ABBYY FineReader Engine vs IronOCR: .NET OCR

Inicjalizacja silnika i cykl życia

ABBYY wymaga wyraźnej sekwencji inicjalizacji przed rozpoczęciem jakiegokolwiek rozpoznawania. Silnik musi zostać załadowany z określonej ścieżki SDK z prawidłowymi plikami licencji, należy wybrać profil rozpoznawania, a każdy kontener dokumentu musi zostać wyraźnie zamknięty po przetworzeniu, aby zapobiec wyciekom pamięci:

using FREngine;

public class AbbyyOcrService : IDisposable
{
    private IEngine _engine;

    public AbbyyOcrService(string sdkPath, string licensePath)
    {
        // Step 1: Create engine loader
        var loader = new EngineLoader();

        // Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath);

        // Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

        // Step 4: Configure language data (each language adds deployment complexity)
        var langParams = _engine.CreateLanguageParams();
        langParams.Languages.Add("English");
    }

    public string ExtractText(string imagePath)
    {
        var document = _engine.CreateFRDocument();

        try
        {
            document.AddImageFile(imagePath, null, null);
            document.Process(null);
            return document.PlainText.Text;
        }
        finally
        {
            // Must close — skipping this causes memory leaks
            document.Close();
        }
    }

    public void Dispose()
    {
        _engine = null;
    }
}

using FREngine;

public class AbbyyOcrService : IDisposable
{
    private IEngine _engine;

    public AbbyyOcrService(string sdkPath, string licensePath)
    {
        // Step 1: Create engine loader
        var loader = new EngineLoader();

        // Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath);

        // Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

        // Step 4: Configure language data (each language adds deployment complexity)
        var langParams = _engine.CreateLanguageParams();
        langParams.Languages.Add("English");
    }

    public string ExtractText(string imagePath)
    {
        var document = _engine.CreateFRDocument();

        try
        {
            document.AddImageFile(imagePath, null, null);
            document.Process(null);
            return document.PlainText.Text;
        }
        finally
        {
            // Must close — skipping this causes memory leaks
            document.Close();
        }
    }

    public void Dispose()
    {
        _engine = null;
    }
}

Imports FREngine

Public Class AbbyyOcrService
    Implements IDisposable

    Private _engine As IEngine

    Public Sub New(sdkPath As String, licensePath As String)
        ' Step 1: Create engine loader
        Dim loader = New EngineLoader()

        ' Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath)

        ' Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy")

        ' Step 4: Configure language data (each language adds deployment complexity)
        Dim langParams = _engine.CreateLanguageParams()
        langParams.Languages.Add("English")
    End Sub

    Public Function ExtractText(imagePath As String) As String
        Dim document = _engine.CreateFRDocument()

        Try
            document.AddImageFile(imagePath, Nothing, Nothing)
            document.Process(Nothing)
            Return document.PlainText.Text
        Finally
            ' Must close — skipping this causes memory leaks
            document.Close()
        End Try
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        _engine = Nothing
    End Sub
End Class

Ta sekwencja jest wykonywana, zanim rozpocznie się jakakolwiek operacja OCR. Wywołanie loader.GetEngineObject() weryfikuje pliki licencji, ładuje pliki binarne środowiska uruchomieniowego ze ścieżki SDK i inicjuje silnik rozpoznawania. Jeśli któraś z tych ścieżek jest nieprawidłowa na nowym serwerze wdrożeniowym, wywołanie kończy się niepowodzeniem w czasie wykonywania.

