AWS OCR vs Azure OCR (Porównanie funkcji OCR)

Podstawowe OCR z Patagames

API Patagames inicjuje instancję OcrApi na operację, jednoznacznie określa ścieżkę do folderu tessdata i akceptuje System.Drawing.Bitmap:

// NuGet: Install-Package Tesseract.Net.SDK
using Patagames.Ocr;
using Patagames.Ocr.Enums;
using System.Drawing;

public class PatagamesOcrService
{
    private const string TessDataPath = @"./tessdata"; // must exist and be populated

    public string ExtractText(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng"); // tessdata path — breaks on deployment if path is wrong

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string MultiLanguageOcr(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng+fra+deu"); // language string must match tessdata files present

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string OcrWithSegmentation(string imagePath, PageSegmentationMode mode)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng");
        api.SetVariable("tessedit_pageseg_mode", ((int)mode).ToString()); // raw Tesseract variable

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }
}

// NuGet: Install-Package Tesseract.Net.SDK
using Patagames.Ocr;
using Patagames.Ocr.Enums;
using System.Drawing;

public class PatagamesOcrService
{
    private const string TessDataPath = @"./tessdata"; // must exist and be populated

    public string ExtractText(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng"); // tessdata path — breaks on deployment if path is wrong

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string MultiLanguageOcr(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng+fra+deu"); // language string must match tessdata files present

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string OcrWithSegmentation(string imagePath, PageSegmentationMode mode)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng");
        api.SetVariable("tessedit_pageseg_mode", ((int)mode).ToString()); // raw Tesseract variable

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }
}

Imports Patagames.Ocr
Imports Patagames.Ocr.Enums
Imports System.Drawing

Public Class PatagamesOcrService
    Private Const TessDataPath As String = "./tessdata" ' must exist and be populated

    Public Function ExtractText(imagePath As String) As String
        Using api = OcrApi.Create()
            api.Init(TessDataPath, "eng") ' tessdata path — breaks on deployment if path is wrong

            Using bitmap = New Bitmap(imagePath)
                Return api.GetTextFromImage(bitmap)
            End Using
        End Using
    End Function

    Public Function MultiLanguageOcr(imagePath As String) As String
        Using api = OcrApi.Create()
            api.Init(TessDataPath, "eng+fra+deu") ' language string must match tessdata files present

            Using bitmap = New Bitmap(imagePath)
                Return api.GetTextFromImage(bitmap)
            End Using
        End Using
    End Function

    Public Function OcrWithSegmentation(imagePath As String, mode As PageSegmentationMode) As String
        Using api = OcrApi.Create()
            api.Init(TessDataPath, "eng")
            api.SetVariable("tessedit_pageseg_mode", CInt(mode).ToString()) ' raw Tesseract variable

            Using bitmap = New Bitmap(imagePath)
                Return api.GetTextFromImage(bitmap)
            End Using
        End Using
    End Function
End Class

Ciąg znaków ścieżki tessdata to pierwszy problem wdrożeniowy, z jakim borykają się zespoły. Na komputerze programisty to działa. W kontenerzeDockerlub środowisku CI na systemieLinuxścieżka kończy się niepowodzeniem lub środowisko uruchomieniowe w ogóle nie istnieje. W systemiemacOSnatywny plik binarny dla systemuWindowspo prostu się nie ładuje. Tryb segmentacji ustawia się poprzez zapisanie surowego ciągu zmiennej Tesseract — nie ma silnie typowanego opakowania enum dla tego wywołania. To właśnie w tych miejscach surowy charakter Tesseracta ujawnia się pomimo komercyjnej otoczki.

Szczegółowe porównanie funkcji

Podejście Patagames

Patagames dostarcza natywne binariaWindowsdla silnika Tesseract. Klasa OcrApi ładuje biblioteki DLL Windows. W systemachLinuxlubmacOSnie ma nic do ładowania. Zależność System.Drawing.Bitmap pogłębia problem: System.Drawing dla .NET Core i .NET 5+ wymaga libgdiplus naLinuxi nie jest obsługiwany namacOSbez Mono, co dodaje własną złożoność.

