅広い言語にわたって同時に複数の言語を使用するオプションが提供されます。 IronOCRパッケージは、1つの価格ですべてのプラットフォームに対する競争力のあるライセンスとサポートを提供します。また、1年間の無料更新、機能アップグレード、およびエンジニアリングチームからのサポートも付属しています。 IronOCRは、Googleによって開発されたTesseractの最高の代替品の1つであり、ほんの数行のコードで簡単に実装できます。

IronOCRは、パッケージソフトウェア製品、SaaS、OEMに必要なロイヤルティフリーの再配布カバレッジを提供します。 他のOCR製品は、対照的に、すべて完全にカスタム選択されているため、通常はもっと高価です。両方の製品は異なる価格帯を持ち、IronOCRは$999から始まります。 こちらにライセンスおよび価格に関する詳細があります。 要するに、IronOCRは全体としてより低コストで多数の機能を提供します。