Szczegółowe porównanie funkcji

Podejście firmy ABBYY

Silnik rozpoznawania firmy ABBYY zapewnia najwyższą dokładność w przypadku najtrudniejszych typów dokumentów: zniszczonych historycznych skanów, dokumentów zawierających różne rodzaje pisma, tekstu pisanego odręcznie, złożonych układów formularzy oraz dokumentów w złym stanie fizycznym. Profil DocumentConversion_Accuracy wykorzystuje pełny proces rozpoznawania firmy ABBYY:

using FREngine;

// ABBYY: Load high-accuracy profile for difficult documents
var loader = new EngineLoader();
var engine = loader.GetEngineObject(
    @"C:\Program Files\ABBYY SDK\FineReader Engine\Bin",
    @"C:\Program Files\ABBYY SDK\License"
);
engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

var document = engine.CreateFRDocument();
try
{
    document.AddImageFile("difficult-scan.jpg", null, null);
    document.Process(null);
    var text = document.PlainText.Text;
}
finally
{
    document.Close();
}

using FREngine;

// ABBYY: Load high-accuracy profile for difficult documents
var loader = new EngineLoader();
var engine = loader.GetEngineObject(
    @"C:\Program Files\ABBYY SDK\FineReader Engine\Bin",
    @"C:\Program Files\ABBYY SDK\License"
);
engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

var document = engine.CreateFRDocument();
try
{
    document.AddImageFile("difficult-scan.jpg", null, null);
    document.Process(null);
    var text = document.PlainText.Text;
}
finally
{
    document.Close();
}

Imports FREngine

' ABBYY: Load high-accuracy profile for difficult documents
Dim loader As New EngineLoader()
Dim engine = loader.GetEngineObject(
    "C:\Program Files\ABBYY SDK\FineReader Engine\Bin",
    "C:\Program Files\ABBYY SDK\License"
)
engine.LoadPredefinedProfile("DocumentConversion_Accuracy")

Dim document = engine.CreateFRDocument()
Try
    document.AddImageFile("difficult-scan.jpg", Nothing, Nothing)
    document.Process(Nothing)
    Dim text = document.PlainText.Text
Finally
    document.Close()
End Try

W przypadku dokumentacji medycznej z odręcznymi adnotacjami, dokumentów prawnych z wieloletnim zużyciem fizycznym lub archiwów rządowych zdigitalizowanych z mikrofilmów przewaga ABBYY pod względem dokładności nad nowoczesnymi rozwiązaniami opartymi na Tesseract jest wymierna i ma znaczenie.

Podejście IronOCR

IronOCR osiąga 95–99% dokładności w przypadku standardowych dokumentów biznesowych — faktur, paragonów, umów, formularzy, zeskanowanych raportów — dzięki automatycznemu przetwarzaniu wstępnemu, które koryguje najczęstsze czynniki obniżające dokładność, zanim silnik Tesseract 5 LSTM zobaczy obraz:

using IronOcr;

// IronOCR: Automatyczne przetwarzanie wstępne handles most real-world document quality issues
var ocr = new IronTesseract();
var result = ocr.Read("invoice-scan.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;

// IronOCR: Automatyczne przetwarzanie wstępne handles most real-world document quality issues
var ocr = new IronTesseract();
var result = ocr.Read("invoice-scan.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' IronOCR: Automatyczne przetwarzanie wstępne handles most real-world document quality issues
Dim ocr As New IronTesseract()
Dim result = ocr.Read("invoice-scan.jpg")
Console.WriteLine(result.Text)
Console.WriteLine($"Confidence: {result.Confidence}%")

Gdy jakość danych wejściowych jest naprawdę niska, wyraźne filtry przetwarzania wstępnego zapewniają pełną kontrolę:

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
input.Deskew();           // Correct rotation up to several degrees
input.DeNoise();          // Remove scanner noise and artifacts
input.Contrast();         // Enhance text/background separation
input.Binarize();         // Convert to optimal black/white
input.EnhanceResolution(300);  // Scale to 300 DPI for engine

var result = new IronTesseract().Read(input);

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
input.Deskew();           // Correct rotation up to several degrees
input.DeNoise();          // Remove scanner noise and artifacts
input.Contrast();         // Enhance text/background separation
input.Binarize();         // Convert to optimal black/white
input.EnhanceResolution(300);  // Scale to 300 DPI for engine

var result = new IronTesseract().Read(input);