Zespół budujący aplikację ASP.NET Core na .NET 8 i wdrażający ją w kontenerzeLinuxnapotyka dwie oddzielne przeszkody z Patagames: natywne binarium Tesseract nie istnieje na tej platformie, a zależność System.Drawing wymaga dodatkowego natywnego pakietu, nawet jeśli tak byłoby. Aplikacja po prostu nie działa. Nie ma rozwiązania awaryjnego ani ścieżki migracji poza wymianą biblioteki.

Zastanów się, co to oznacza dla typowego, nowoczesnego środowiska .NET. Prace programistyczne odbywają się na systemachWindowslub macOS. CI działa w systemie Linux. Środowisko produkcyjne to kontenerDockerna platformie Kubernetes. Patagames zawodzi na drugim etapie tego procesu.

// Patagames:Windowsruntime only
// This code path does not execute onLinuxor macOS
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng"); //WindowsDLL load — fails silently or throws on Linux

using var bitmap = new Bitmap(imagePath); // System.Drawing — requires libgdiplus on Linux
return api.GetTextFromImage(bitmap);

// Patagames:Windowsruntime only
// This code path does not execute onLinuxor macOS
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng"); //WindowsDLL load — fails silently or throws on Linux

using var bitmap = new Bitmap(imagePath); // System.Drawing — requires libgdiplus on Linux
return api.GetTextFromImage(bitmap);

Imports System.Drawing

' Patagames:Windowsruntime only
' This code path does not execute on Linux or macOS
Using api = OcrApi.Create()
    api.Init("./tessdata", "eng") ' Windows DLL load — fails silently or throws on Linux

    Using bitmap As New Bitmap(imagePath) ' System.Drawing — requires libgdiplus on Linux
        Return api.GetTextFromImage(bitmap)
    End Using
End Using

Ścieżka tessdata stwarza również osobny problem związany z wdrożeniem. W kontenerze katalog tessdata musi zostać wyraźnie skopiowany do obrazu. Jeśli ścieżka jest błędna, wywołanie Init zawiedzie w czasie wykonywania. Nic w procesie budowania tego nie wyłapie; pojawia się w środowisku produkcyjnym.

Podejście IronOCR

IronOCR publikuje pakiety środowisk uruchomieniowych specyficzne dla platformy w ramach swojej sieci zależności NuGet. Dodanie IronOcr do projektu rozwiązuje poprawne natywne binarium dlaWindowsx64,Windowsx86,Linuxx64 lubmacOSautomatycznie. Bez akrobatyk RuntimeIdentifier, bez ręcznego kopiowania binariów.

// IronOCR: same code on Windows, Linux, macOS, Docker
using IronOcr;

var text = new IronTesseract().Read("document.jpg").Text;

// IronOCR: same code on Windows, Linux, macOS, Docker
using IronOcr;

var text = new IronTesseract().Read("document.jpg").Text;

Imports IronOcr

Dim text As String = New IronTesseract().Read("document.jpg").Text

Wdrożenie w środowisku LinuxDockerjest udokumentowane i obsługiwane od razu po instalacji. Dokładną konfigurację pliku Dockerfile można znaleźć w przewodniku wdrażania IronOCR w Dockerze. Przewodnik wdrożeniowy dla systemu Linux obejmuje zarówno Debiana, jak i Alpine. W żadnym miejscu aplikacji nie jest wymagane rozgałęzianie kodu specyficzne dla platformy.

Dane językowe są dostarczane za pośrednictwem NuGet. dotnet add package IronOcr.Languages.French dodaje francuskie tessdata. Pakiet jest rozpakowywany w czasie kompilacji, automatycznie kopiowany do katalogu wyjściowego i dostępny w każdym środowisku wdrożeniowym bez konieczności konfiguracji ścieżki. Zobacz, jak IronOCR obsługuje wiele języków w ramach pełnego procesu zarządzania językami.

