Porównanie pomiędzy IronOCR a AWS Textract OCR

Co to jest OCR?

Procedura uzywana do przeksztalcania obrazu tekstu w maszynowo odczytywalny format tekstowy jest znana jako Rozpoznawanie Znaków (OCR). Na przyklad, jesli zeskanujesz formularz, fakture lub paragon, twoj komputer zapisze skan jako plik obrazu. Dane w pliku obrazu nie moga byc edytowane, wyszukiwane ani zliczane za pomoca edytora tekstu. Możesz jednak użyć rozwiązań OCR, aby przekonwertować plik graficzny na dokument tekstowy, z którego zawartość jest przechowywana jako dane tekstowe.

W nowoczesnej erze wiekszosc przeplywow pracy w biznesie obejmuje otrzymywanie informacji z mediow drukowanych. Różne dokumenty, takie jak papierowe formularze, faktury, zeskanowane dokumenty prawne, ekstrakcja tabel, drukowany tekst lub kontrakty, są częścią procesów biznesowych. Ponadto cyfryzacja takiej zawartości dokumentacji tworzy obrazy z tekstem ukrytym w ich wnętrzu. Tekst w obrazach nie może być przetwarzany przez narzędzia do edycji tekstu w ten sam sposób co dokumenty tekstowe. Technologia OCR rozwiązuje problem, przekształcając obrazy tekstowe w dane tekstowe, które mogą być analizowane przez inne oprogramowanie biznesowe.

Jak dziala OCR?

Silnik OCR działa, wykorzystując następujące kroki:

1. Tworzenie projektu w Visual Studio

W tym poradniku zostanie uzyta wersja Visual Studio 2022, wiec zakladam, ze jest juz zainstalowana.

• Otwórz Visual Studio 2022.
• Utwórz nowy projekt .NET Core, a następnie wybierz Console App.

Aplikacja konsolowa

• Nadaj nazwę projektowi. Np. TextReader. Najbardziej aktualną i stabilną wersją .NET Framework jest 6.0. Będziemy jej używać.

  

• Kliknij przycisk Utwórz, a projekt zostanie utworzony.

Następnie zainstalujemy biblioteki do naszego użytku po kolei.

2. Instalacja IronOCR

Bibliotekę IronOCR można pobrać i zainstalować na cztery sposoby. Są to:

1. Korzystanie z Menedżera pakietów NuGet w Visual Studio.
2. Bezpośrednie pobieranie przez stronę internetową NuGet.
3. Bezpośrednie pobranie z strony internetowej IronOCR.
4. Korzystanie z linii poleceń w Visual Studio.

2.1. Użycie Menedżera NuGet w Visual Studio

Menadżer pakietów NuGet w Visual Studio można użyć do włączenia IronOCR w projekt C#.

1. Rozwiń Narzędzia lub kliknij prawym przyciskiem myszy Eksplorator rozwiązań.
2. Rozszerzenie Menedżera Pakietów NuGet.
3. Kliknij opcję Zarządzaj pakietami NuGet dla rozwiązań lub kliknij Zarządzaj pakietami NuGet w Eksploratorze rozwiązań.

Zarzadzanie pakietami NuGet

Po tym w pasku wyszukiwania pojawi się nowe okno: wpisz IronOCR. Zaznacz pole projektu po prawej stronie i kliknij Zainstaluj.

Przeglądaj IronOCR

Używając tej metody, programiści mogą zainstalować bibliotekę IronOCR oraz dowolny pakiet językowy według wyboru programisty.

2.4. Korzystanie z wiersza poleceń w Visual Studio

1. W Visual Studio, przejdź do Narzędzia-> Menedżer pakietów NuGet -> Konsola menedżera pakietów.
2. Wpisz następujący wiersz w zakładce konsoli menedżera pakietów:

Install-Package IronOcr

Paczka zostanie teraz pobrana/zainstalowana w bieżącym projekcie i jest gotowa do użycia.

