Tesseract vs Microsoft OCR: Porównanie bezpośrednie

Kluczowe cechy Tesseract OCR

• Open-Source: Tesseract jest dostępny bezpłatnie do użytku, modyfikacji i dystrybucji przez każdego na warunkach licencji Apache 2.0. Jego open-source'owa konstrukcja znacznie przyczyniła się do szerokiego przyjęcia i stałego ulepszania, dzięki wkładom społeczności.
• Wsparcie językowe: Tesseract jest w stanie rozpoznać więcej niż 100 różnych skryptów i zestawów znaków oprócz języków. Jest odpowiedni dla szerokiego zakresu aplikacji OCR w różnych językach i regionach geograficznych z powodu jego wielojęzycznych możliwości.
• Dokładność: Tesseract jest znany z doskonałej dokładności rozpoznawania tekstu, szczególnie gdy jest poprawnie skonfigurowany i wyszkolony z odpowiednimi danymi. Może niezawodnie wyodrębnić tekst z obrazów z różnymi problemami, w tym zniekształconymi kątami, niską jakością i niewystarczającym oświetleniem.
• Opcje: Tesseract oferuje dużą liczbę opcji konfiguracyjnych i dostosowywania. Dla specyficznych przypadków użycia, użytkownicy mogą dostosować różne parametry, aby zoptymalizować wydajność OCR. Ponadto, Tesseract może być połączony z różnymi platformami i językami komputerowymi, takimi jak Java, C++, Python i C#, umożliwiając deweloperom korzystanie z jego możliwości w szerokim zakresie aplikacji.
• Tesseract przechodzi ciągły rozwój i utrzymanie, z nowymi funkcjami dodawanymi regularnie, aby poprawić jego dokładność, wydajność i wsparcie dla języków. Społeczność open-source Tesseract wspiera jego ciągły rozwój, gwarantując, że zawsze będzie narzędziem OCR o dojrzałej formie.

Zainstaluj Tesseract OCR dla .NET

Instalacja Tesseract OCR na komputerze jest pierwszym krokiem. Oficjalne repozytorium GitHub Tesseract to miejsce, skąd można pobrać instalator Tesseract: https://github.com/tesseract-ocr/tesseract.

Aby zainstalować Tesseract OCR na swoim komputerze, postępuj zgodnie z instrukcjami instalacji specyficznymi dla Twojego systemu operacyjnego (Windows, macOS lub Linux). Po zainstalowaniu Tesseract OCR, użyj Menedżera Pakietów NuGet w Visual Studio, aby dodać opakowanie Tesseract.NET do swojego projektu w C#.

Przejdź do narzędzi Narzędzia -> Menedżer pakietów NuGet -> Zarządzaj pakietami NuGet dla rozwiązania po otwarciu projektu C# w Visual Studio. Powinienes byc w stanie zlokalizowac pakiet o nazwie "Tesseract" lub "Tesseract.NET", wyszukujac "Tesseract" w Menedzerze pakietow NuGet. Aby dolaczyc pakiet do projektu, wybierz go i kliknij Zainstaluj.

Tesseract OCR using C

Postępuj zgodnie z tymi krokami, aby używać Tesseract w swoim projekcie C#:

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

Imports Tesseract

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
		Using engine = New TesseractEngine("path_to_tesseract_folder", "eng", EngineMode.Default)
			' Load the image from which to extract text
			Using img = Pix.LoadFromFile("image.png")
				' Process the image and extract the text
				Using page = engine.Process(img)
					' Get the extracted text
					Dim text = page.GetText()
					Console.WriteLine(text) ' Print the extracted text
				End Using
			End Using
		End Using
	End Sub
End Class

Aby to osiągnąć, podaj lokalizację katalogu instalacyjnego Tesseract oraz język lub języki, które chcesz używać w opcjach konstruktora TesseractEngine. Zamień "eng" na kod języka, który chcesz użyć (np. "eng" dla angielskiego) i "path_to_tesseract_folder" na faktyczną ścieżkę do katalogu instalacyjnego Tesseract.