Co Patagames oferuje ponad darmowe wrappery

Patagames podkreśla cztery zalety w porównaniu z darmowymi nakładkami na Tesseract: wsparcie techniczne, uproszczony interfejs API, gotowe pliki binarne oraz zarządzanie danymi tessdata. Każdy z nich zasługuje na analizę.

Wsparcie komercyjne jest realne, ale trudno wycenić jego koszt. Płacisz za umowę wsparcia technicznego w przypadku problemów związanych z Tesseract, silnikiem open source strony trzeciej, nad którym firma Patagames nie ma kontroli. Jeśli Tesseract generuje nieprawidłowe wyniki dla określonego typu obrazu, dział wsparcia Patagames nie jest w stanie ulepszyć silnika.

Uproszczone API ma marginalne znaczenie. OcrApi.Create(), a następnie api.Init(path, "eng") jest nieco czystsza niż surowa warstwa interoperacyjna Tesseract w charlesw/tesseract, ale obie nadal wymagają tego samego ręcznego zarządzania tessdata i braku przetwarzania wstępnego.

Gotowe pliki binarne pozwalają zaoszczędzić godzinę lub dwie potrzebne na kompilację Tesseracta ze źródeł w systemie Windows. To miało znaczenie w 2015 roku. Dziś darmowy pakiet NuGet tesseractocr (Tesseract na NuGet.org) również dostarcza prekompilowane natywne binaria za darmo.

Zarządzanie danymi tessdata to twierdzenie, które w największym stopniu podważa rzeczywisty interfejs API. Wywołanie api.Init(TessDataPath, "eng") nadal przyjmuje ścieżkę jako łańcuch. Nadal wypełniasz ten katalog. Zarządzanie jest tylko nieznacznie bardziej przejrzyste niż wskazanie pliku konfiguracyjnego w folderze.

Wynik: Patagames pobiera opłaty rynkowe za warstwę wygody, którą zapewniają również darmowe alternatywy, nie rozwiązuje podstawowych problemów Tesseracta związanych z przetwarzaniem wstępnym i plikami PDF oraz usuwa obsługę wielu platform, którą zachowują darmowe alternatywy.

Uzasadnienie komercyjne IronOCR

Oceniając, czy komercyjna biblioteka OCR jest warta swojej ceny, należy zadać sobie pytanie, jakie problemy rozwiązuje ta biblioteka, których nie są w stanie rozwiązać darmowe alternatywy. Ceny IronOCR zaczynają się od $999 za wieczystą licencję Lite. Za tę cenę otrzymujesz możliwości, których nie zapewniają opakowania Tesseract — ani darmowe, ani komercyjne.

// PDF OCR: Patagames has no PDF support at all
// Free wrappers have no PDF support at all
// IronOCR: one line
using IronOcr;

var text = new IronTesseract().Read("scanned-invoice.pdf").Text;

// PDF OCR: Patagames has no PDF support at all
// Free wrappers have no PDF support at all
// IronOCR: one line
using IronOcr;

var text = new IronTesseract().Read("scanned-invoice.pdf").Text;

Imports IronOcr

' PDF OCR: Patagames has no PDF support at all
' Free wrappers have no PDF support at all
' IronOCR: one line
Dim text As String = New IronTesseract().Read("scanned-invoice.pdf").Text

Dla pracy z PDF OCR, Patagames wymaga zewnętrznego renderera PDF (PdfiumViewer, iText, lub podobnego), pętli do renderowania każdej strony na Bitmap, przesyłania każdej bitmapy do GetTextFromImage, i łączenia wyników. To oznacza 30–50 dodatkowych linii kodu, dodatkową zależność NuGet i kolejny punkt awarii.IronOCR obsługuje to za pomocą jednego wywołania.

