Porównanie pomiędzy IronOCR a Tesseract.NET

Instalacja IronOCR

IronOCR obsługuje instalację za pomocą różnych metod. Możemy wybrać dowolne podejście. Wszystkie metody są bezpieczne.

• Korzystanie z Visual Studio NuGet Package Manager
• Użycie menedżera pakietów NuGet z linią komend.
• Bezpośrednie pobranie z strony NuGet.
• Bezpośrednie pobranie z strony IronOCR.

Używając Menedżera Pakietów NuGet w Visual Studio

Możemy zainstalować bibliotekę IronOCR używając GUI menedżera pakietów NuGet w Visual Studio. Możemy uzyskać do niego dostęp, klikając na Tools > NuGet Package manager > Manage NuGet Packages for solution.

Przejdź do zakładki Browse i wyszukaj IronOCR. Wybierz IronOCR z wyników wyszukiwania i zainstaluj w naszym projekcie.

Teraz zainstalowaliśmy bibliotekę IronOCR w naszym projekcie. Jest gotowa do użycia w naszym projekcie .NET.

Użycie linii komend Menedżera pakietów NuGet

Możemy użyć konsoli Menedżera pakietów NuGet do zainstalowania biblioteki IronOCR. Przejdź do linii komend, która zazwyczaj znajduje się poniżej pliku kodu, a następnie napisz poniższą linię w linii komend i naciśnij Enter.

Install-Package IronOcr

Rozpocznie instalację biblioteki IronOCR. Po instalacji będzie gotowa do użycia w naszym projekcie.

Zainstaluj SDK Tesseract.NET

Możemy zainstalować Tesseract.NET SDK używając Menedżera pakietów NuGet. Aby zainstalować SDK Tesseract.NET, przejdź do Narzędzia > Menedżer Pakietów NuGet > Zarządzaj pakietami NuGet dla rozwiązania. Przejdź do zakładki Browse i wyszukaj Tesseract.NET SDK. Wybierz Tesseract.NET SDK z wyników wyszukiwania i zainstaluj. Po instalacji możemy użyć Tesseract.NET SDK w naszym programie.

Po instalacji można zobaczyć te trzy foldery w eksploratorze solucji.

Te foldery zawierają niezbędne dane wymagane przez Tesseract do przeprowadzenia OCR. Teraz jesteśmy gotowi do osadzenia zdolności OCR w naszym projekcie.

Obraz testowy

To jest obraz, którego użyjemy do testowania.

Używanie SDK Tesseract.NET

Najpierw przyjrzymy się wynikowi wygenerowanemu przez Tesseract.NET SDK dla obrazu testowego. Spójrzmy na kod:

using Patagames.Ocr;

// Use the OcrApi class to create an API instance for OCR
using (var api = OcrApi.Create())
{
    // Initialize the OCR API with the English language
    api.Init(Patagames.Ocr.Enums.Languages.English);
    // Extract text from the image at the specified path
    string plainText = api.GetTextFromImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Print the extracted text to the console
    Console.WriteLine(plainText);
}

using Patagames.Ocr;

// Use the OcrApi class to create an API instance for OCR
using (var api = OcrApi.Create())
{
    // Initialize the OCR API with the English language
    api.Init(Patagames.Ocr.Enums.Languages.English);
    // Extract text from the image at the specified path
    string plainText = api.GetTextFromImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Print the extracted text to the console
    Console.WriteLine(plainText);
}

Imports Patagames.Ocr

' Use the OcrApi class to create an API instance for OCR
Using api = OcrApi.Create()
	' Initialize the OCR API with the English language
	api.Init(Patagames.Ocr.Enums.Languages.English)
	' Extract text from the image at the specified path
	Dim plainText As String = api.GetTextFromImage("C:\Users\Administrator\Desktop\Input.jpg")
	' Print the extracted text to the console
	Console.WriteLine(plainText)
End Using

Przede wszystkim zaimportujemy bibliotekę Patagames.OCR do użycia Tesseract.NET SDK. Nastepnie utworzymy OcrApi, korzystajac z funkcji Create. Nastepnie ustawimy domyslny jezyk na angielski, uzywajac funkcji Init. Nastepnie wyodrebniamy zwykly tekst z obrazu za pomoca metody GetTextFromImage, a w parametrze podajemy sciezke plikow obrazow. Następnie piszemy wyodrębniony tekst na konsolę.