Po skonfigurowaniu Tesseract w projekcie C#, można teraz wykorzystać jego funkcje OCR do ekstrakcji tekstu z obrazów. Instancja TesseractEngine może być użyta do przetwarzania obrazu po jego załadowaniu za pomocą klasy Pix w celu wyodrębnienia tekstu lub uruchomienia OCR na pliku obrazowym, zamieniając "image.png" na ścieżkę do pliku obrazu.

Najważniejsze cechy

• Integracja z Azure Cognitive Services: Funkcje OCR firmy Microsoft współpracują z Azure Cognitive Services, zbiorem usług i interfejsów API Microsoft Azure zasilanych przez AI. Dzięki temu połączeniu programiści mogą łatwo integrować funkcje OCR Microsoftu w aplikacjach i przepływach pracy, korzystając z REST APIs, SDKs i bibliotek klienckich.
• Wysoka dokładność i wydajność: Dzięki zaawansowanym modelom uczenia maszynowego, które zostały wytrenowane na ogromnych zbiorach danych, Microsoft OCR zapewnia rozpoznawanie tekstu o wysokiej dokładności i wydajności. Dzieki zdolnosci precyzyjnego wyodrebniania tekstu z fotografii o skomplikowanych ukladach i roznych krojach pisma, jest odpowiedni dla szerokiego spektrum aplikacji OCR. Skalowalność i niezawodność: Microsoft OCR, składnik Azure Cognitive Services, zapewnia skalowalność i niezawodność, co czyni go odpowiednim dla aplikacji o różnych wymaganiach przetwarzania. Może skutecznie zarządzać dużymi ilościami dokumentów i wieloma żądaniami jednocześnie, gwarantując ciągłość działania i stabilną wydajność.
• Obsluga wielojezyczna: Microsoft OCR, podobnie jak inne programy OCR, umozliwia rozpoznawanie wielojezyczne, pozwalajac uzytkownikom na wyciaganie tekstu z zdjec w roznych jezykach i zestawach znakow. Dzieki wsparciu wielojezykowemu nadaje sie do miedzynarodowych aplikacji z roznorodnymi potrzebami jezykowymi.

Aby użyć Microsoft OCR w projekcie C#, należy połączyć je z Azure Cognitive Services, a dokładniej z Computer Vision API. Oto jak możesz zacząć:

Utwórz konto Azure

Należy założyć konto w Azure, jeśli jeszcze go nie posiadasz. Możesz utworzyć bezpłatne konto w Azure i uzyskać dostęp do kilku usług w czasie trwania okresu próbnego.

Configure Azure Cognitive Services

Usługa Computer Vision w Azure Cognitive Services musi być skonfigurowana, gdy posiadasz konto Azure.

• Otwórz Portal Azure.
• Wyszukaj "Computer Vision" klikając "Utwórz zasób". Kliknij "Utwórz" po wybraniu usługi Computer Vision. Aby skonfigurować usługę, należy wybrać subskrypcję i poziom cenowy, postępując zgodnie z instrukcjami.
• Po zbudowaniu usługi, przejdź do zasobu i zapisz klucz subskrypcji oraz URL punktu końcowego; będziesz ich potrzebować do zweryfikowania autentyczności swoich zapytań.

Zainstaluj SDK Azure Cognitive Services

Wykorzystanie Microsoft Azure jest możliwe. Aby komunikować się z API Computer Vision w swoim projekcie C#, użyj pakietu NuGet CognitiveServices.Vision.ComputerVision.

Przejdź do Narzędzia -> Menedżer pakietów NuGet, a następnie Zarządzaj pakietami NuGet dla rozwiązania po otwarciu projektu C# w Visual Studio.