Aplikacja konsolowa

Aplikacja konsolowa

Po wpisaniu polecenia naciśnij Enter, a zostanie ono zainstalowane.

using IronOcr;

using IronOcr;

Imports IronOcr

3. Installing AWS Textract OCR

Przed rozpoczęciem korzystania z Amazon Textract po raz pierwszy, wykonaj następujące zadania:

1. Zarejestruj się w usługach AWS.
2. Utworz uzytkownika IAM.

Po pomyślnym założeniu konta i utworzeniu użytkownika IAM, możesz teraz ustawić klucze dostępu w konsoli AWS, aby programowo uzyskać dostęp do API przy użyciu C#. Będziesz potrzebować:

AccessKeyId SecretAccessKey

• RegionEndPoint (Twój obszar dostępu) - W tym przypadku: AFSouth1

3.1. Użycie Menedżera pakietów NuGet

Możesz pobrać i zainstalować AWS Textract SDK z Menedżer pakietów NuGet.

Menedżer pakietów NuGet

• Kliknij Przeglądaj i wyszukaj AWS Textract:

AWS Textract

using Amazon.Textract;
using Amazon.Textract.Model;

using Amazon.Textract;
using Amazon.Textract.Model;

Imports Amazon.Textract
Imports Amazon.Textract.Model

4. Plik PDF na tekst

Obie biblioteki mogą wyciągać tekst z plików PDF. Przyjrzyjmy się każdemu fragmentowi kodu po kolei.

4.1. Korzystanie z IronOCR

IronOCR pozwala na rozpoznawanie i odczytywanie tekstu z formatów dokumentów PDF z wykorzystaniem zaawansowanej technologii Tesseract. Poniższy prosty kod jest używany do wyodrębniania informacji:

var Ocr = new IronTesseract();
using (var input = new OcrInput())
{
    input.AddPdf("example.pdf", "password");
    // We can also select specific PDF page numbers to OCR
    var Result = Ocr.Read(input);
    Console.WriteLine(Result.Text);
    Console.WriteLine($"{Result.Pages.Count()} Pages");
    // Read every page of the PDF
}

var Ocr = new IronTesseract();
using (var input = new OcrInput())
{
    input.AddPdf("example.pdf", "password");
    // We can also select specific PDF page numbers to OCR
    var Result = Ocr.Read(input);
    Console.WriteLine(Result.Text);
    Console.WriteLine($"{Result.Pages.Count()} Pages");
    // Read every page of the PDF
}

Dim Ocr = New IronTesseract()
Using input = New OcrInput()
	input.AddPdf("example.pdf", "password")
	' We can also select specific PDF page numbers to OCR
	Dim Result = Ocr.Read(input)
	Console.WriteLine(Result.Text)
	Console.WriteLine($"{Result.Pages.Count()} Pages")
	' Read every page of the PDF
End Using

$vbLabelText   $csharpLabel

Kod jest prosty, czysty i bardzo łatwy do zrozumienia oraz użycia.

Wejściowy plik PDF

Przykładowy PDF

Wynik

Wynik IronOCR

4.2. AWS Textract

Amazon Textract ulatwia dodawanie wykrywania i analizy tekstu dokumentow do aplikacji. Nastepujacy kod jest uzywany do odczytania PDF, a ten sam PDF jest przekazywany:

public static async void ReturnResult()
{
    AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1);
    var request = new StartDocumentTextDetectionRequest();
    request.DocumentLocation = new DocumentLocation
    {
        S3Object = new S3Object
        {
            Bucket = "your_bucket_name",
            Name = "your_bucket_key"
        }
    };
    var id = await client.StartDocumentTextDetectionAsync(request);
    var jobId = id.JobId;
    var response = client.GetDocumentTextDetectionAsync(new GetDocumentTextDetectionRequest{
        JobId = jobId
    });
    response.Wait();
    if (response.Result.JobStatus.Equals("SUCCEEDED"))
    {
        foreach (var block in response.Result.Blocks)
        {
            if (block.BlockType == "WORD" || block.BlockType == "PAGE" || block.BlockType == "LINE")
            {
                Console.WriteLine(block.Text);
            }
        }
    }
}

