패들 OCR과 테서랙트: 상세 OCR 비교

실제 적용 사례에서 3가지 모델 파이프라인

PaddleOCR의 모든 추론 호출은 세 개의 신경망을 순차적으로 실행합니다. 아래 코드는 개발자가 텍스트를 반환하기 전에 거치는 전체 설정 경로를 보여줍니다.

// Five packages required before this compiles:
// dotnet add package Sdcb.PaddleOCR
// dotnet add package Sdcb.PaddleOCR.Models.Online
// dotnet add package Sdcb.PaddleInference.runtime.win64.mkl
// dotnet add package OpenCvSharp4
// dotnet add package OpenCvSharp4.runtime.win

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;

// Async download from Baidu servers — blocks first run for 10-30 seconds
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// PaddleOcrAll bundles detection, classification, and recognition
using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

// OpenCV required — no file path shortcut
using Mat mat = Cv2.ImRead("document.png");

if (mat.Empty())
{
    throw new FileNotFoundException("Could not load image");
}

// Three neural networks fire in sequence
PaddleOcrResult result = ocr.Run(mat);

Console.WriteLine(result.Text);

// Five packages required before this compiles:
// dotnet add package Sdcb.PaddleOCR
// dotnet add package Sdcb.PaddleOCR.Models.Online
// dotnet add package Sdcb.PaddleInference.runtime.win64.mkl
// dotnet add package OpenCvSharp4
// dotnet add package OpenCvSharp4.runtime.win

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;

// Async download from Baidu servers — blocks first run for 10-30 seconds
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// PaddleOcrAll bundles detection, classification, and recognition
using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

// OpenCV required — no file path shortcut
using Mat mat = Cv2.ImRead("document.png");

if (mat.Empty())
{
    throw new FileNotFoundException("Could not load image");
}

// Three neural networks fire in sequence
PaddleOcrResult result = ocr.Run(mat);

Console.WriteLine(result.Text);

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models.Online
Imports OpenCvSharp

' Five packages required before this compiles:
' dotnet add package Sdcb.PaddleOCR
' dotnet add package Sdcb.PaddleOCR.Models.Online
' dotnet add package Sdcb.PaddleInference.runtime.win64.mkl
' dotnet add package OpenCvSharp4
' dotnet add package OpenCvSharp4.runtime.win

' Async download from Baidu servers — blocks first run for 10-30 seconds
Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()

' PaddleOcrAll bundles detection, classification, and recognition
Using ocr As New PaddleOcrAll(models) With {
    .AllowRotateDetection = True,
    .Enable180Classification = True
}

    ' OpenCV required — no file path shortcut
    Using mat As Mat = Cv2.ImRead("document.png")

        If mat.Empty() Then
            Throw New FileNotFoundException("Could not load image")
        End If

        ' Three neural networks fire in sequence
        Dim result As PaddleOcrResult = ocr.Run(mat)

        Console.WriteLine(result.Text)
    End Using
End Using

result.Regions 배열에는 각기 Text 문자열, Score 신뢰도 값, Rect 바운딩 박스를 가진 개별 텍스트 영역 객체가 포함되어 있습니다. 신뢰도를 기준으로 필터링하려면: result.Regions.Where(r => r.Score > 0.8). 영역 순서는 공간적인 것이며 읽기 순서가 보장되지는 않으므로 region.Rect.Center.Y 다음 region.Rect.Center.X로 정렬하는 것이 일반적인 패턴입니다.

상세 기능 비교

패들OCR 접근법

중국어 모델 파이프라인이 우수한 성능을 보이는 이유는 탐지 및 인식 네트워크가 대규모 중국어 문서 데이터셋을 기반으로 학습되었기 때문입니다. 바이두는 대규모 중국어 웹 콘텐츠 처리를 핵심 사업으로 삼고 있습니다.

// Chinese model: highest accuracy for CJK documents
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead("chinese-invoice.png");
PaddleOcrResult result = ocr.Run(mat);

// Filter low-confidence regions for cleaner output
var highConfidence = result.Regions
    .Where(r => r.Score >= 0.8)
    .OrderBy(r => r.Rect.Center.Y)
    .ThenBy(r => r.Rect.Center.X);

foreach (var region in highConfidence)
{
    Console.WriteLine($"{region.Text} ({region.Score:P0})");
}

// Chinese model: highest accuracy for CJK documents
FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

using PaddleOcrAll ocr = new PaddleOcrAll(models)
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead("chinese-invoice.png");
PaddleOcrResult result = ocr.Run(mat);