// PDF z funkcją wyszukiwania output: not available in Patagames, not available in free wrappers
// IronOCR: two lines
var result = new IronTesseract().Read("scanned-document.pdf");
result.SaveAsSearchablePdf("searchable-output.pdf");

// PDF z funkcją wyszukiwania output: not available in Patagames, not available in free wrappers
// IronOCR: two lines
var result = new IronTesseract().Read("scanned-document.pdf");
result.SaveAsSearchablePdf("searchable-output.pdf");

' PDF z funkcją wyszukiwania output: not available in Patagames, not available in free wrappers
' IronOCR: two lines
Dim result = New IronTesseract().Read("scanned-document.pdf")
result.SaveAsSearchablePdf("searchable-output.pdf")

Funkcja tworzenia plików PDF z możliwością wyszukiwania — generowanie pliku PDF z niewidoczną warstwą tekstową, która umożliwia wyszukiwanie w oryginalnym dokumencie za pomocą skrótu Ctrl+F — wymaga albo IronOCR, albo złożonego procesu konwersji hOCR do PDF z wykorzystaniem narzędzi zewnętrznych. Nie ma żadnego opakowania Tesseract, ani darmowego, ani komercyjnego, które zapewniałoby to za pomocą jednego wywołania metody.

Przetwarzanie wstępne opowiada tę samą historię. Skanowanie niskiej jakości — obrócone, z zakłóceniami, o niskim kontraście — bez wstępnego przetwarzania daje słabe wyniki w Tesseract. Patagames nie wymaga przetwarzania wstępnego. Kod przetwarzania wstępnego piszesz samodzielnie, korzystając z biblioteki System.Drawing, ImageSharp lub podobnej.

// IronOCR: built-in preprocessing pipeline for poor quality images
using IronOcr;

using var input = new OcrInput();
input.LoadImage("rotated-noisy-scan.jpg");
input.Deskew();          // correct rotation
input.DeNoise();         // remove scan noise
input.Contrast();        // improve contrast
input.Binarize();        // convert to black/white optimal for OCR
input.EnhanceResolution(300); // normalize DPI

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

// IronOCR: built-in preprocessing pipeline for poor quality images
using IronOcr;

using var input = new OcrInput();
input.LoadImage("rotated-noisy-scan.jpg");
input.Deskew();          // correct rotation
input.DeNoise();         // remove scan noise
input.Contrast();        // improve contrast
input.Binarize();        // convert to black/white optimal for OCR
input.EnhanceResolution(300); // normalize DPI

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

Imports IronOcr

Dim input As New OcrInput()
Using input
    input.LoadImage("rotated-noisy-scan.jpg")
    input.Deskew()          ' correct rotation
    input.DeNoise()         ' remove scan noise
    input.Contrast()        ' improve contrast
    input.Binarize()        ' convert to black/white optimal for OCR
    input.EnhanceResolution(300) ' normalize DPI

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

Przewodnik po korekcji jakości obrazu obejmuje pełen zakres dostępnych filtrów oraz informacje o tym, kiedy należy stosować każdy z nich. W przypadku przetwarzania wstępnego związanego z kolorami dodatkowe opcje można znaleźć w przewodniku po korekcji kolorów obrazów. Żadna z tych funkcji nie jest dostępna w Patagames, niezależnie od zakupionego poziomu licencji.

Podejście Patagames do konfiguracji językowej

Patagames wykorzystuje ciąg ścieżki oraz ciąg łączący języki do wielojęzycznego OCR:

// Patagames multi-language: manual tessdata, string concatenation
using Patagames.Ocr;

using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng+fra+deu"); // tessdata folder must contain eng.traineddata, fra.traineddata, deu.traineddata

using var bitmap = new Bitmap(imagePath);
return api.GetTextFromImage(bitmap);

// Patagames multi-language: manual tessdata, string concatenation
using Patagames.Ocr;

using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng+fra+deu"); // tessdata folder must contain eng.traineddata, fra.traineddata, deu.traineddata

using var bitmap = new Bitmap(imagePath);
return api.GetTextFromImage(bitmap);

Imports Patagames.Ocr

Using api = OcrApi.Create()
    api.Init("./tessdata", "eng+fra+deu") ' tessdata folder must contain eng.traineddata, fra.traineddata, deu.traineddata

    Using bitmap As New Bitmap(imagePath)
        Return api.GetTextFromImage(bitmap)
    End Using
End Using

Jest to funkcjonalnie identyczne z wielojęzyczną składnią darmowej nakładki charlesw/tesseract. Nadal pobierasz pliki tessdata ręcznie, kopiujesz je do odpowiedniego katalogu i odwołujesz się do nich za pomocą ciągu znaków w kodzie. Licencja komercyjna nie zapewnia automatyzacji tego przepływu pracy.

Podejście IronOCR do konfiguracji językowej

IronOCR zarządza danymi językowymi jako pakiety NuGet z silnie typowanym API:

//IronOCR multi-language: NuGet packages, strongly typed
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.German
using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.French);
ocr.AddSecondaryLanguage(OcrLanguage.German);

var result = ocr.Read(imagePath);

//IronOCR multi-language: NuGet packages, strongly typed
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.German
using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.French);
ocr.AddSecondaryLanguage(OcrLanguage.German);

var result = ocr.Read(imagePath);

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
ocr.AddSecondaryLanguage(OcrLanguage.French)
ocr.AddSecondaryLanguage(OcrLanguage.German)

Dim result = ocr.Read(imagePath)

Zarządzanie językami za pośrednictwem NuGet oznacza, że potok CI rozpoznaje dane językowe w taki sam sposób, jak rozpoznaje wszelkie inne zależności. Nie ma katalogu tessdata do skopiowania do obrazów Docker, nie ma pozycji na liście kontrolnej wdrożenia "upewnij się, że tessdata jest obecna" i nie ma ryzyka literówek wynikających z ręcznego wpisywania ciągów kodu językowego. Wszystkie z ponad 125 dostępnych pakietów językowych instaluje się w ten sam sposób.

Różnica między Patagames a darmowymi opakowaniami jest niewielka — cena komercyjnego produktu wynika przede wszystkim z wygody korzystania z plików binarnych dla systemu Windows. Różnica między Patagames a IronOCR jest znaczna — cena komercyjna obejmuje natywną obsługę plików PDF, automatyczne przetwarzanie wstępne, możliwość przeszukiwania plików PDF, wdrażanie na wielu platformach oraz ustrukturyzowane dane wynikowe.

Wdrażanie kontenerów w systemie Linux

Najczęstszym czynnikiem wymuszającym zmianę jest migracja zWindowsServer do kontenerów Linux. Zespół, który stworzył wewnętrzne narzędzie do przetwarzania dokumentów w systemie Windows, wykorzystując Patagames do OCR, odkrywa podczas projektu migracji do chmury, że biblioteka po prostu nie działa w kontenerzeDockerna Amazon ECS lub Azure Container Instances. Natywny plik binarny przeznaczony wyłącznie dla systemuWindowsnie ma odpowiednika w systemie Linux. Opcje migracji to albo utrzymanie oddzielnej instancji obliczeniowejWindowsprzeznaczonej wyłącznie do OCR (kosztowne i niewygodne pod względem architektury), albo wymiana biblioteki OCR. Z punktu widzenia API IronOCR jest bezpośrednim zamiennikiem — wieloetapowa sekwencja inicjalizacji Patagames sprowadza się do jednego wywołania odczytu — a aplikacja działa na systemieLinuxbez żadnych innych zmian. Przewodnik IronOCR Docker zawiera dokładną konfigurację pliku Dockerfile do wdrożeń kontenerów w środowisku produkcyjnym.

Wymagania dotyczące przetwarzania plików PDF

Aplikacje do zarządzania dokumentami często zaczynają od OCR obrazów, a następnie, w miarę rozwoju produktu, dodają funkcje przetwarzania plików PDF. W przypadku Patagames obsługa plików PDF wymaga zintegrowania zewnętrznej biblioteki renderującej pliki PDF, napisania pętli renderującej oraz zarządzania buforami obrazów dla poszczególnych stron. Zespoły, które stworzyły ten kod opakowujący, uważają go za niestabilny — jakość renderowania plików PDF jest zmienna, obsługa obracania stron wymaga dodatkowej logiki, a dodanie obsługi plików PDF chronionych hasłem wymaga kolejnej zewnętrznej zależności.IronOCR obsługuje to wszystko natywnie. Przewodnik dotyczący plików PDF obejmuje pliki jednostronicowe, wielostronicowe oraz chronione hasłem. Przejście to eliminuje zależność od zewnętrznego renderera PDF oraz cały kod napisany w celu połączenia go z Patagames.

Problem przejrzystości cen

Patagames nie publikuje cen swoich licencji. Zespoły oceniające biblioteki OCR do nowego projektu nie mogą uwzględnić Patagames w budżecie bez rozpoczęcia procesu sprzedaży. Ceny IronOCR zaczynają się od $999 za wieczystą licencję Lite dla jednego dewelopera bez kosztów za transakcję. Mały zespół może podjąć świadomą decyzję budować vs kupować bez rozmowy sprzedażowej. Dla zespołów, które wcześniej wybrały Patagames zakładając, że komercyjne znaczy lepsze niż darmowe, odkrycie, że ceny IronOCR zaczynają się od $999 wieczyste z publicznym cennikiem — w przeciwieństwie do nieujawnionych komercyjnych stawek Patagames — często zupełnie zmienia ocenę. Pełne informacje na temat poziomów licencji można znaleźć na stronie licencyjnej IronOCR.

Problem z jakością skanowania

Przetwarzanie faktur, OCR formularzy i archiwizacja zeskanowanych dokumentów generują obrazy, które wymagają wstępnego przetwarzania. Pipeline oparty na Patagames dla tych przepływów pracy wymaga napisania kodu przetwarzania wstępnego w System.Drawing lub bibliotece obrazów innej firmy, ręcznego dostosowania progów oraz utrzymania tego kodu w miarę zmian jakości danych wejściowych. Zespoły, które zbudowały tę infrastrukturę, wiedzą, że jej prawidłowe wdrożenie zajmuje 20–40 godzin. Wbudowane przetwarzanie wstępne IronOCR eliminuje tę inwestycję — prostowanie, usuwanie szumów, regulacja kontrastu i binaryzacja to pojedyncze wywołania metod, które obejmują przypadki powodujące większość problemów z dokładnością OCR w rzeczywistych skanach. Przykład skanu o niskiej jakości pokazuje, jak przetwarzanie wstępne wpływa na dokładność obrazów o obniżonej jakości.

Wymagania dotyczące archiwum PDF z funkcją wyszukiwania

Aplikacje do zarządzania zgodnością, dokumentacją prawną i archiwami wymagają plików PDF z możliwością wyszukiwania. Zeskanowany dokument wymaga warstwy tekstowej, aby użytkownicy mogli wyszukiwać, kopiować i zaznaczać treść w programie Acrobat lub dowolnej przeglądarce plików PDF. Patagames nie posiada mechanizmu do tworzenia plików PDF z możliwością wyszukiwania. Darmowe nakładki Tesseract generują dane hOCR, które można przekonwertować na warstwę tekstową za pomocą narzędzi innych firm, ale ten proces składa się z wielu elementów.IronOCR obsługuje cały proces w ramach jednego wywołania metody — bez narzędzi zewnętrznych, bez pośredniego etapu konwersji hOCR. Zespoły tworzące systemy archiwizacji wcześnie odkrywają tę lukę w możliwościach i rzadko jest to funkcja, którą można dodać do Patagames za pomocą obejścia — wymaga to wymiany biblioteki IronOCR.

