Easyocr vs Tesseract (Porównanie funkcji OCR)

EasyOCR można zainstalować za pomocą pip, menedżera pakietów języka Python. Upewnij się, że wszystkie zależności zostały najpierw spełnione. Niezbędne zależności obejmują biblioteki PyTorch: torch i torchvision. Można je zainstalować razem z EasyOCR:

Zainstaluj EasyOCR: Otwórz terminal lub wiersz poleceń i wpisz polecenie:

pip install easyocr

pip install easyocr

Zainstaluj PyTorch, jeśli nie jest zainstalowany (wymagańe przez EasyOCR): EasyOCR działa na PyTorch. Jeśli nie zostało to automatycznie zainstalowane w Twoim środowisku, postępuj zgodnie z oficjalnym przewodnikiem instalacji PyTorch.

Po zainstalowaniu będziesz gotowy do korzystania z EasyOCR do zadań związanych z ekstrakcją tekstu.

Obraz OCR przy użyciu EasyOCR

Poniżej znajduje się przykładowy kod w języku Python pokazujący, jak używać EasyOCR do OCR na obrazie:

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

Poniższy obrazek przedstawia wynik wygenerowany na podstawie powyższego kodu.

Po zainstalowaniu Tesseract zainstaluj pakiet pytesseract za pomocą pip:

pip install pytesseract

pip install pytesseract

OCR obrazu przy użyciu pytesseract

Oto przykładowy kod w języku Python wykorzystujący bibliotekę pytesseract do rozpoznawania tekstu (OCR) na obrazie:

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

Poniżej znajduje się wynik wygenerowany na podstawie powyższego kodu.

• Wysoka dokładność: Wykorzystuje zaawansowane algorytmy, aby zapewnić wysoki poziom dokładności rozpoznawania tekstu niezależnie od złożoności dokumentu lub użytej czcionki.

• Obsługa wielu formatów: Obsługuje formaty obrazów, takie jak JPEG, PNG, GIF i TIFF, a także pliki PDF, co zapewnia wszechstronność w różnych aplikacjach.

• Rozpoznawanie wielojęzyczne: Obsługuje wielojęzyczne OCR, zapewniając dokładne wyniki w różnych kontekstach językowych.

• Zachowanie układu tekstu: Zachowuje oryginalny układ dokumentu, zapewniając, że wyodrębniony tekst zachowuje swoją sformatowaną strukturę.

• Konfigurowalne OCR: Oferuje konfigurowalne parametry dotyczące rozdzielczości obrazu, orientacji tekstu i innych, umożliwiając programistom optymalizację wydajności OCR dla konkretnych obrazów.

• Wstępne przetwarzanie obrazów: Obejmuje podstawowe narzędzia do poprawiania jakości obrazów, takie jak usuwanie szumów, regulacja kontrastu i zmiana rozmiaru, w celu poprawy dokładności OCR.

• Konwersja do formatu PDF z możliwością wyszukiwania: Konwertuje zeskanowane obrazy i dokumenty bezpośrednio do plików PDF z możliwością wyszukiwania, co pozwala na efektywne zarządzanie danymi i ich wyszukiwanie.

• Łatwa integracja: Ułatwia prostą integrację z aplikacjami .NET, umożliwiając użytkownikom łatwe dodanie funkcji OCR.

• Przetwarzanie wsadowe: Obsługuje jednoczesne przetwarzanie wielu obrazów lub dokumentów, co jest przydatne przy obsłudze dużych ilości danych.

Instalacja

Aby zainstalować IronOCR, otwórz menedżera pakietów NuGet w Visual Studio, utwórz nowy projekt, wyszukaj "IronOCR", wybierz najnowszą wersję i kliknij "Zainstaluj".

Przykładowy kod wykorzystujący IronOCR

Poniższy kod w języku C# pokazuje, jak używać IronOCR do przetwarzania OCR:

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()

		' Add languages to the OCR engine
		Ocr.Language = OcrLanguage.English

		' Define the path to the input image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			Dim result = Ocr.Read(input)

			' Display the extracted text
			Console.WriteLine("Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

Wysoka dokładność

W porównaniu z Tesseract lub EasyOCR, IronOCR wyróżnia się dokładnością w przypadku złożonych układów, zaszumionych obrazów i tekstów o niskiej rozdzielczości. Wbudowane narzędzia do wstępnego przetwarzania obrazów, takie jak redukcja szumów i regulacja kontrastu, przyczyniają się do osiągnięcia wysokiej dokładności w rzeczywistych zastosowaniach.

Zachowanie wielu formatów i układu

IronOCR doskonale radzi sobie z przetwarzaniem różnych formatów obrazów, plików PDF i układów wielokolumnowych, zachowując jednocześnie oryginalną strukturę i formatowanie dokumentu. Nadaje się doskonale do projektów, w których zachowanie układu graficznego ma kluczowe znaczenie.

Możliwość bezpośredniej konwersji obrazów i zeskanowanych dokumentów na pliki PDF z pełną funkcją wyszukiwania, bez konieczności korzystania z dodatkowych narzędzi lub bibliotek, stanowi przewagę nad Tesseract i EasyOCR.

IronOCR zapewnia zaawansowane przetwarzanie wstępne

Nawet obrazy niskiej jakości mogą osiągnąć wysoką dokładność OCR dzięki zaawansowanym funkcjom przetwarzania wstępnego IronOCR, które ograniczają potrzebę stosowania dodatkowych bibliotek, takich jak OpenCV, czyniąc z niego kompleksowe rozwiązanie do ekstrakcji tekstu.

Skalowalność i wydajność

Zoptymalizowany pod kątem szybkiego i oszczędnego OCR, IronOCR obsługuje skalowalność w przypadku zadań związanych z przetwarzaniem dużych dokumentów, co jest priorytetem dla aplikacji Enterprise.

Wsparcie i aktualizacje

Dzięki komercyjnemu wsparciu IronOCR korzysta z regularnych aktualizacji, poprawek błędów i dedykowanej pomocy, oferując długoterminową niezawodność i najnowsze osiągnięcia w dziedzinie OCR, w przeciwieństwie do opcji open source, takich jak Tesseract i EasyOCR.