EasyOCR과 Tesseract 비교 (OCR 기능 비교)

EasyOCR는 Python의 패키지 관리자인 pip를 통해 설치할 수 있습니다. 모든 종속성이 먼저 충족되었는지 확인하십시오. 기본적인 종속성에는 PyTorch 라이브러리 torch와 torchvision이 포함됩니다. 이는 EasyOCR와 함께 설치할 수 있습니다.

EasyOCR 설치: 터미널이나 명령줄을 열고 다음 명령을 입력하십시오:

pip install easyocr

pip install easyocr

PyTorch 설치 (EasyOCR에 필요): EasyOCR는 PyTorch에서 실행됩니다. 환경에 자동으로 설치되지 않았다면, 공식 PyTorch 설치 가이드를 따르십시오.

설치가 완료되면, 텍스트 추출 작업을 위해 EasyOCR을 사용할 준비가 됩니다.

EasyOCR을 사용한 OCR 이미지

EasyOCR을 사용하여 이미지에 대한 OCR을 수행하는 방법을 보여주는 샘플 Python 코드입니다:

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()

아래 이미지는 위 코드에서 생성된 출력입니다.

Tesseract를 설치한 후, pip를 사용하여 pytesseract 패키지를 설치하십시오:

pip install pytesseract

pip install pytesseract

pytesseract를 사용한 OCR 이미지

pytesseract를 사용하여 이미지에서 OCR을 수행하는 방법을 보여주는 샘플 Python 코드입니다:

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)

다음은 위 코드의 실행 결과입니다.

• 높은 정확도: 문서의 복잡성이나 글꼴 사용에 관계없이 고급 알고리즘을 사용하여 높은 정확도의 텍스트 인식을 제공합니다.

• 다양한 형식 지원: JPEG, PNG, GIF 및 TIFF와 같은 이미지 형식을 지원하며, PDF도 지원하여 다양한 애플리케이션에서 활용할 수 있습니다.

• 다국어 인식: 다양한 언어적 맥락에서 정확한 결과를 제공하는 다국어 OCR을 지원합니다.

• 텍스트 레이아웃 보존: 추출된 텍스트가 서식이 지정된 구조를 보존하여 원본 문서 레이아웃을 유지합니다.

• 구성 가능한 OCR: 이미지 해상도, 텍스트 방향 등의 구성 가능한 매개변수를 제공하여 특정 이미지에 대한 OCR 성능을 최적화할 수 있습니다.

• 이미지 전처리: 노이즈 제거, 대비 조정, 크기 조정 등의 기본 이미지 개선 도구를 포함하여 OCR 정확도를 향상시킵니다.

• 검색 가능한 PDF 변환: 스캔한 이미지와 문서를 직접 검색 가능한 PDF로 변환하여 효율적인 데이터 관리와 검색을 가능하게 합니다.

• 간편한 통합: .NET 애플리케이션에 간편하게 통합할 수 있으며 사용자가 OCR 기능을 쉽게 추가할 수 있습니다.

• 일괄 처리: 여러 이미지나 문서를 동시에 처리할 수 있어 대량의 데이터를 다루기 유용합니다.

설치

IronOCR를 설치하려면 Visual Studio의 NuGet 패키지 관리자에서 새 프로젝트를 시작하고 'IronOCR'을 검색한 후 최신 버전을 선택하고 설치 버튼을 클릭하세요.

IronOCR 사용 예제 코드

다음 C# 코드는 IronOCR을 사용하여 OCR 처리를 수행하는 방법을 보여줍니다:

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);
        }
    }
}

높은 정확도

IronOCR는 복잡한 레이아웃, 노이즈 이미지, 저해상도 텍스트에서도 정확성을 자랑하며 Tesseract나 EasyOCR 보다 뛰어납니다. Noise reduction과 contrast adjustments 같은 내장 이미지 전처리 도구 덕분에 실제 애플리케이션에서 높은 정확도를 달성합니다.

다중 형식 및 레이아웃 보존

IronOCR는 다양한 이미지 형식, PDF 파일, 다중 열 레이아웃을 처리하면서 원본 문서의 구조와 서식을 보존하는 데 탁월합니다. 모든 레이아웃 보존이 중요한 프로젝트에 적합합니다.

추가 도구나 라이브러리를 의존하지 않고 직접 이미지를 완전하게 검색 가능한 PDF로 변환할 수 있는 기능이 Tesseract 및 EasyOCR보다 우위를 점합니다.

IronOCR가 제공하는 고급 전처리

IronOCR의 고급 전처리 기능을 사용하면 낮은 품질의 이미지도 높은 OCR 정확도를 달성할 수 있으며, OpenCV 같은 추가 라이브러리의 필요성을 줄이며 텍스트 추출을 위한 포괄적인 솔루션을 제공합니다.

확장성 및 성능

고속, 리소스 효율적인 OCR를 위해 최적화된 IronOCR는 대량 문서 처리 작업을 위한 확장성을 지원하며, 이는 기업 애플리케이션에서 우선사항입니다.

지원 및 업데이트

상업적 지원을 통해 IronOCR는 정기적인 업데이트, 버그 수정 및 전용 지원을 받으며, Open 소스 옵션인 Tesseract 및 EasyOCR와 달리 장기적인 신뢰성 및 최신 발전을 제공합니다.