// Filter low-confidence regions for cleaner output
var highConfidence = result.Regions
    .Where(r => r.Score >= 0.8)
    .OrderBy(r => r.Rect.Center.Y)
    .ThenBy(r => r.Rect.Center.X);

foreach (var region in highConfidence)
{
    Console.WriteLine($"{region.Text} ({region.Score:P0})");
}

Imports System
Imports System.Linq
Imports OpenCvSharp

' Chinese model: highest accuracy for CJK documents
Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()

Using ocr As New PaddleOcrAll(models) With {
    .AllowRotateDetection = True,
    .Enable180Classification = True
}

    Using mat As Mat = Cv2.ImRead("chinese-invoice.png")
        Dim result As PaddleOcrResult = ocr.Run(mat)

        ' Filter low-confidence regions for cleaner output
        Dim highConfidence = result.Regions _
            .Where(Function(r) r.Score >= 0.8) _
            .OrderBy(Function(r) r.Rect.Center.Y) _
            .ThenBy(Function(r) r.Rect.Center.X)

        For Each region In highConfidence
            Console.WriteLine($"{region.Text} ({region.Score:P0})")
        Next
    End Using
End Using

신뢰도 필터 패턴 (r.Score >= 0.8)은 중요합니다. 왜냐하면 심층 학습 탐지 단계가 때때로 비텍스트 영역을 텍스트로 플래그하기 때문입니다. 필터링을 하지 않으면 출력에 노이즈 영역이 나타납니다. Rect.Center.Y 다음 Rect.Center.X로 정렬하면 읽기 순서를 대략적으로 추정할 수 있지만, 복잡한 다열 레이아웃의 경우 이를 보장하지는 않습니다.

IronOCR 접근법

IronOCR의 중국어 간체 지원 기능은 NuGet 패키지로 설치되며 모델 관리가 필요하지 않습니다. 중국어 문서에 대한 정확도는 85~90%로, 동일한 자료에 대한 PaddleOCR의 95% 이상보다는 낮지만, 특히 문서 형식이 일관적인 경우 많은 실제 사용 사례에 충분합니다.

// dotnet add package IronOcr.Languages.ChineseSimplified

using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;

using var input = new OcrInput();
input.LoadImage("chinese-invoice.png");

// Preprocessing handles rotation, noise, and contrast automatically
input.Deskew();
input.DeNoise();

var result = ocr.Read(input);

// Word-level results with coordinates
foreach (var word in result.Words)
{
    Console.WriteLine($"{word.Text} at ({word.X},{word.Y}) — {word.Confidence}%");
}

// dotnet add package IronOcr.Languages.ChineseSimplified

using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;

using var input = new OcrInput();
input.LoadImage("chinese-invoice.png");

// Preprocessing handles rotation, noise, and contrast automatically
input.Deskew();
input.DeNoise();

var result = ocr.Read(input);

// Word-level results with coordinates
foreach (var word in result.Words)
{
    Console.WriteLine($"{word.Text} at ({word.X},{word.Y}) — {word.Confidence}%");
}

Imports IronOcr

' dotnet add package IronOcr.Languages.ChineseSimplified

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified

Using input As New OcrInput()
    input.LoadImage("chinese-invoice.png")

    ' Preprocessing handles rotation, noise, and contrast automatically
    input.Deskew()
    input.DeNoise()

    Dim result = ocr.Read(input)

    ' Word-level results with coordinates
    For Each word In result.Words
        Console.WriteLine($"{word.Text} at ({word.X},{word.Y}) — {word.Confidence}%")
    Next
End Using

여러 언어를 동시에 필요로 하는 팀 — 예를 들어 혼합 중국어/영어 문서 — IronOCR은 AddSecondaryLanguage로 결합을 처리합니다. PaddleOCR은 언어별로 모델 세트를 전환해야 하므로 별도의 다운로드 호출과 별도의 엔진 인스턴스가 필요합니다.

절충점은 분명합니다. PaddleOCR은 순수 CJK 정확도 면에서 우위를 점합니다.IronOCR영어/라틴어 정확도(97-99% 대 92-95%), 저품질 스캔에 대한 전처리 기능, 모델 파일을 관리할 필요가 없는 간편한 작동 방식에서 우위를 점합니다. 다양한 언어로 된 문서를 처리하거나, 주로 유럽 언어 문서를 처리하면서 간혹 체코어와 카자흐어 콘텐츠를 사용하는 팀의 경우, IronOCR의 정확도 프로필이 전반적으로 더 유용할 것입니다. 다국어 및 전처리 예제는 IronOCR 튜토리얼 허브를 참조하세요.