Zainstaluj pakiet, wyszukując "Microsoft.Azure.CognitiveServices.Vision.ComputerVision".

Najważniejsze cechy IronOCR

• Prosta integracja: Możesz łatwo włączyć IronOCR do swoich projektów w C# lub VB.NET, korzystając z pakietów NuGet lub bezpośrednio uzyskując dostęp do biblioteki w swoim projekcie.
• Wszechstronne OCR: IronOCR potrafi rozpoznawac tekst z szerokiego zakresu zrodel, takich jak zrzuty ekranu, zeskanowane dokumenty, pliki PDF i fotografie. Jest w stanie obslugiwac kilka typow obrazow, w tym BMP, TIFF, PNG i JPEG. Dokładne rozpoznawanie tekstu: IronOCR osiąga doskonałą dokładność rozpoznawania tekstu, wykorzystując zaawansowane algorytmy OCR. Tekst na fotografiach o różnych rozdzielczościach, czcionkach i tłach może być niezawodnie wyodrębniony za jego pomocą.
• Wsparcie dla wielu języków: IronOCR jest odpowiedni dla aplikacji wielojęzycznych, ponieważ potrafi rozpoznawać wiele języków. Umozliwia dostosowane szkolenie jezykowe i jest wyposazone w wbudowane pakiety jezykowe dla popularnych jezykow. Wyodrębnianie tekstu z PDF: Skanowane i obrazowe pliki PDF mogą mieć tekst wyodrębniany przez IronOCR. Podczas usuwania tekstu z dokumentów PDF można zachować oryginalne formatowanie i układ treści.
• Przetwarzanie wstepne obrazu: Przed przetwarzaniem OCR, IronOCR moze poprawic jakosc wczytywanych obrazow za pomoca funkcji przetwarzania wstepnego obrazu. Obejmuje to zadania takie jak wyprostowanie, modyfikacja kontrastu i redukcja szumów.

IronOCR Using C

Oto podstawowy przykład C# z użyciem IronOCR:

// Create an instance of IronTesseract
var Ocr = new IronTesseract(); // nothing to configure
// Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest;
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Prepare the image input and perform OCR
using (var Input = new OcrInput())
{
    // Add the image for OCR processing
    Input.AddImage(@"Demo.png");
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print the recognized text
    Console.WriteLine(Result.Text);
    Console.ReadKey(); // Wait for user input before closing
}

// Create an instance of IronTesseract
var Ocr = new IronTesseract(); // nothing to configure
// Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest;
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

// Prepare the image input and perform OCR
using (var Input = new OcrInput())
{
    // Add the image for OCR processing
    Input.AddImage(@"Demo.png");
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Print the recognized text
    Console.WriteLine(Result.Text);
    Console.ReadKey(); // Wait for user input before closing
}

' Create an instance of IronTesseract
Dim Ocr = New IronTesseract() ' nothing to configure
' Set the language and Tesseract version to be used for OCR
Ocr.Language = OcrLanguage.EnglishBest
Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5

' Prepare the image input and perform OCR
Using Input = New OcrInput()
	' Add the image for OCR processing
	Input.AddImage("Demo.png")
	' Read the text from the image
	Dim Result = Ocr.Read(Input)
	' Print the recognized text
	Console.WriteLine(Result.Text)
	Console.ReadKey() ' Wait for user input before closing
End Using

Możemy wyodrębnić dane z obrazu z najwyższą dokładnością OCR, używając powyższego kodu. Dodatkowo, IronOCR ulatwia konwersje tekstu wyodrebnionego z dokumentow do edytowalnych formatow plikow, w tym Word. Przeskanowany dokument może również zostać przekształcony przez nas w przeszukiwalny PDF. Z IronOCR, rezultat można zapisać w różnych formatach wyjściowych OCR. Aby dowiedzieć się więcej o kodzie, zapoznaj się z zasobem tutaj.

Obraz źródłowy:

Wynik: