IronOCR 과 Dynamsoft OCR 비교

두 소프트웨어 모두 OCR을 위해 이미지를 자르는 솔루션을 제공합니다.

IronOCR을 사용한 잘린 영역 읽기

Iron's Tesseract OCR에서 이미지의 특정 영역을 읽는 데 능숙함을 다음 코드 샘플에서 보여줍니다.

이미지의 정확한 영역을 픽셀 단위로 설명하기 위해 System.Drawing.Rectangle를 사용합니다.

표준 양식이 채워지고, 케이스마다 내용의 일부만 변경되는 경우 정말 유용할 수 있습니다.

페이지의 한 영역 스캔: 문서에서 읽을 영역을 지정하기 위해 System.Drawing.Rectangle를 사용하여 속도와 정확성을 향상시킵니다.

using IronOcr;
using System.Drawing;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        using (var input = new OcrInput())
        {
            // Define content area of interest
            var contentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

            // Add the specific region to the input
            input.AddImage("img/ComSci.png", contentArea);

            // Perform OCR operation
            var result = ocr.Read(input);

            // Output recognized text to console
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;
using System.Drawing;

class Program
{
    static void Main(string[] args)
    {
        // Create an instance of IronTesseract
        var ocr = new IronTesseract();

        using (var input = new OcrInput())
        {
            // Define content area of interest
            var contentArea = new Rectangle() { X = 215, Y = 1250, Height = 280, Width = 1335 };

            // Add the specific region to the input
            input.AddImage("img/ComSci.png", contentArea);

            // Perform OCR operation
            var result = ocr.Read(input);

            // Output recognized text to console
            Console.WriteLine(result.Text);
        }
    }
}

이는 속도가 41% 증가하며, 또한 더 구체적일 수 있게 해줍니다. 이는 .NET OCR 애플리케이션에서 비교 가능하고 일관된 문서에 매우 유용한데, 송장, 영수증, 수표, 양식, 경비 청구서 등과 같은 경우입니다.

PDF를 읽을 때 ContentAreas(OCR 자르기)도 지원됩니다.

Dynamsoft OCR을 사용한 잘린 영역 읽기

시작하려면 Visual Studio를 실행하고 새로운 C# Windows Forms Application을 빌드하거나 기존 애플리케이션을 엽니다. DynamicDotNetTWAIN.dll, DynamicOCR.dll 및 적절한 언어 패키지를 포함해야 합니다.

1. 도구로 이동 -> 도구상자 항목 선택, .NET Framework 구성 요소 탭으로 이동한 다음, 찾아보기 버튼을 클릭하고 DynamicDotNetTWAIN.dll을 찾습니다.

2. 솔루션 탐색기에서 프로젝트 파일을 마우스 오른쪽 버튼으로 클릭하고 '추가하기 -> 기존 항목...'을 선택합니다. 그런 다음 OCR 리소스 디렉터리에서 필요한 항목을 추가합니다.

LoadImage 버튼을 클릭하기 위한 코드입니다:

private void button1_Click(object sender, EventArgs e) 
{
    OpenFileDialog filedlg = new OpenFileDialog(); 
    if (filedlg.ShowDialog() == DialogResult.OK) 
    { 
        dynamicDotNetTwain1.LoadImage(filedlg.FileName);
        // Choose an image from your local disk and load it into Dynamic .NET TWAIN
    } 
}

private void dynamicDotNetTwain1_OnImageAreaSelected(short sImageIndex, int left, int top, int right, int bottom) 
{
    dynamicDotNetTwain1.OCRTessDataPath = "../../"; 
    dynamicDotNetTwain1.OCRLanguage = "eng";
    OcrResultFormat ocrResultFormat = Dynamsoft.DotNet.TWAIN.OCR.ResultFormat.Text;

    byte [] sbytes = dynamicDotNetTwain1.OCR(dynamicDotNetTwain1.CurrentImageIndexInBuffer, left, top, right, bottom);
    // OCR the selected area of the image