Rzuć okiem na wynik wygenerowany przez Tesseract.NET SDK:

Więc to jest wynik, który otrzymujemy z Tesseract.NET SDK. Na początku pojawiają się błędy na podstawie rozdzielczości, pokazując, że działa dobrze tylko dla obrazów o wysokiej rozdzielczości. Po błędach możemy zobaczyć tekst wyodrębniony z obrazu. Jeśli porównamy ten tekst z obrazem, zauważymy, że jest całkowicie inny. Wyodrębniony tekst ma dużo nieistotnego tekstu, który nie ma sensu. Ogólnie rzecz biorąc, Tesseract.NET SDK nie zdaje tego testu.

Korzystanie z IronOCR

Następnie zobaczymy wyniki z IronOCR. Przed przejściem do wyników najpierw rzucimy okiem na kod dla IronOCR:

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.EnglishBest;

// Use OcrInput to prepare the image for processing
using (var Input = new OcrInput())
{
    Input.AddImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Correct the skew and noise in the image
    Input.Deskew();
    Input.DeNoise();
    // Perform OCR and get the result
    var Result = Ocr.Read(Input);
    // Print the recognized text to the console
    Console.WriteLine(Result.Text);
}

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();
Ocr.Language = OcrLanguage.EnglishBest;

// Use OcrInput to prepare the image for processing
using (var Input = new OcrInput())
{
    Input.AddImage(@"C:\Users\Administrator\Desktop\Input.jpg");
    // Correct the skew and noise in the image
    Input.Deskew();
    Input.DeNoise();
    // Perform OCR and get the result
    var Result = Ocr.Read(Input);
    // Print the recognized text to the console
    Console.WriteLine(Result.Text);
}

Imports IronOcr

' Initialize the IronTesseract class for performing OCR
Private Ocr = New IronTesseract()
Ocr.Language = OcrLanguage.EnglishBest

' Use OcrInput to prepare the image for processing
Using Input = New OcrInput()
	Input.AddImage("C:\Users\Administrator\Desktop\Input.jpg")
	' Correct the skew and noise in the image
	Input.Deskew()
	Input.DeNoise()
	' Perform OCR and get the result
	Dim Result = Ocr.Read(Input)
	' Print the recognized text to the console
	Console.WriteLine(Result.Text)
End Using

W powyzszym kodzie importujemy biblioteke IronOCR do naszego programu, a nastepnie tworzymy obiekt IronTesseract, co pomaga rozpoczac proces. Po tym ustawiamy język procesu na angielski. Teraz rzeczywista praca może się rozpocząć. Tworzymy obiekt OcrInput. Przypisz sciezke obrazu do zmiennej Input za pomoca funkcji AddImage. Uzywamy funkcji Deskew, aby obrocic obraz do jego rzeczywistej pozycji, a nastepnie uzywamy funkcji DeNoise, aby usunac szum z obrazu. To zapewni lepszy wynik. Nastepnie uzywamy funkcji Read, aby rozpoznac tekst i wyodrebnic go z obrazu testowego. Następnie wyświetlamy wynik na konsoli. Możesz również zapisać wynik jako plik PDF w pliku projektu.

Oto wynik wygenerowany przez IronOCR:

Jeśli porównamy wynik, jest to ten sam tekst, który jest na obrazie. IronOCR doskonale wyodrębnia tekst bez żadnych błędów. IronOCR może wyodrębnić tekst z zniekształconych i obróconych obrazów. Działa nawet z obrazami niskiej rozdzielczości.

IronOCR obsługuje również dodawanie obrazów wieloklatkowych. Możemy użyć metody "AddMultiFrameTiff", aby wykonać tę operację. IronOCR odczytuje każdą klatkę na zdjęciu, a każda klatka jest traktowana jako osobna strona. Tylko obrazy Tiff są obsługiwane przy użyciu tej metody.

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add a multi-frame TIFF image for OCR processing
    Input.AddMultiFrameTiff("images/multiframe.tiff");

    // Perform OCR and get the result
    var Result = Ocr.Read(Input);
    // Print the recognized text to the console
    Console.WriteLine(Result.Text);
}

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add a multi-frame TIFF image for OCR processing
    Input.AddMultiFrameTiff("images/multiframe.tiff");

    // Perform OCR and get the result
    var Result = Ocr.Read(Input);
    // Print the recognized text to the console
    Console.WriteLine(Result.Text);
}

Imports IronOcr

' Initialize the IronTesseract class for performing OCR
Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' Add a multi-frame TIFF image for OCR processing
	Input.AddMultiFrameTiff("images/multiframe.tiff")

	' Perform OCR and get the result
	Dim Result = Ocr.Read(Input)
	' Print the recognized text to the console
	Console.WriteLine(Result.Text)
End Using

Spójrzmy na kod do tworzenia przeszukiwalnego PDF:

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    // Add multiple images for processing
    Input.AddImage(@"images\page1.png");
    Input.AddImage(@"images\page2.bmp");
    Input.AddMultiFrameTiff(@"images\page3.tiff");

    // Deskew the images to correct orientation
    Input.Deskew();

    // Perform OCR and save the result as a searchable PDF
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;

// Initialize the IronTesseract class for performing OCR
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    // Add multiple images for processing
    Input.AddImage(@"images\page1.png");
    Input.AddImage(@"images\page2.bmp");
    Input.AddMultiFrameTiff(@"images\page3.tiff");

    // Deskew the images to correct orientation
    Input.Deskew();

    // Perform OCR and save the result as a searchable PDF
    var Result = Ocr.Read(Input);
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr

' Initialize the IronTesseract class for performing OCR
Private Ocr = New IronTesseract()
Using Input = New OcrInput()
	' Add multiple images for processing
	Input.AddImage("images\page1.png")
	Input.AddImage("images\page2.bmp")
	Input.AddMultiFrameTiff("images\page3.tiff")

	' Deskew the images to correct orientation
	Input.Deskew()

	' Perform OCR and save the result as a searchable PDF
	Dim Result = Ocr.Read(Input)
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

Funkcja SaveAsSearchablePdf pomaga zapisac pliki jako przeszukiwalne.

Funkcje IronOCR

IronOCR obsługuje 125 języków. IronOCR obsługuje również kody QR i paskowe w ponad 20 rodzajach odczytu. IronOCR może przekształcać obrazy na szaro, aby uzyskać lepsze wyniki. IronOCR może ręcznie i automatycznie zwiększać rozdzielczość obrazu. Obsługuje także funkcjonalność automatycznego kontrastu dla najlepszych wyników. IronOCR może eksportować dokumenty w wielu językach i formatach, takich jak przeszukiwalne PDF, eksport HTML oraz obrazy każdej strony. IronOCR obsługuje wiele formatów wejściowych, takich jak następujące:

• Images (JPG, PNG, GIF, Tiff, BMP)
• Gif i Tiff wielostronicowe
• Obiekty System.Drawing
• Strumienie
• PDFy

IronOCR

IronOCR jest bezpłatny do celów programistycznych. Oferuje również wersję próbną do rozwoju. IronOCR ma różne plany cenowe dla produkcji. Możesz kupić plan, który najlepiej odpowiada twoim potrzebom. Są plany dla osób fizycznych, zespołów deweloperskich i poziomu organizacyjnego. Ceny zaczynaja sie od $999 za plan Lite dla jednego dewelopera i jednego projektu. Wszystkie plany to jednorazowe płatności. Użytkownicy otrzymują darmowe aktualizacje przez rok. Obsługuje również SaaS i pokrycie OEM. Plany Professional sa dostepne w $999, podczas gdy plan nieograniczony kosztuje $2,999. Plan nieograniczony obejmuje nieograniczoną liczbę deweloperów, projektów i lokalizacji.

Więcej o planach cenowych możesz dowiedzieć się, podążając za tym linkiem. Również Iron Software ma obecnie specjalną ofertę, gdzie można kupić zestaw pięciu pakietów oprogramowania w cenie tylko dwóch. Te pięć pakietów oprogramowania to wszystkie doskonałe: IronPDF, IronXL, IronOCR, IronBarcode i IronWebScraper.

SDK Tesseract.NET

Tesseract.NET SDK również ma plan cenowy. Plan Tesseract.NET SDK zaczyna sie od $220 dla jednego dewelopera i jednego projektu. Ważne jest, aby wiedzieć, że plan cenowy obejmuje plan odnowienia. Więc musisz płacić rocznie lub miesięcznie, aby upewnić się, że Tesseract.NET SDK działa w twoim projekcie. Więcej o planie cenowym Tesseract.NET SDK możesz dowiedzieć się na tej stronie.