패들OCR 접근법

PaddleOCR은 NuGet 패키지와 별도로 모델을 제공합니다. 완전한 OCR 파이프라인 실행에는 세 개의 모델 디렉터리가 필요하며, 이러한 디렉터리를 확보하는 각 접근 방식에는 서로 다른 장단점이 있습니다.

// Option A: Online download — simplest, but requires Baidu server access
// This runs on application startup; first run blocks for 10-30 seconds
FullOcrModel onlineModels = await OnlineFullModels.ChineseV4.DownloadAsync();

// Option B: Pre-downloaded local models — for air-gapped or compliance environments
// Developer must manually download and maintain three directories:
//   models/ch_PP-OCRv4_det_infer/
//   models/ch_ppocr_mobile_v2.0_cls_infer/
//   models/ch_PP-OCRv4_rec_infer/
FullOcrModel localModels = new FullOcrModel(
    LocalDetectionModel.FromDirectory("models/ch_PP-OCRv4_det_infer"),
    LocalClassificationModel.FromDirectory("models/ch_ppocr_mobile_v2.0_cls_infer"),
    LocalRecognitionModel.FromDirectory("models/ch_PP-OCRv4_rec_infer")
);

// Option C: Embedded model package — adds 100MB to NuGet restore, simplest deployment
// dotnet add package Sdcb.PaddleOCR.Models.LocalV4

// Japanese and Korean require separate model downloads:
FullOcrModel japaneseModels = await OnlineFullModels.JapanV4.DownloadAsync();
FullOcrModel koreanModels = await OnlineFullModels.KoreanV4.DownloadAsync();

// Option A: Online download — simplest, but requires Baidu server access
// This runs on application startup; first run blocks for 10-30 seconds
FullOcrModel onlineModels = await OnlineFullModels.ChineseV4.DownloadAsync();

// Option B: Pre-downloaded local models — for air-gapped or compliance environments
// Developer must manually download and maintain three directories:
//   models/ch_PP-OCRv4_det_infer/
//   models/ch_ppocr_mobile_v2.0_cls_infer/
//   models/ch_PP-OCRv4_rec_infer/
FullOcrModel localModels = new FullOcrModel(
    LocalDetectionModel.FromDirectory("models/ch_PP-OCRv4_det_infer"),
    LocalClassificationModel.FromDirectory("models/ch_ppocr_mobile_v2.0_cls_infer"),
    LocalRecognitionModel.FromDirectory("models/ch_PP-OCRv4_rec_infer")
);

// Option C: Embedded model package — adds 100MB to NuGet restore, simplest deployment
// dotnet add package Sdcb.PaddleOCR.Models.LocalV4

// Japanese and Korean require separate model downloads:
FullOcrModel japaneseModels = await OnlineFullModels.JapanV4.DownloadAsync();
FullOcrModel koreanModels = await OnlineFullModels.KoreanV4.DownloadAsync();

모델 버전은 래퍼 버전과 일치해야 합니다. Sdcb.PaddleOCR이 업데이트되면 이전 버전에서 미리 다운로드한 모델을 다시 다운로드해야 할 수 있습니다. NuGet 복원 단계를 캐시하는 CI/CD 파이프라인은 모델 파일 캐싱을 별도로 관리하거나 컨테이너 빌드 단계 중에 모델 다운로드를 트리거해야 합니다. Docker 이미지 비교를 통해 그 결과를 확인할 수 있습니다. PaddleOCR 컨테이너는 약 1.5GB의 용량을 차지합니다.IronOCR컨테이너 크기는 약 400MB입니다.

IronOCR 접근법

IronOCR 언어 모델은 표준 NuGet 패키지입니다. 다운로드 호출 없음, 모델 디렉토리 관리 없음, 버전 동기화 없음.IronOCR용 NuGet 패키지에는 영어 모델이 포함되어 있습니다. 추가 언어 팩은 다른 종속성 설치와 동일한 방식으로 설치됩니다.

// dotnet add package IronOcr
// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.Japanese

using IronOcr;

// 아니요 async initialization, no model path, no version matching
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.Japanese);

using var input = new OcrInput();
input.LoadImage("mixed-cjk-document.png");

var result = ocr.Read(input);
Console.WriteLine(result.Text);

// dotnet add package IronOcr
// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.Japanese

using IronOcr;

// 아니요 async initialization, no model path, no version matching
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.Japanese);

using var input = new OcrInput();
input.LoadImage("mixed-cjk-document.png");

var result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

' 아니요 async initialization, no model path, no version matching
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified
ocr.AddSecondaryLanguage(OcrLanguage.Japanese)

Using input As New OcrInput()
    input.LoadImage("mixed-cjk-document.png")

    Dim result = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

언어 팩은 dotnet restore의 일부로 복구됩니다. models/ 디렉토리를 복사하고 apt-get install libopencv-dev을 실행하고 CUDA 기본 이미지를 추가하는 Docker 빌드 단계가IronOCR컨테이너에는 존재하지 않습니다. Docker 배포 또는 Azure 배포를 사용하는 팀의 경우 컨테이너 빌드 복잡성의 차이가 상당합니다.