    if (sbytes != null) 
    { 
        SaveFileDialog filedlg = new SaveFileDialog(); 
        filedlg.Filter = "Text File(*.txt)| *.txt"; 
        if (filedlg.ShowDialog() == DialogResult.OK) 
        {
            FileStream fs = File.OpenWrite(filedlg.FileName); 
            fs.Write(sbytes, 0, sbytes.Length);
            // Save the OCR result as a text file
            fs.Close(); 
        }
        MessageBox.Show("OCR successful");
    } 
    else 
    {
        MessageBox.Show(dynamicDotNetTwain1.ErrorString); 
    }
}

private void button1_Click(object sender, EventArgs e) 
{
    OpenFileDialog filedlg = new OpenFileDialog(); 
    if (filedlg.ShowDialog() == DialogResult.OK) 
    { 
        dynamicDotNetTwain1.LoadImage(filedlg.FileName);
        // Choose an image from your local disk and load it into Dynamic .NET TWAIN
    } 
}

private void dynamicDotNetTwain1_OnImageAreaSelected(short sImageIndex, int left, int top, int right, int bottom) 
{
    dynamicDotNetTwain1.OCRTessDataPath = "../../"; 
    dynamicDotNetTwain1.OCRLanguage = "eng";
    OcrResultFormat ocrResultFormat = Dynamsoft.DotNet.TWAIN.OCR.ResultFormat.Text;

    byte [] sbytes = dynamicDotNetTwain1.OCR(dynamicDotNetTwain1.CurrentImageIndexInBuffer, left, top, right, bottom);
    // OCR the selected area of the image

    if (sbytes != null) 
    { 
        SaveFileDialog filedlg = new SaveFileDialog(); 
        filedlg.Filter = "Text File(*.txt)| *.txt"; 
        if (filedlg.ShowDialog() == DialogResult.OK) 
        {
            FileStream fs = File.OpenWrite(filedlg.FileName); 
            fs.Write(sbytes, 0, sbytes.Length);
            // Save the OCR result as a text file
            fs.Close(); 
        }
        MessageBox.Show("OCR successful");
    } 
    else 
    {
        MessageBox.Show(dynamicDotNetTwain1.ErrorString); 
    }
}

애플리케이션의 모습은 다음과 같습니다:

입력 이미지의 품질은 OCR 작업의 속도에 있어 가장 중요한 결정 요인입니다. 배경 노이즈는 낮고 DPI는 높을수록, 약 200 DPI의 훌륭한 목표 값이며, OCR 출력은 더 빠르고 정확해집니다.

Dynamsoft OCR을 위한 이미지 처리 기술

신용카드 번호를 휴대폰으로 스캔하거나 종이 문서에서 텍스트를 추출하는 등 다양한 상황에서 OCR을 사용해야 합니다. Dynamsoft Label Recognition (DLR)과 Dynamic Web TWAIN (DWT)에는 OCR 기능이 포함되어 있습니다.

일반적으로 훌륭한 작업을 할 수 있지만, 다양한 이미지 처리 기술을 사용하여 결과를 개선할 수 있습니다.

그림자 밝거나 제거하기

불충분한 조명은 OCR 결과에 영향을 미칠 수 있습니다. 결과를 개선하기 위해 우리는 이미지의 그림자를 하얗게 하거나 제거할 수 있습니다.

반전

OCR 엔진은 종종 어두운 색의 텍스트에 훈련되기 때문에, 밝은 색의 텍스트는 발견하고 인식하기 더 어려울 수 있습니다.

텍스트 색깔을 반전시키면 더 쉽게 인식할 수 있습니다.

반전을 수행하기 위해 DLR의 GrayscaleTransformationModes 매개변수를 사용할 수 있습니다.

여기 JSON 설정이 있습니다:

"GrayscaleTransformationModes": [
    {
        "Mode": "DLR_GTM_INVERTED"
    }
]

DLR .net의 읽기 결과:

크기 조정

글자의 높이가 너무 낮으면, OCR 엔진이 좋은 결과를 내지 못할 수 있습니다. 일반적으로 이미지는 최소한 300 DPI를 가져야 합니다.

DLR 1.1에는 글자를 확대할 수 있는 ScaleUpModes 매개변수가 있습니다. 물론, 우리는 이미지를 직접 확대할 수 있습니다.

이미지를 직접 읽으면 잘못된 결과를 초래합니다:

이미지를 2배로 확대한 후 결과는 정확합니다:

기울기 보정

텍스트가 약간 왜곡되어도 문제 없습니다. 그러나 지나치게 기울어져 있으면 결과가 부정적으로 변화합니다. 결과를 개선하려면 이미지를 자를 필요가 있습니다.

이를 달성하기 위해 OpenCV와 Python에서 허프 선 변환을 사용할 수 있습니다.

위의 이미지를 기울기 보정하기 위한 코드입니다:

import cv2
import numpy as np
import math
from PIL import Image

def deskew():
    src = cv2.imread("neg.jpg", cv2.IMREAD_COLOR)
    gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
    kernel = np.ones((5,5), np.uint8)
    erode_img = cv2.erode(gray, kernel)
    eroDil = cv2.dilate(erode_img, kernel)
    show_and_wait_key("eroDil", eroDil)

    canny = cv2.Canny(eroDil, 50, 150)
    show_and_wait_key("canny", canny)

    lines = cv2.HoughLinesP(canny, 0.8, np.pi / 180, 90, minLineLength=100, maxLineGap=10)
    drawing = np.zeros(src.shape[:], dtype=np.uint8)

    maxY = 0
    degree_of_bottomline = 0
    index = 0
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(drawing, (x1, y1), (x2, y2), (0, 255, 0), 1, lineType=cv2.LINE_AA)
        k = float(y1-y2)/(x1-x2)
        degree = np.degrees(math.atan(k))
        if index == 0:
            maxY = y1
            degree_of_bottomline = degree
        else:        
            if y1 > maxY:
                maxY = y1
                degree_of_bottomline = degree
        index += 1
    show_and_wait_key("houghP", drawing)

    img = 이미지.fromarray(src)
    rotate_img = img.rotate(degree_of_bottomline)
    rotate_img_cv = np.array(rotate_img)
    cv2.imshow("rotateImg", rotate_img_cv)
    cv2.imwrite("deskewed.jpg", rotate_img_cv)
    cv2.waitKey()

def show_and_wait_key(win_name, img):
    cv2.imshow(win_name, img)
    cv2.waitKey()

if __name__ == "__main__":
    deskew()

import cv2
import numpy as np
import math
from PIL import Image

def deskew():
    src = cv2.imread("neg.jpg", cv2.IMREAD_COLOR)
    gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
    kernel = np.ones((5,5), np.uint8)
    erode_img = cv2.erode(gray, kernel)
    eroDil = cv2.dilate(erode_img, kernel)
    show_and_wait_key("eroDil", eroDil)

    canny = cv2.Canny(eroDil, 50, 150)
    show_and_wait_key("canny", canny)

    lines = cv2.HoughLinesP(canny, 0.8, np.pi / 180, 90, minLineLength=100, maxLineGap=10)
    drawing = np.zeros(src.shape[:], dtype=np.uint8)

    maxY = 0
    degree_of_bottomline = 0
    index = 0
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(drawing, (x1, y1), (x2, y2), (0, 255, 0), 1, lineType=cv2.LINE_AA)
        k = float(y1-y2)/(x1-x2)
        degree = np.degrees(math.atan(k))
        if index == 0:
            maxY = y1
            degree_of_bottomline = degree
        else:        
            if y1 > maxY:
                maxY = y1
                degree_of_bottomline = degree
        index += 1
    show_and_wait_key("houghP", drawing)

    img = 이미지.fromarray(src)
    rotate_img = img.rotate(degree_of_bottomline)
    rotate_img_cv = np.array(rotate_img)
    cv2.imshow("rotateImg", rotate_img_cv)
    cv2.imwrite("deskewed.jpg", rotate_img_cv)
    cv2.waitKey()

def show_and_wait_key(win_name, img):
    cv2.imshow(win_name, img)
    cv2.waitKey()

if __name__ == "__main__":
    deskew()

감지된 선:

기울기 보정됨:

IronOCR용 이미지 처리 기법

입력 이미지의 품질은 여기서 중요하지 않습니다, 왜냐하면 IronOCR는 결함이 있는 문서를 복구하는 데 뛰어나기 때문입니다 (비록 이것이 시간이 걸리고 OCR 작업에 더 많은 CPU 사이클을 사용하게 할 것입니다).

