1. IronOCR
  2. Rozwiązywanie problemów
  3. Dlaczego IronOCR, a nie Tesseract

Dlaczego wybrać IronOCR zamiast Tesseract

Curtis Chau
Curtis Chau
Zaktualizowano:
This article was translated from English: Does it need improvement?
Translated
View the article in English

Dokładność

Tesseract

  • Tesseract nie radzi sobie z obsługą obrazów, które są obrócone, przekrzywione, mają niską rozdzielczość, są skanowane lub mają szumy tła.
  • Wymaga wstępnego przetwarzania obrazów za pomocą programu Photoshop lub ImageMagick.
  • Może zająć dużo czasu na przetwarzanie i często dostarcza bezsensowne informacje.

IronOCR

  • IronOCR obsługuje wstępne przetwarzanie i stosuje filtry obrazów, aby uprościć proces.
  • Użytkownicy często osiągają 99,8% do 100% dokładności przy minimalnej konfiguracji.

Zgodność z obrazami

Tesseract

  • Akceptuje tylko format obrazu Leptonica PIX, który jest IntPtr obiektem C++ w C#.
  • Obiekty PIX nie są zarządzane przez pamięć. Niewłaściwe ich obsługiwanie w C# skutkuje wyciekami pamięci.

IronOCR

  • Obrazy są zarządzane przez pamięć.
  • Wspiera szeroką gamę formatów obrazów:
    • MultiFrame TIFF
    • JPEG & JPEG2000
    • GIF
    • PNG
    • System.Drawing Bitmaps, Stream, i Dane obrazu jako tablica bajtów/binarne (byte[])
  • IronSoftware.System.Drawing ma zastąpić reliance na System.Drawing, umożliwiając uniwersalny format Bitmap.

Wydajność

Tesseract

  • Słabo udokumentowane ustawienia, które muszą być dopracowane, aby osiągnąć dokładność.
  • Zależny od czystych dokumentów i wstępnie przetworzonych obrazów.

IronOCR

  • Działa dokładnie bez żadnej konfiguracji dla większości obrazów.
  • Wykorzystuje wielowątkowość do pełnego wykorzystania procesorów wielordzeniowych.
  • Nawet niskiej rozdzielczości obrazy zazwyczaj dają wysoką dokładność.
  • Nie wymaga Photoshopa.

API

Tesseract

  • Mało lub brak wsparcia i nieprzyjazny dla początkujących:
    1. Wymaga pracy z warstwami Interop. Wiele z GitHub jest nieaktualnych z niezamkniętymi problemami, wyciekami pamięci i ostrzeżeniami konsolowymi.
      • Może nie wspierać .NET Core lub Standard.
    2. Praca z wierszem polecenia EXE jest trudna do wdrożenia i może być przerwana przez skanery wirusów i polityki bezpieczeństwa.

IronOCR

  • Zarządzana i przetestowana biblioteka .NET dla Tesseract nazwana IronTesseract.
  • Całkowicie udokumentowane z wsparciem IntelliSense.
  • Zespół inżynierów wsparcia gotowy do pomocy.

Języki

Tesseract

  • Obsługuje tylko 100 języków.

IronOCR

  • Obsługuje ponad 125 wbudowanych języków i umożliwia wsparcie niestandardowych paczek językowych.

Wnioski

Tesseract jest doskonałym zasobem dla programistów C++, ale nie jest kompletną biblioteką OCR dla .NET. Skanowane lub sfotografowane obrazy muszą być wstępnie przetworzone tak, aby były ortogonalne, znormalizowane, wysokiej rozdzielczości i wolne od cyfrowych szumów, zanim Tesseract będzie w stanie z nimi dokładnie pracować.

W przeciwieństwie do tego, IronOCR może to zrobić i więcej, przy użyciu tylko jednej linii kodu. IronOCR używa bardzo precyzyjnie dostosowanego Tesseract jako swojego wewnętrznego silnika OCR, zbudowanego dla C#, z wieloma ulepszeniami wydajności i funkcjami dodanymi jako standard.

Curtis Chau
Curtis Chau
  Czat z zespołem inżynierów teraz
Autor tekstów technicznych

Curtis Chau posiada tytuł licencjata z informatyki (Uniwersytet Carleton) i specjalizuje się w front-endowym rozwoju, z ekspertką w Node.js, TypeScript, JavaScript i React. Pasjonuje się tworzeniem intuicyjnych i estetycznie przyjemnych interfejsów użytkownika, Curtis cieszy się pracą z nowoczesnymi frameworkami i tworzeniem dobrze zorganizowanych, atrakcyjnych wizualnie podrę...

Czytaj więcej
Gotowy, aby rozpocząć?
Nuget Pliki do pobrania 5,571,678 | Wersja: 2026.4 just released
Still Scrolling Icon

Wciąż przewijasz?

Czy chcesz szybko dowodu? PM > Install-Package IronOcr
uruchom próbkę obserwuj, jak twój obraz staje się tekstem z możliwością wyszukiwania.