패들OCR 접근법

GPU 추론에는 NuGet 외부에 완전히 별도의 소프트웨어 스택이 필요합니다. 환경 필수 조건은 정확하며 버전이 고정되어 있습니다.

// Prerequisites (must be installed before this compiles correctly):
// 1. NVIDIA GPU with CUDA capability 3.5+
// 2. NVIDIA Driver 452.39+ (Windows) / 450.80.02+ (Linux)
// 3. CUDA Toolkit 11.8 — exact version, not 12.x
// 4. cuDNN 8.6.0+ for CUDA 11.x
// 5. dotnet add package Sdcb.PaddleInference.runtime.win64.cuda118

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using Sdcb.PaddleInference;
using OpenCvSharp;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// GPU device 0, 1000MB GPU memory pool
using PaddleOcrAll ocr = new PaddleOcrAll(models, PaddleDevice.Gpu(deviceId: 0))
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead(imagePath);
PaddleOcrResult result = ocr.Run(mat);

// Prerequisites (must be installed before this compiles correctly):
// 1. NVIDIA GPU with CUDA capability 3.5+
// 2. NVIDIA Driver 452.39+ (Windows) / 450.80.02+ (Linux)
// 3. CUDA Toolkit 11.8 — exact version, not 12.x
// 4. cuDNN 8.6.0+ for CUDA 11.x
// 5. dotnet add package Sdcb.PaddleInference.runtime.win64.cuda118

using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using Sdcb.PaddleInference;
using OpenCvSharp;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();

// GPU device 0, 1000MB GPU memory pool
using PaddleOcrAll ocr = new PaddleOcrAll(models, PaddleDevice.Gpu(deviceId: 0))
{
    AllowRotateDetection = true,
    Enable180Classification = true
};

using Mat mat = Cv2.ImRead(imagePath);
PaddleOcrResult result = ocr.Run(mat);

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models.Online
Imports Sdcb.PaddleInference
Imports OpenCvSharp

' Prerequisites (must be installed before this compiles correctly):
' 1. NVIDIA GPU with CUDA capability 3.5+
' 2. NVIDIA Driver 452.39+ (Windows) / 450.80.02+ (Linux)
' 3. CUDA Toolkit 11.8 — exact version, not 12.x
' 4. cuDNN 8.6.0+ for CUDA 11.x
' 5. dotnet add package Sdcb.PaddleInference.runtime.win64.cuda118

Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()

' GPU device 0, 1000MB GPU memory pool
Using ocr As New PaddleOcrAll(models, PaddleDevice.Gpu(deviceId:=0)) With {
    .AllowRotateDetection = True,
    .Enable180Classification = True
}

    Using mat As Mat = Cv2.ImRead(imagePath)
        Dim result As PaddleOcrResult = ocr.Run(mat)
    End Using

End Using

CUDA_PATH가 설정되지 않았거나 일치하는 cuDNN DLL이 예상 위치에 없거나 런타임 패키지 버전이 설치된 CUDA 도구 세트와 일치하지 않으면 호출이 네이티브 라이브러리 로드 예외를 발생시킵니다. 해당 오류를 진단하려면 여러 디렉터리에 걸쳐 드라이버 버전, PATH 항목 및 DLL 존재 여부를 확인해야 합니다. Docker에서 GPU 지원은 nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu22.04 기본 이미지와 호스트의 nvidia-container-toolkit가 필요하며, 이는 이미지 빌드와 컨테이너 런타임 구성 모두에 복잡성을 추가합니다.

CPU 전용 배포의 경우 PaddleOCR은 기본적으로 MKL 가속 런타임을 사용합니다. 이미지당 약 300~500ms가 소요되며, 모델 로드 콜드 스타트는 3~5초가 걸립니다.

IronOCR 접근법

IronOCR CPU 추론에 최적화되어 있습니다. 이 기술은 표준 하드웨어에서 GPU 의존성, CUDA 스택 및 드라이버 버전 문제 없이 이미지당 150~300ms의 처리 시간을 제공합니다. 또한, 초기화 시 모델이 디스크에서 로드되는 대신 번들로 제공되기 때문에 엔진이 1초 이내에 시작될 수 있습니다.

using IronOcr;

// 아니요 GPU setup, no CUDA, no driver checks
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var ocr = new IronTesseract();

// Preprocessing built-in — improves accuracy on poor scans without extra code
using var input = new OcrInput();
input.LoadImage("document.png");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(300);

var result = ocr.Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;

// 아니요 GPU setup, no CUDA, no driver checks
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var ocr = new IronTesseract();

// Preprocessing built-in — improves accuracy on poor scans without extra code
using var input = new OcrInput();
input.LoadImage("document.png");
input.Deskew();
input.DeNoise();
input.EnhanceResolution(300);

var result = ocr.Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' 아니요 GPU setup, no CUDA, no driver checks
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

Dim ocr As New IronTesseract()

' Preprocessing built-in — improves accuracy on poor scans without extra code
Using input As New OcrInput()
    input.LoadImage("document.png")
    input.Deskew()
    input.DeNoise()
    input.EnhanceResolution(300)

    Dim result = ocr.Read(input)
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

GPU 하드웨어 없이 대규모 스루풋을 위해, IronOCR의 스레드 안전 설계는 Parallel.ForEach을 사용하여 별도의 IronTesseract 인스턴스와 함께 이미지 배치에 걸쳐 병렬 처리를 허용하며, 각 인스턴스는 잠금 없이 독립적으로 처리됩니다. 멀티스레딩 예시는 그 패턴을 보여줍니다. 4코어 CPU에서 이미지당 150~300ms가 소요되는 경우, 병렬 처리를 활용하면 100개 이미지 배치를 20~40초 만에 완료할 수 있습니다. 이러한 CPU 처리량 덕분에 대부분의 웹 API 및 문서 파이프라인 시나리오에서는 GPU 투자가 불필요합니다.

이미지 품질 보정 가이드는 자동 전처리 설정 조정이 필요한 경우에 대한 전처리 구성 방법을 자세히 다룹니다.

패들OCR 접근법

// Requires additional package: PdfiumViewer or similar
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;
using PdfiumViewer;
using System.Drawing.Imaging;
using System.Text;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();
using PaddleOcrAll ocr = new PaddleOcrAll(models);

var results = new StringBuilder();

//수동PDF-to-image conversion, page by page
using PdfDocument pdf = PdfDocument.Load("document.pdf");

for (int i = 0; i < pdf.PageCount; i++)
{
    // Render page to bitmap — 200 DPI
    using var pageImage = pdf.Render(i, 200, 200, PdfRenderFlags.CorrectFromDpi);

    // Save to temp file — OpenCvSharp cannot read from memory easily
    string tempPath = Path.GetTempFileName() + ".png";
    pageImage.Save(tempPath, ImageFormat.Png);

    try
    {
        using Mat mat = Cv2.ImRead(tempPath);
        var result = ocr.Run(mat);
        results.AppendLine($"--- Page {i + 1} ---");
        results.AppendLine(result.Text);
    }
    finally
    {
        File.Delete(tempPath);  // Must clean up temp files
    }
}

return results.ToString();

// Requires additional package: PdfiumViewer or similar
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models.Online;
using OpenCvSharp;
using PdfiumViewer;
using System.Drawing.Imaging;
using System.Text;

FullOcrModel models = await OnlineFullModels.ChineseV4.DownloadAsync();
using PaddleOcrAll ocr = new PaddleOcrAll(models);

var results = new StringBuilder();

//수동PDF-to-image conversion, page by page
using PdfDocument pdf = PdfDocument.Load("document.pdf");

for (int i = 0; i < pdf.PageCount; i++)
{
    // Render page to bitmap — 200 DPI
    using var pageImage = pdf.Render(i, 200, 200, PdfRenderFlags.CorrectFromDpi);

    // Save to temp file — OpenCvSharp cannot read from memory easily
    string tempPath = Path.GetTempFileName() + ".png";
    pageImage.Save(tempPath, ImageFormat.Png);

    try
    {
        using Mat mat = Cv2.ImRead(tempPath);
        var result = ocr.Run(mat);
        results.AppendLine($"--- Page {i + 1} ---");
        results.AppendLine(result.Text);
    }
    finally
    {
        File.Delete(tempPath);  // Must clean up temp files
    }
}

return results.ToString();

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models.Online
Imports OpenCvSharp
Imports PdfiumViewer
Imports System.Drawing.Imaging
Imports System.Text

Public Class PdfToTextConverter
    Public Shared Async Function ConvertPdfToText() As Task(Of String)
        Dim models As FullOcrModel = Await OnlineFullModels.ChineseV4.DownloadAsync()
        Using ocr As New PaddleOcrAll(models)
            Dim results As New StringBuilder()

            ' 수동PDF-to-image conversion, page by page
            Using pdf As PdfDocument = PdfDocument.Load("document.pdf")
                For i As Integer = 0 To pdf.PageCount - 1
                    ' Render page to bitmap — 200 DPI
                    Using pageImage = pdf.Render(i, 200, 200, PdfRenderFlags.CorrectFromDpi)
                        ' Save to temp file — OpenCvSharp cannot read from memory easily
                        Dim tempPath As String = Path.GetTempFileName() & ".png"
                        pageImage.Save(tempPath, ImageFormat.Png)

                        Try
                            Using mat As Mat = Cv2.ImRead(tempPath)
                                Dim result = ocr.Run(mat)
                                results.AppendLine($"--- Page {i + 1} ---")
                                results.AppendLine(result.Text)
                            End Using
                        Finally
                            File.Delete(tempPath) ' Must clean up temp files
                        End Try
                    End Using
                Next
            End Using

            Return results.ToString()
        End Using
    End Function
End Class

PDF 파일 하나에 30줄이 넘는다는 뜻입니다. NuGet 종속성(PdfiumViewer)을 추가하고, 선택한 DPI로 페이지를 수동으로 렌더링하고, 임시 파일을 생성 및 삭제하고, 결과를 반복적으로 누적하는 모든 작업이 PaddleOCR 자체를 실행하기 전에 수행됩니다. DPI를 너무 낮게 설정하면 정확도가 떨어집니다. 너무 높게 설정하면 처리 시간이 늘어납니다. 이 결정은 개발자의 몫입니다.

IronOCR 접근법

IronOCR PDF 파일을 기본적으로 읽습니다. 변환 라이브러리도, 임시 파일도, 호출 지점에서 페이지별 루프도 필요 없습니다.

using IronOcr;

var ocr = new IronTesseract();

// 네이티브 PDF 입력 — no external library needed
using var input = new OcrInput();
input.LoadPdf("document.pdf");

var result = ocr.Read(input);

// Per-page access available if needed
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Text.Length} chars");
}

// Produce a searchable PDF in one additional line
result.SaveAsSearchablePdf("searchable-output.pdf");

using IronOcr;

var ocr = new IronTesseract();

// 네이티브 PDF 입력 — no external library needed
using var input = new OcrInput();
input.LoadPdf("document.pdf");

var result = ocr.Read(input);

// Per-page access available if needed
foreach (var page in result.Pages)
{
    Console.WriteLine($"Page {page.PageNumber}: {page.Text.Length} chars");
}

// Produce a searchable PDF in one additional line
result.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronOcr

Dim ocr As New IronTesseract()

' 네이티브 PDF 입력 — no external library needed
Using input As New OcrInput()
    input.LoadPdf("document.pdf")

    Dim result = ocr.Read(input)

    ' Per-page access available if needed
    For Each page In result.Pages
        Console.WriteLine($"Page {page.PageNumber}: {page.Text.Length} chars")
    Next

    ' Produce a searchable PDF in one additional line
    result.SaveAsSearchablePdf("searchable-output.pdf")
End Using

비밀번호로 보호된 PDF는 동일한 LoadPdf 경로를 사용하고 Password 매개변수를 포함합니다. PDF 입력 가이드 와 검색 가능한 PDF 가이드 는 다중 페이지 및 출력 옵션에 대해 자세히 설명합니다. 스캔한 문서 아카이브를 디지털화하는 조직의 경우, 모든 파일이 PDF 형식으로 제공되므로 이러한 차이점 덕분에 통합 코드 단계를 상당히 줄일 수 있습니다.

언어 요구 조건이 14를 넘어 확대될 때

한 프로젝트에서 중국 송장 처리를 시작했는데, PaddleOCR이 이를 훌륭하게 처리했습니다. 그러자 고객층이 확대되고 폴란드어, 네덜란드어, 그리스어, 베트남어, 터키어로 된 문서들이 도착하기 시작했습니다. PaddleOCR에서 지원하는 14개 언어에는 이러한 언어가 포함되어 있지 않습니다. 도구가 사용 사례에 맞춰 확장될 수 없기 때문에 마이그레이션이 필요해집니다.IronOCR에 폴란드어 지원을 추가하는 것은 NuGet 패키지 하나만 추가하고 설정 파일 한 줄만 수정하면 됩니다. 프로젝트 범위를 "초기에는 중국어 중심이지만 궁극적으로는 다지역으로 확장"하는 팀은 재작업 없이 언어 지원 범위를 확장할 수 있는 도구를 사용할지 여부를 사전에 결정해야 합니다.

설치 비용이 문제 해결 예산을 초과할 경우

PaddleOCR 설명서에 따르면 최초 설정 시간은 CPU의 경우 30~60분, GPU의 경우 2~8시간으로 예상됩니다. 개발자 인건비가 시간당 100달러라고 가정하면, 첫 번째 GPU 구성 시도에 200~800달러가 소요된 후 첫 번째 상용 이미지가 처리됩니다.IronOCR설치는 단 하나의 설치 명령과 네 줄짜리 코드 샘플로 완료되며, 5분도 채 걸리지 않습니다. 내부 도구, 프로토타입 또는 OCR이 핵심 제품이 아닌 보조 기능인 프로젝트의 경우, 이러한 시간 차이로 인해 OCR 기능이 현재 스프린트에 출시될지 아니면 우선순위가 낮아질지가 결정됩니다.IronOCR시작하는 데 걸리는 시간은 CUDA 환경을 구성하는 데 걸리는 시간보다 짧습니다.

PDF 워크플로가 지배적일 때

스캔한 문서 아카이브를 디지털화하거나, 팩스를 PDF로 변환하는 파이프라인을 처리하거나, PDF 형식의 송장 및 계약서에서 데이터를 추출하는 조직은 PaddleOCR에서 구조적인 문제에 직면합니다. PaddleOCR이 PDF 파일을 처리하려면 모든 PDF 파일에 추가 라이브러리, 수동 페이지 렌더링, 임시 파일 관리 및 DPI 선택 로직이 필요합니다. 그것은 우연한 복잡성이 아니라 영구적인 유지 관리입니다. PaddleOCR을 처음 통합한 후 작업량의 80% 이상이 PDF 기반이라는 사실을 알게 된 팀은 일반적으로 PaddleOCR 자체에 오류가 발생하기보다는 PDF 변환 레이어에 버그가 생길 때 마이그레이션을 진행합니다.

규정 준수 검토에서 바이두 원산지가 확인될 경우

정부, 국방, 의료 및 금융 서비스 기관의 Enterprise 보안 팀은 중국 정부 관련 기업에서 생산된 구성 요소에 대해 검토 기준을 적용하는 사례가 늘고 있습니다. PaddleOCR은 바이두 프로젝트입니다. 모델 다운로드는 기본적으로 바이두 클라우드 스토리지에 연결됩니다. PaddlePaddle 프레임워크는 바이두 제품입니다. 코드는 로컬에서 실행되고 문서는 전송되지 않지만, 모델 산출물은 바이두 인프라에서 생성됩니다. FedRAMP, ITAR 또는 CMMC 환경의 경우, 해당 출처로 인해 규정 준수 검토가 필요하게 되며, 이로 인해 도입이 차단될 수 있습니다.IronOCR은 미국에 본사를 둔 Iron Software 사의 제품으로, 모든 콘텐츠를 로컬에서 처리하고 외부 연결을 사용하지 않으며 타사 서버에서 모델을 다운로드할 필요가 없습니다.

GPU 인프라가 구축되어 있지 않은 경우

CPU 기반 PaddleOCR(이미지당 300-500ms, 콜드 스타트 ​​3-5초, 메모리 500MB-1GB)은 CPU 기반IronOCR(이미지당 150-300ms, 콜드 스타트 ​​1초 미만, 메모리 100-200MB)보다 속도가 느리고 리소스를 더 많이 소모합니다. PaddleOCR의 GPU 활용 이점은 CUDA/cuDNN 설정 후에야 비로소 드러나며, 그 이점은 처리량이 많을 때에만 운영상의 복잡성을 정당화할 수 있습니다. GPU 인스턴스 없이 표준 클라우드 인프라(GPU가 없는 EC2, Azure App Service, AWS Lambda)를 운영하는 팀은 PaddleOCR 설정 비용을 지불하면서도 그에 상응하는 성능 향상을 얻지 못하고 있습니다.

패키지 및 네임스페이스 교체

패키지 교체를 통해 다섯 개의 종속성이 제거되고 하나가 추가됩니다. Sdcb.PaddleOCR, Sdcb.PaddleOCR.Models.Online, Sdcb.PaddleInference.runtime.* 패키지, OpenCvSharp4 및 OpenCvSharp4.runtime.win을(를) .csproj에서 제거합니다. IronOcr을 추가합니다. 이전에 다운로드한 모델 세트를 사용했던 영어 이외의 언어에 대해 언어 팩을 NuGet 패키지로 추가하세요.

using Sdcb.PaddleOCR 및 using OpenCvSharp 지시문을 using IronOcr로 대체합니다. Mat mat = Cv2.ImRead(path) 패턴을 new OcrInput(path) 또는 input.LoadImage(path)로 대체합니다. ocr.Run(mat) 호출이 ocr.Read(input)이(가) 됩니다. 이미지 입력 API를 사용하는 프로젝트의 경우, OcrInput 객체는 파일 경로, 바이트 배열, 스트림 및 System.Drawing.Bitmap을 수용하며 OpenCvSharp 매개체는 완전히 사라집니다.

결과 구조 재매핑

PaddleOCR은 result.Regions을 반환합니다 — PaddleOcrResultRegion 객체 배열이며, 각각의 region.Score은 0부터 1까지의 플로트입니다. IronOCR은 result.Words을 반환합니다 — 여기서 word.Confidence는 0부터 100까지의 백분율입니다. 신뢰도 필터 r.Score >= 0.8는 w.Confidence >= 80로 매핑됩니다. 바운딩 박스 액세스는 region.Rect.Center.X / region.Rect.Size.Width에서 word.X / word.Width으로 변경됩니다. 구조화된 결과 가이드는 페이지, 단락, 줄, 단어를 다룹니다.

IronOCR 에서는 Tesseract 레이아웃 엔진이 페이지 분할 단계의 일부로 읽기 순서 분석을 수행하기 때문에 공간 정렬(Y축 정렬 후 X축 정렬을 통해 대략적인 읽기 순서 지정)이 필요한 경우가 드뭅니다. PaddleOCR에서 명시적인 정렬 로직이 필요했던 문서의 경우, 정렬 코드를 포팅하기 전에 IronOCR의 기본 출력 순서가 이미 요구 사항을 충족하는지 확인하십시오.

전처리 전환

PaddleOCR의 딥러닝 기반 객체 탐지 ​​모델은 이미지 품질 저하를 어느 정도 허용합니다. 신경망은 Tesseract의 기존 분할 파이프라인보다 노이즈와 왜곡을 더 안정적으로 처리합니다.IronOCR로 마이그레이션할 때는 이전에 전처리 없이도 성공적으로 처리되었던 문서에 대해서도 명시적인 전처리를 추가해야 합니다.

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("low-quality-scan.png");

// These filters recover the accuracy that PaddleOCR provided automatically
// on noisy or skewed inputs
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

var result = ocr.Read(input);

using IronOcr;

var ocr = new IronTesseract();

using var input = new OcrInput();
input.LoadImage("low-quality-scan.png");

// These filters recover the accuracy that PaddleOCR provided automatically
// on noisy or skewed inputs
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

var result = ocr.Read(input);

Imports IronOcr

Dim ocr As New IronTesseract()

Using input As New OcrInput()
    input.LoadImage("low-quality-scan.png")

    ' These filters recover the accuracy that PaddleOCR provided automatically
    ' on noisy or skewed inputs
    input.Deskew()
    input.DeNoise()
    input.Contrast()
    input.Binarize()
    input.EnhanceResolution(300)

    Dim result = ocr.Read(input)
End Using

스캔 각도가 비표준적이거나 배경 노이즈가 있는 문서의 경우, 이 네 가지 필터를 사용하면 정확도 격차를 대부분 복구할 수 있습니다. 이미지 방향 보정 가이드 와 이미지 색상 보정 가이드 에서는 각 필터가 일반적인 스캔 오류에 미치는 영향을 설명합니다. 마이그레이션을 완료하기 전에 대표 문서를 두 파이프라인 모두에 통과시켜 실제 문서 세트의 요구 사항을 충족하는지 확인하십시오.

배포 정리

마이그레이션 후 배포 아티팩트의 크기가 크게 줄어듭니다. models/ 디렉토리 트리(하위 디렉토리 세 개, ~21MB의 모델 파일), paddle_inference.dll (~200MB), paddle2onnx.dll (~5MB), 및 opencv_world*.dll 파일(~50MB 결합)을 삭제합니다. Dockerfile에서 apt-get install libopencv-dev 라인과 모델 사전 다운로드 단계를 제거합니다. 모델을 사전 다운로드하거나 모델 디렉토리를 캐시하는 모든 CI/CD 단계를 제거합니다. Docker 이미지 크기가 약 1.5GB에서 약 400MB로 줄어듭니다.