TIFF 또는 PNG와 같이 디지털 노이즈가 적은 입력 이미지 형식을 선택하면 JPEG와 같은 손실 이미지 형식보다 더 빠른 결과를 얻을 수 있습니다.

아래 나열된 이미지 필터는 성능을 크게 향상시킬 수 있습니다:

• OcrInput.Rotate(double degrees) — 이미지를 지정된 정도만큼 시계 방향으로 회전시킵니다. 반시계 방향 회전에는 음의 정수를 사용합니다.
• OcrInput.Binarize() — 이 이미지 필터는 모든 픽셀을 흑백으로 변환하며, 중간색은 없습니다. 텍스트와 배경 간의 대비가 매우 낮은 경우 OCR 성능을 향상시킬 수 있습니다.
• OcrInput.ToGrayScale() — 이 이미지 필터는 모든 픽셀을 회색 음영으로 변환합니다. OCR 정확도를 높이지는 않지만, 속도를 향상시킬 수 있습니다.
• OcrInput.Contrast() — 대비를 자동으로 증가시킵니다. 이 필터는 저대비 스캔에서 OCR 속도와 정확성을 자주 향상시킵니다.
• OcrInput.DeNoise() — 잡음이 예상될 때만 이 필터를 사용해야 합니다.
• OcrInput.Invert() — 모든 색상을 반전시킵니다. 예를 들어, 흰색은 검은색이 되고, 검은색은 흰색이 됩니다.
• OcrInput.Dilate() — 고급 변형. 팽창은 이미지의 객체 가장자리에 픽셀을 추가하는 과정입니다. (Inverse of Erode)
• OcrInput.Erode() — 고급 변형 기능. 침식은 객체 가장자리의 픽셀을 제거하는 과정입니다. (Inverse of Dilate)
• OcrInput.Deskew() — 이미지를 직교 형태로 회전시켜 올바르게 보이도록 합니다. Tesseract의 기울어진 스캔에 대한 허용 오차가 5도까지 낮을 수 있기 때문에 OCR에 매우 유용합니다.
• DeepCleanBackgroundNoise() — 많은 배경 잡음을 제거합니다. 문서에 많은 배경 잡음이 있음을 아는 경우에만 이 필터를 사용하세요. 그렇지 않으면 명확한 문서의 OCR 정확도를 낮출 수 있으며 CPU 자원을 많이 소모합니다.
• OcrInput.EnhanceResolution — 저해상도 사진의 해상도를 개선합니다. OcrInput로 인해 이 필터는 거의 사용되지 않습니다. OcrInput은 저해상도를 자동으로 감지하고 해결합니다.

우리는 고품질 스캔에서 OCR을 빠르게 하기 위해 IronTesseract를 사용하고 싶을 수 있습니다. 속도를 원한다면 여기서 시작하여 적절한 균형이 이루어질 때까지 기능을 다시 켤 수 있습니다.

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();

// Configuration for speed tuning
        ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
        ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
        ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly;
        ocr.Language = OcrLanguage.EnglishFast;

        using (var input = new OcrInput(@"img\Potter.tiff"))
        {
            var result = ocr.Read(input);
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        var ocr = new IronTesseract();

// Configuration for speed tuning
        ocr.Configuration.BlackListCharacters = "~`$#^*_}{][|\\";
        ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.Auto;
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
        ocr.Configuration.EngineMode = TesseractEngineMode.LstmOnly;
        ocr.Language = OcrLanguage.EnglishFast;

        using (var input = new OcrInput(@"img\Potter.tiff"))
        {
            var result = ocr.Read(input);
            Console.WriteLine(result.Text);
        }
    }
}

이 결과는 기준치인 100%와 비교했을 때 99.8%의 정확도를 가지지만 35% 더 빠릅니다.