static void Main(String[] args)
{
    ReturnResult();
}

public static async void ReturnResult()
{
    AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1);
    var request = new StartDocumentTextDetectionRequest();
    request.DocumentLocation = new DocumentLocation
    {
        S3Object = new S3Object
        {
            Bucket = "your_bucket_name",
            Name = "your_bucket_key"
        }
    };
    var id = await client.StartDocumentTextDetectionAsync(request);
    var jobId = id.JobId;
    var response = client.GetDocumentTextDetectionAsync(new GetDocumentTextDetectionRequest{
        JobId = jobId
    });
    response.Wait();
    if (response.Result.JobStatus.Equals("SUCCEEDED"))
    {
        foreach (var block in response.Result.Blocks)
        {
            if (block.BlockType == "WORD" || block.BlockType == "PAGE" || block.BlockType == "LINE")
            {
                Console.WriteLine(block.Text);
            }
        }
    }
}

static void Main(String[] args)
{
    ReturnResult();
}

Public Shared Async Sub ReturnResult()
	Dim client As New AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1)
	Dim request = New StartDocumentTextDetectionRequest()
	request.DocumentLocation = New DocumentLocation With {
		.S3Object = New S3Object With {
			.Bucket = "your_bucket_name",
			.Name = "your_bucket_key"
		}
	}
	Dim id = Await client.StartDocumentTextDetectionAsync(request)
	Dim jobId = id.JobId
	Dim response = client.GetDocumentTextDetectionAsync(New GetDocumentTextDetectionRequest With {.JobId = jobId})
	response.Wait()
	If response.Result.JobStatus.Equals("SUCCEEDED") Then
		For Each block In response.Result.Blocks
			If block.BlockType = "WORD" OrElse block.BlockType = "PAGE" OrElse block.BlockType = "LINE" Then
				Console.WriteLine(block.Text)
			End If
		Next block
	End If
End Sub

Shared Sub Main(ByVal args() As String)
	ReturnResult()
End Sub

$vbLabelText   $csharpLabel

Kod jest nieco zawiły, długi i wymaga uwagi podczas przekazywania i pobierania obiektów. Najpierw musimy utworzyć obiekt AmazonTextractClient z trzema parametrami: AccessKeyId, SecretAccessKey i Region. Następnie musimy zainicjować żądanie za pomocą metody StartDocumentTextDetectionRequest(). Obiekt żądania następnie ustawia DocumentLocation za pomocą nazwy i klucza bucketu. To żądanie jest następnie przekazywane do metody StartDocumentTextDetectionAsync(). Ponieważ jest to metoda asynchroniczna, musimy użyć słowa kluczowego await i uczynić funkcję ReturnResult asynchroniczną. Po pomyślnym zakończeniu, wynik jest zwracany, a jobId jest zapisywane. jobId jest przekazywane do metody GetDocumentTextDetectionAsync() i oczekujemy na odpowiedź SUCCEEDED. Pętla foreach jest używana do przechodzenia przez każdy blok i sprawdzania, czy jest "WORD", "PAGE" lub "LINE", a następnie wypisuje rozpoznanie tekstu. Na końcu wywołaj tę metodę w metodzie Main w celu przetwarzania dokumentu.

Wynik

Wynik jest bardzo podobny do IronOCR.

Wynik AWS Textract

5. Obrazy na tekst

Odczytywanie danych z obrazów jest trudne, ponieważ jakość obrazu odgrywa kluczową rolę podczas wydobywania informacji. Obie biblioteki oferują możliwość ekstrakcji tekstu. W tym miejscu użyjemy plików PNG.

5.1. Korzystanie z IronOCR

Kod jest prawie podobny do poprzedniego. Tutaj, metoda AddPDF jest zastępowana metodą AddImage.

var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddImage("test-files/redacted-employmentapp.png");
    //... you can add any number of images
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddImage("test-files/redacted-employmentapp.png");
    //... you can add any number of images
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Dim Ocr = New IronTesseract()
Using Input = New OcrInput()
	Input.AddImage("test-files/redacted-employmentapp.png")
	'... you can add any number of images
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

$vbLabelText   $csharpLabel

Obraz wejściowy

Zredagowane dane pracowników

Wynik

Wynik jest czysty i pasuje do oryginalnego obrazu przy zaledwie kilku liniach kodu, bez zawiłości technicznych i z doskonałym rezultatem.