Imports IronOcr

Using input As New OcrInput()
    input.LoadImage("low-quality-scan.jpg")
    input.Deskew()           ' Correct rotation up to several degrees
    input.DeNoise()          ' Remove scanner noise and artifacts
    input.Contrast()         ' Enhance text/background separation
    input.Binarize()         ' Convert to optimal black/white
    input.EnhanceResolution(300)  ' Scale to 300 DPI for engine

    Dim result = New IronTesseract().Read(input)
End Using

Przewodnik po korekcji jakości obrazu opisuje wpływ każdego filtra na dokładność rozpoznawania. W przypadku 99% przepływów dokumentów biznesowych — faktur, zamówień, umów, dokumentów tożsamości, drukowanych formularzy — wstępnie przetworzony silnik Tesseract 5 firmy IronOCR zapewnia dokładność, która w praktyce jest nie do odróżnienia od ABBYY. Pozostały 1% obejmuje nieczytelne pismo odręczne, dokumenty historyczne lub niszowe kombinacje skryptów, gdzie przewaga ABBYY staje się znacząca.

Podejście firmy ABBYY

Instalacja silnika ABBYY FineReader przebiega zgodnie z poniższą sekwencją po zatwierdzeniu licencji:

Struktura instalacji po uruchomieniu instalatora ABBYY SDK:
C:\Program Files\ABBYY SDK\
├── FineReader Engine\
│   ├── Bin\          ← Pliki binarne SDK (wymagana ręczna kompilacja)
│   ├── Inc\          ← Pliki nagłówkowe
│   ├── Lib\          ← Biblioteki
│   └── Licencja\      ← Pliki licencji (ABBYY.lic + ABBYY.key)
└── Runtime\
    ├── Języki\    ← Pliki danych językowych (duże, wymagają wdrożenia)
    └── Słowniki\ ← Pliki słowników (wymagane wdrożenie)

Każdy cel wdrożenia — stacja robocza programisty, serwer kompilacji, środowisko testowe, serwer produkcyjny — wymaga uruchomienia tego instalatora z uprawnieniami administratora. Pliki licencji muszą znajdować się w oczekiwanych ścieżkach na każdym komputerze. W kontenerach Docker oznacza to albo wbudowanie SDK w niestandardowy obraz bazowy, albo zamontowanie go jako woluminu, co w obu przypadkach wymaga znacznych nakładów pracy związanych z infrastrukturą.

Weryfikacja licencji w czasie wykonywania sprawdza istnienie i ważność pliku. Jeśli brakuje pliku .lic, wywołanie loader.GetEngineObject() powoduje błąd podczas uruchamiania. Jeśli licencja wygasła, ten sam błąd występuje w środowisku produkcyjnym.

Podejście IronOCR

dotnet add package IronOcr

dotnet add package IronOcr

To polecenie obsługuje wszystko: silnik OCR, dane w języku angielskim oraz wszystkie natywne zależności binarne dla bieżącej platformy. W tym samym pakiecie znajdują się wersje dla różnych platform. Wdrożenie w Dockerze nie wymaga niestandardowego obrazu bazowego:

FROM mcr.microsoft.com/dotnet/aspnet:8.0
RUN apt-get update && apt-get install -y libgdiplus
COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

Aktywacja licencji to jedna linijka w kodzie startowym:

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

Imports System

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE")

Nie ma plików do kopiowania, ścieżek do konfiguracji ani serwera licencji do utrzymania. Pełny przewodnik wdrożeniowy Docker obejmuje specyfikę kontenerów Linux, w tym wymóg libgdiplus. Ten sam pakiet NuGet wdraża się identycznie na serwerach Azure, AWS Lambda i Linux.

Podejście firmy ABBYY

Przetwarzanie plików PDF w ABBYY wymaga otwarcia pliku PDF za pomocą oddzielnego obiektu CreatePDFFile(), iteracji stron, dodania każdej strony do kontenera dokumentu, uruchomienia procesu rozpoznawania, a następnie eksportu z użyciem skonfigurowanych parametrów eksportu:

using FREngine;

public string ProcessPdf(string pdfPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        // Open PDF through a separate file object
        var pdfFile = _engine.CreatePDFFile();
        pdfFile.Open(pdfPath, null, null);

        // Add each page individually
        for (int i = 0; i < pdfFile.PageCount; i++)
        {
            document.AddImageFile(
                pdfPath,
                null,
                _engine.CreatePDFExportParams()
            );
        }

        document.Process(null);
        return document.PlainText.Text;
    }
    finally
    {
        document.Close();
    }
}

public void CreateSearchablePdf(string inputPath, string outputPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        document.AddImageFile(inputPath, null, null);
        document.Process(null);

        // Configure export parameters before export
        var exportParams = _engine.CreatePDFExportParams();
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced;

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams);
    }
    finally
    {
        document.Close();
    }
}

using FREngine;

public string ProcessPdf(string pdfPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        // Open PDF through a separate file object
        var pdfFile = _engine.CreatePDFFile();
        pdfFile.Open(pdfPath, null, null);

        // Add each page individually
        for (int i = 0; i < pdfFile.PageCount; i++)
        {
            document.AddImageFile(
                pdfPath,
                null,
                _engine.CreatePDFExportParams()
            );
        }

        document.Process(null);
        return document.PlainText.Text;
    }
    finally
    {
        document.Close();
    }
}

public void CreateSearchablePdf(string inputPath, string outputPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        document.AddImageFile(inputPath, null, null);
        document.Process(null);

        // Configure export parameters before export
        var exportParams = _engine.CreatePDFExportParams();
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced;

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams);
    }
    finally
    {
        document.Close();
    }
}

Imports FREngine

Public Function ProcessPdf(ByVal pdfPath As String) As String
    Dim document = _engine.CreateFRDocument()

    Try
        ' Open PDF through a separate file object
        Dim pdfFile = _engine.CreatePDFFile()
        pdfFile.Open(pdfPath, Nothing, Nothing)

        ' Add each page individually
        For i As Integer = 0 To pdfFile.PageCount - 1
            document.AddImageFile(pdfPath, Nothing, _engine.CreatePDFExportParams())
        Next

        document.Process(Nothing)
        Return document.PlainText.Text
    Finally
        document.Close()
    End Try
End Function

Public Sub CreateSearchablePdf(ByVal inputPath As String, ByVal outputPath As String)
    Dim document = _engine.CreateFRDocument()

    Try
        document.AddImageFile(inputPath, Nothing, Nothing)
        document.Process(Nothing)

        ' Configure export parameters before export
        Dim exportParams = _engine.CreatePDFExportParams()
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams)
    Finally
        document.Close()
    End Try
End Sub

Podejście IronOCR

IronOCR obsługuje dane wejściowe w formacie PDF natywnie — bez iteracji stron, bez oddzielnych obiektów plików, bez konfiguracji parametrów eksportu:

using IronOcr;

// Read any PDF — multi-page handled automatically
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Plik PDF chroniony hasłem — one parameter
using var secureInput = new OcrInput();
secureInput.LoadPdf("encrypted.pdf", Password: "secret");
var secureResult = new IronTesseract().Read(secureInput);

// Create searchable PDF — one method call
var ocrResult = new IronTesseract().Read("scanned.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

using IronOcr;

// Read any PDF — multi-page handled automatically
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// Plik PDF chroniony hasłem — one parameter
using var secureInput = new OcrInput();
secureInput.LoadPdf("encrypted.pdf", Password: "secret");
var secureResult = new IronTesseract().Read(secureInput);

// Create searchable PDF — one method call
var ocrResult = new IronTesseract().Read("scanned.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronOcr

' Read any PDF — multi-page handled automatically
Using input As New OcrInput()
    input.LoadPdf("scanned-document.pdf")
    Dim result = New IronTesseract().Read(input)
    Console.WriteLine(result.Text)
End Using

' Plik PDF chroniony hasłem — one parameter
Using secureInput As New OcrInput()
    secureInput.LoadPdf("encrypted.pdf", Password:="secret")
    Dim secureResult = New IronTesseract().Read(secureInput)
End Using

' Create searchable PDF — one method call
Dim ocrResult = New IronTesseract().Read("scanned.pdf")
ocrResult.SaveAsSearchablePdf("searchable-output.pdf")

Przewodnik w formacie PDF z funkcją wyszukiwania obejmuje opcje wyjściowe, w tym osadzanie warstwy tekstowej w istniejących skanach PDF. Przykład OCR plików PDF ilustruje przetwarzanie wielostronicowe z dostępem do wyników dla poszczególnych stron.

Podejście firmy ABBYY

Firma ABBYY nie podaje cen do wiadomości publicznej. Wszystkie dane liczbowe wymagają kontaktu z działem sprzedaży w celu ich uzyskania. Na podstawie raportów branżowych i dyskusji społeczności programistów:

• Licencja deweloperska: 4999–15 000 USD+ (szacunkowo)
• Licencjonowanie w czasie wykonywania: na serwer (5 000–20 000 USD+ rocznie) lub na stronę (0,01–0,10 USD/stronę w zależności od objętości)
• Roczna konserwacja: 20–25% kosztu licencji rocznie
• Usługi profesjonalne: 200–400 USD/godz.

Średniej wielkości zespół przetwarzający 100 000 stron miesięcznie na jednym serwerze produkcyjnym ponosi szacunkowy całkowity koszt posiadania wynoszący ponad 50 000 USD w ciągu trzech lat — licencja programistyczna plus licencja na środowisko uruchomieniowe plus roczne opłaty za utrzymanie.

Model licencyjny oparty na liczbie stron wiąże się z kosztami proporcjonalnymi do skali. Przy stawce 0,01 USD za stronę i 100 000 stron miesięcznie daje to 1000 USD miesięcznie kosztów zmiennych, czyli 12 000 USD rocznie, bez górnego limitu.

Podejście IronOCR

Licencja IronOCR jest wieczysta i opublikowana:

• Lite: 749 USD (1 programista, 1 projekt)
• Plus: 1499 USD (3 programistów, 3 projekty)
• Professional: 2999 USD (10 programistów, 10 projektów)
• Nieograniczony: 5999 USD (nieograniczona liczba programistów i projektów)

Brak opłat za czas pracy. Brak kosztów za stronę. Nie ma wymogu corocznej konserwacji. Brak cyklu odnowienia. Professional License w cenie 2999 USD obejmuje zespół 10 programistów przetwarzających dowolną ilość dokumentów na dowolnej liczbie serwerów, bezterminowo.

Porównanie całkowitego kosztu posiadania (TCO) w perspektywie trzech lat dla średniej wielkości zespołu: ABBYY szacuje się na ponad 50 000 USD, a IronOCR Professional na 2999 USD. Różnica w dokładności, która dzieli te rozwiązania w przypadku standardowych dokumentów biznesowych, nie pozwala zniwelować tej różnicy w przeważającej większości przypadków użycia.

Odnowienie licencji powoduje przeprowadzenie analizy kosztów i korzyści

Roczne faktury za konserwację oprogramowania ABBYY wynoszą zazwyczaj 20–25% pierwotnego kosztu licencji. Dla zespołu, który zapłacił 10 000 USD za licencję deweloperską i 15 000 USD za licencję uruchomieniową, drugi rok oznacza fakturę za utrzymanie w wysokości 6250 USD, zanim napisano by choćby jedną linię nowego kodu. Ten moment odnowienia skłania zespoły do zadania sobie pytania, czy różnica w dokładności w przypadku ich konkretnych typów dokumentów — zazwyczaj standardowych dokumentów biznesowych — uzasadnia bieżące koszty. Zespoły zajmujące się przetwarzaniem faktur, digitalizacją umów lub ekstrakcją skanowanych formularzy rutynowo stwierdzają, że wstępnie przetworzony silnik Tesseract 5 firmy IronOCR zapewnia równoważną praktyczną dokładność przy koszcie mierzonym w setkach dolarów, a nie dziesiątkach tysięcy.