Zastąpienie katalogu tessdata pakietami NuGet

Patagames wymaga katalogu tessdata zapełnionego plikami .traineddata dla każdego języka. Migracja do IronOCR całkowicie eliminuje ten problem. Dane językowe instaluje się jako pakiet NuGet:

dotnet add package IronOcr.Languages.English, IronOcr.Languages.French

Język jest wtedy odwoływany poprzez silnie typowany enum OcrLanguage. Brak konfiguracji ścieżek, brak listy kontrolnej wdrożenia, brak incydentów produkcyjnych związanych z brakującymi danymi testowymi.

Migracja wzorca inicjalizacji OcrApi

Wzorzec OcrApi.Create() / api.Init() w Patagames ma bezpośredni odpowiednik w IronOCR. Migracja ma charakter mechaniczny:

// Patagames: before
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng");
using var bitmap = new Bitmap(imagePath);
var text = api.GetTextFromImage(bitmap);

// IronOCR: after
var text = new IronTesseract().Read(imagePath).Text;

// Patagames: before
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng");
using var bitmap = new Bitmap(imagePath);
var text = api.GetTextFromImage(bitmap);

// IronOCR: after
var text = new IronTesseract().Read(imagePath).Text;

Imports Patagames.Ocr
Imports System.Drawing

' Patagames: before
Using api = OcrApi.Create()
    api.Init("./tessdata", "eng")
    Using bitmap As New Bitmap(imagePath)
        Dim text = api.GetTextFromImage(bitmap)
    End Using
End Using

' IronOCR: after
Dim text = New IronTesseract().Read(imagePath).Text

Dla konfiguracji wielojęzycznych, "eng+fra+deu" staje się indywidualnymi wywołaniami AddSecondaryLanguage. Wywołanie surowego łańcucha SetVariable("tessedit_pageseg_mode", ...) w Patagames jest mapowane na ocr.Configuration.PageSegmentationMode, który jest silnie typowany i odkrywany poprzez IntelliSense.

Usunięcie zależności System.Drawing

Patagames zależy od System.Drawing.Bitmap.IronOCR akceptuje ścieżki do plików, tablice bajtów, strumienie, URL i obiekty System.Drawing.Bitmap, ale typowe użycie nie wymaga w ogóle System.Drawing. Zespoły migrujące z Patagames mogą usunąć zależność System.Drawing z klas, które istniały wyłącznie w celu konstruowania obiektów Bitmap do przekazywania do API OCR. Rozwiązanie to usuwa ostrzeżenia dotyczące wartości null na platformach innych niżWindowsoraz eliminuje zależność, którą firma Microsoft oficjalnie oznaczyła jako niezalecaną w przypadku nowych projektów na platformach innych niż Windows. W przewodniku dotyczącym obrazów wymieniono wszystkie obsługiwane typy plików.

Dodanie przetwarzania wstępnego do istniejących przepływów pracy

Jeśli istniejąca implementacja Patagames zawiera etap przetwarzania wstępnego napisany w System.Drawing lub ImageSharp, kod ten często można całkowicie usunąć przy przejściu na IronOCR. Najpierw przetestuj wynik IronOCR bez przetwarzania wstępnego. Dla obrazów, gdzie automatyczne przetwarzanie wstępne jest niewystarczające, użyj jawnych filtrów przez OcrInput:

using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
var result = new IronTesseract().Read(input);

using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
var result = new IronTesseract().Read(input);

Imports IronOcr

Using input As New OcrInput()
    input.LoadImage(imagePath)
    input.Deskew()
    input.DeNoise()
    Dim result = New IronTesseract().Read(input)
End Using

Przewodnik dotyczący korekcji orientacji obrazu szczegółowo omawia wykrywanie przekrzywienia i obrotu. W większości przypadków automatyczne przetwarzanie wstępne IronOCR zapewnia lepsze wyniki niż ręcznie dostosowany proces przetwarzania wstępnego System.Drawing.