Wynik obrazu

public static async void ReturnResult()
{
    AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1);
    var request = new DetectDocumentTextRequest();
    request.Document = new Document
    {
        Bytes = new MemoryStream(File.ReadAllBytes(@"test-files/redacted-employmentapp.png"))
    };    
    var result = await client.DetectDocumentTextAsync(request);
    foreach (var block in result.Blocks)
    {
        if (block.BlockType == "WORD")
        {
            Console.WriteLine(block.Text);
        }
    }
}

static void Main(String[] args)
{
    ReturnResult();
}

public static async void ReturnResult()
{
    AmazonTextractClient client = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1);
    var request = new DetectDocumentTextRequest();
    request.Document = new Document
    {
        Bytes = new MemoryStream(File.ReadAllBytes(@"test-files/redacted-employmentapp.png"))
    };    
    var result = await client.DetectDocumentTextAsync(request);
    foreach (var block in result.Blocks)
    {
        if (block.BlockType == "WORD")
        {
            Console.WriteLine(block.Text);
        }
    }
}

static void Main(String[] args)
{
    ReturnResult();
}

Public Shared Async Sub ReturnResult()
	Dim client As New AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.AFSouth1)
	Dim request = New DetectDocumentTextRequest()
	request.Document = New Document With {.Bytes = New MemoryStream(File.ReadAllBytes("test-files/redacted-employmentapp.png"))}
	Dim result = Await client.DetectDocumentTextAsync(request)
	For Each block In result.Blocks
		If block.BlockType = "WORD" Then
			Console.WriteLine(block.Text)
		End If
	Next block
End Sub

Shared Sub Main(ByVal args() As String)
	ReturnResult()
End Sub

6. Kod kreskowy i kod QR na tekst

Unikalną funkcją IronOCR jest możliwość odczytu kodów kreskowych i QR z dokumentów podczas skanowania w poszukiwaniu tekstu. Instancje klasy OcrResult.OcrBarcode dostarczają deweloperowi szczegółowych informacji o każdym zeskanowanym kodzie kreskowym. AWS Textract nie oferuje tej funkcjonalności.

Kod dla IronOCR jest podany poniżej:

var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    input.AddImage("test-files/Barcode.png");
    var Result = Ocr.Read(input);
    foreach (var Barcode in Result.Barcodes)
    {
        Console.WriteLine(Barcode.Value);
        // type and location properties also exposed
    }
}

var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    input.AddImage("test-files/Barcode.png");
    var Result = Ocr.Read(input);
    foreach (var Barcode in Result.Barcodes)
    {
        Console.WriteLine(Barcode.Value);
        // type and location properties also exposed
    }
}

Dim Ocr = New IronTesseract()
Ocr.Configuration.ReadBarCodes = True
Using input = New OcrInput()
	input.AddImage("test-files/Barcode.png")
	Dim Result = Ocr.Read(input)
	For Each Barcode In Result.Barcodes
		Console.WriteLine(Barcode.Value)
		' type and location properties also exposed
	Next Barcode
End Using

Kod jest samowyjaśniający się i łatwy do zrozumienia.

7. Licencjonowanie

IronOCR to biblioteka, która oferuje darmową licencję dla deweloperów. Ma również odmienną strukturę cenową; Pakiet Lite zaczyna się od $999 bez ukrytych opłat. Możliwa jest również redystrybucja produktów SaaS i OEM. Wszystkie licencje oferują 30-dniową gwarancję zwrotu pieniędzy, rok wsparcia i aktualizacji oprogramowania, ważność dla środowisk deweloperskich, testowych i produkcyjnych, oraz licencję wieczystą (jednorazowy zakup). Aby zobaczyć całą strukturę cenową i szczegóły licencjonowania IronOCR, przejdź tutaj.

Plan cenowy IronOCR

Możesz uzyskać redystrybucję produktów SaaS i OEM jako usługa bez opłat licencyjnych za jednorazową cenę $1,599.

Usługa SAAS

API AWS Textract zapewnia programistom usługę AWS Free Tier. Możesz rozpocząć korzystanie z Amazon Textract za darmo. Free Tier trwa trzy miesiące, a poniżej przedstawiono ceny.

![Cennik](/static-assets/ocr/blog/aws-ocr-alternatives/aws-ocr-alternatives-16.webp)

Lista cenowa

Możesz zapoznać się ze szczegółami cenowymi pod tym linkiem. Ponadto możesz dostosować ceny do swoich potrzeb, używając kalkulatora cen.

8. Podsumowanie

IronOCR oferuje programistom C# najnowocześniejsze API Tesseract, które znamy na każdej platformie. IronOCR można wdrożyć na Windows, Linux, Mac, Azure, AWS, Lambda i obsługuje projekty .NET Framework oraz .NET Standard i .NET Core. Możemy również czytać kody kreskowe w skanach OCR i eksportować nasz OCR jako HTML i przeszukiwalne PDF.

Amazon Textract ulatwia dodawanie wykrywania i analizy tekstu dokumentow do aplikacji. Amazon Textract opiera się na sprawdzonej, wysoce skalowalnej technologii głębokiego uczenia, opracowanej przez naukowców zajmujących się wizją komputerową Amazon do analizy miliardów obrazów i filmów każdego dnia. Nie potrzebujesz żadnej wiedzy z zakresu uczenia maszynowego, aby go używać. Amazon Textract zawiera proste, łatwe w użyciu interfejsy API, które mogą analizować pliki obrazów i pliki PDF. Amazon Textract zawsze uczy się z nowych danych, a Amazon nieustannie dodaje nowe funkcje do tej usługi.

Licencje IronOCR są oparte na programistach, co oznacza, że zawsze należy kupić licencję w zależności od liczby programistów, którzy będą korzystać z produktu. Licencje AWS Textract są oparte na liczbie stron dokumentu, na których chcemy wyodrębnić informacje i przeanalizować dane. Licencje są miesięczne, a ceny stają się bardzo wysokie przy dużej liczbie stron w porównaniu do licencji IronOCR. Ponadto licencja na IronOCR jest zakupem jednorazowym i można ją używać przez całe życie, a także obsługuje dystrybucję OME i SaaS.

W ogólnym porównaniu, IronOCR i AWS OCR mają możliwości uczenia maszynowego do wykrywania tekstu z dokumentu lub obrazu. IronOCR ma lekką przewagę nad AWS OCR, ponieważ jest szybki i oszczędzający czas. Kod jest prosty i przejrzysty przy wykrywaniu tekstu z dokumentów. Zadanie jest realizowane w kilku metodach. Z drugiej strony AWS Textract używa wielu metod do wykonania tego samego zadania. To zwiększa czas odpowiedzi serwera i czasami jest czasochłonne. Widać, że jeśli wprowadzimy nawet niedoskonały dokument do IronOCR, potrafi dokładnie odczytać jego zawartość z dokładnością statystyczną na poziomie około 99%, mimo że dokument był źle sformatowany, przechylony i z cyfrowym szumem. IronOCR działa prosto, bez potrzeby dostrajania wydajności lub gruntownej modyfikacji wprowadzanych obrazów. Prędkość jest oszałamiająca: IronOCR.2020+ jest do 10 razy szybszy i popełnia o ponad 250% mniej błędów niż poprzednie wersje.

Ponadto, Iron Software obecnie oferuje pakiet pięciu narzędzi w cenie tylko dwóch. Narzędzia zawarte w Iron Suite to:

• IronBarcode
• IronXL
• IronOCR
• IronPDF
• IronWebScraper

Odwiedź ten link, aby przejrzeć Iron Suite.