Nowy projekt bez dotychczasowych powiązań z firmą ABBYY

Zespoły programistów rozpoczynające nowy projekt OCR od zera stają przed realiami związanymi z zakupem: 4–12 tygodni oczekiwania na dostęp do ABBYY SDK oznacza 4–12 tygodni wstrzymania prac programistycznych. Dla zespołu, który ma termin na prototyp lub zobowiązanie w ramach sprintu, taki cykl zakupowy nie wchodzi w grę. IronOCR instaluje się w mniej niż minutę i generuje wyniki OCR jeszcze tego samego dnia. Zespoły oceniające OCR do nowego produktu często wybierają IronOCR nie dlatego, że ABBYY nie ma odpowiednich możliwości, ale dlatego, że muszą dostarczyć produkt i nie mogą czekać na zakończenie cyklu sprzedaży.

Modernizacja infrastruktury wdrożeniowej

Aplikacje zbudowane na warstwie interoperacyjności COM firmy ABBYY napotykają trudności podczas przenoszenia do kontenerów, Kubernetes lub architektur natywnych dla chmury. Instalator SDK, zależności plików licencji, struktura katalogów środowiska uruchomieniowego — żadna z tych rzeczy nie pasuje idealnie do obrazu Docker zbudowanego na podstawie standardowego obrazu bazowego .NET Standard. Zespoły zajmujące się konteneryzacją starszej aplikacji do przetwarzania dokumentów stwierdzają, że model wdrażania firmy ABBYY wymaga albo niestandardowego obrazu bazowego, który zawiera pełną instalację zestawu SDK, albo montowania woluminów dla plików licencyjnych, co wiąże się z pewną złożonością operacyjną. Pakiet NuGet IronOCR można wdrożyć w dowolnym kontenerze bez modyfikacji obrazu bazowego, poza dodaniem libgdiplus dla celów Linux.

Ograniczenia budżetowe w mniejszych zespołach

Start-upy, niezależni dostawcy oprogramowania i wewnętrzne zespoły ds. narzędzi często oceniają możliwości ABBYY i uznają je za autentyczne — a następnie odkrywają, że ceny wymagają zatwierdzenia budżetu na poziomie Enterprise. Zespół tworzący narzędzie do przetwarzania faktur dla średniej firmy nie może uzasadnić wydatku na licencję programistyczną w wysokości 15 000 USD oraz opłat za użytkowanie w wysokości 10 000 USD rocznie, gdy cały roczny budżet na oprogramowanie wynosi 20 000 USD. Licencja IronOCR Lite za 749 USD lub licencja Professional za 2999 USD mieszczą się w ramach uprawnień zakupowych jednego inżyniera.

Rosnąca liczba dokumentów ujawnia strukturę kosztów na stronę

Aplikacje, które zaczynają się na małą skalę, a potem się rozrastają, napotykają przeszkodę w postaci licencji ABBYY naliczanej za stronę. Startup przetwarzający 10 000 dokumentów miesięcznie w momencie uruchomienia w ciągu dwóch lat zwiększa skalę do 500 000 dokumentów miesięcznie. Przy cenie 0,01 USD za stronę taka trajektoria wzrostu sprawia, że koszty ABBYY przechodzą z kategorii kosztów możliwych do opanowania do kategorii kosztów determinujących budżet. Licencja wieczysta IronOCR nie zawiera opłaty za stronę — przetworzenie 10 000 dokumentów lub 10 000 000 dokumentów kosztuje tyle samo.

Zarządzanie cyklem życia silnika

Najbardziej czasochłonne prace związane z migracją obejmują usunięcie jawnego kodu inicjalizacji i cyklu życia firmy ABBYY. Każde wywołanie loader.GetEngineObject(), LoadPredefinedProfile() i document.Close() zostanie usunięte. IronOCR IronTesseract instancjonuje się bezpośrednio bez ładowarki, bez ładowania profilu i z automatycznym czyszczeniem poprzez standardowy wzorzec using. Typowy czas potrzebny na migrację podstawowych wzorców ekstrakcji tekstu wynosi 2–4 godziny:

// Remove all of this:
// var loader = new EngineLoader();
// _engine = loader.GetEngineObject(sdkPath, licensePath);
// _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");
// var document = _engine.CreateFRDocument();
// document.AddImageFile(imagePath, null, null);
// document.Process(null);
// string text = document.PlainText.Text;
// document.Close();

// Replace with:
var text = new IronTesseract().Read(imagePath).Text;

// Remove all of this:
// var loader = new EngineLoader();
// _engine = loader.GetEngineObject(sdkPath, licensePath);
// _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");
// var document = _engine.CreateFRDocument();
// document.AddImageFile(imagePath, null, null);
// document.Process(null);
// string text = document.PlainText.Text;
// document.Close();

// Replace with:
var text = new IronTesseract().Read(imagePath).Text;

Imports IronOcr

Dim text As String = New IronTesseract().Read(imagePath).Text

Usunięcie infrastruktury licencyjnej

Po migracji proces wdrażania ulega znacznemu uproszczeniu. Krok instalacji ABBYY SDK został usunięty ze skryptów CI/CD. Pliki licencji (ABBYY.lic, ABBYY.key) zostały usunięte z artefaktów wdrożeniowych. Jeśli serwer licencji był uruchomiony, infrastrukturę tę można wycofać z eksploatacji. Klucz licencyjny IronOCR znajduje się w zmiennej środowiskowej lub menedżerze sekretów — bez plików, bez serwera, bez zależności sieciowej do weryfikacji licencji. Podręcznik konfiguracji IronTesseract obejmuje wstępną konfigurację, w tym umieszczenie klucza licencyjnego w różnych środowiskach wdrożeniowych.

Ekstrakcja oparta na strefach a ekstrakcja oparta na regionach

Funkcja ABBYY do wyodrębniania regionów na podstawie stref (_engine.CreateZone(), zone.SetBounds(), zone.Type = ZoneTypeEnum.ZT_Text, page.Zones.Add(zone)) odpowiada podejściu IronOCR CropRectangle. Pojęcia są równoważne; API jest prostsze:

// ABBYY zone-based extraction required zone creation,
// bounds setting, type assignment, and page.Zones.Add()

// IronOCR: CropRectangle passed directly to LoadImage
var region = new CropRectangle(x: 0, y: 0, width: 600, height: 100);
using var input = new OcrInput();
input.LoadImage("invoice.jpg", region);
var headerText = new IronTesseract().Read(input).Text;

// ABBYY zone-based extraction required zone creation,
// bounds setting, type assignment, and page.Zones.Add()

// IronOCR: CropRectangle passed directly to LoadImage
var region = new CropRectangle(x: 0, y: 0, width: 600, height: 100);
using var input = new OcrInput();
input.LoadImage("invoice.jpg", region);
var headerText = new IronTesseract().Read(input).Text;

Imports IronOcr

' ABBYY zone-based extraction required zone creation,
' bounds setting, type assignment, and page.Zones.Add()

' IronOCR: CropRectangle passed directly to LoadImage
Dim region As New CropRectangle(x:=0, y:=0, width:=600, height:=100)
Using input As New OcrInput()
    input.LoadImage("invoice.jpg", region)
    Dim headerText As String = New IronTesseract().Read(input).Text
End Using

Przewodnik po OCR dla poszczególnych regionów obejmuje wykorzystanie CropRectangle w wzorcach ekstrakcji pól powszechnie stosowanych w przetwarzaniu faktur i formularzy.

Dostęp do danych strukturalnych

Dostęp do danych strukturalnych oparty na blokach firmy ABBYY (page.Layout.Blocks, BlockTypeEnum.BT_Table, block.GetAsTableBlock()) nie ma bezpośredniego odpowiednika w IronOCR. IronOCR udostępnia ustrukturyzowane wyniki poprzez result.Pages, result.Lines, result.Words i result.Paragraphs, z których każdy zawiera dane współrzędnych. W przypadku konkretnie ekstrakcji tabel, przewodnik po wynikach odczytu obejmuje dostęp do danych pozycjonowania na poziomie WORD, które umożliwiają rekonstrukcję tabeli.