Comparação entre IronOCR e AWS Textract OCR

Inicialização e ciclo de vida do motor

A ABBYY exige uma sequência de inicialização explícita antes que qualquer trabalho de reconhecimento seja iniciado. O mecanismo deve ser carregado a partir de um caminho SDK específico com arquivos de licença válidos, um perfil de reconhecimento deve ser selecionado e cada contêiner de documento deve ser fechado explicitamente após o processamento para evitar vazamentos de memória:

using FREngine;

public class AbbyyOcrService : IDisposable
{
    private IEngine _engine;

    public AbbyyOcrService(string sdkPath, string licensePath)
    {
        // Step 1: Create engine loader
        var loader = new EngineLoader();

        // Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath);

        // Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

        // Step 4: Configure language data (each language adds deployment complexity)
        var langParams = _engine.CreateLanguageParams();
        langParams.Languages.Add("English");
    }

    public string ExtractText(string imagePath)
    {
        var document = _engine.CreateFRDocument();

        try
        {
            document.AddImageFile(imagePath, null, null);
            document.Process(null);
            return document.PlainText.Text;
        }
        finally
        {
            // Must close — skipping this causes memory leaks
            document.Close();
        }
    }

    public void Dispose()
    {
        _engine = null;
    }
}

using FREngine;

public class AbbyyOcrService : IDisposable
{
    private IEngine _engine;

    public AbbyyOcrService(string sdkPath, string licensePath)
    {
        // Step 1: Create engine loader
        var loader = new EngineLoader();

        // Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath);

        // Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

        // Step 4: Configure language data (each language adds deployment complexity)
        var langParams = _engine.CreateLanguageParams();
        langParams.Languages.Add("English");
    }

    public string ExtractText(string imagePath)
    {
        var document = _engine.CreateFRDocument();

        try
        {
            document.AddImageFile(imagePath, null, null);
            document.Process(null);
            return document.PlainText.Text;
        }
        finally
        {
            // Must close — skipping this causes memory leaks
            document.Close();
        }
    }

    public void Dispose()
    {
        _engine = null;
    }
}

Imports FREngine

Public Class AbbyyOcrService
    Implements IDisposable

    Private _engine As IEngine

    Public Sub New(sdkPath As String, licensePath As String)
        ' Step 1: Create engine loader
        Dim loader = New EngineLoader()

        ' Step 2: Load engine — fails if license files are missing or expired
        _engine = loader.GetEngineObject(sdkPath, licensePath)

        ' Step 3: Select recognition profile
        _engine.LoadPredefinedProfile("DocumentConversion_Accuracy")

        ' Step 4: Configure language data (each language adds deployment complexity)
        Dim langParams = _engine.CreateLanguageParams()
        langParams.Languages.Add("English")
    End Sub

    Public Function ExtractText(imagePath As String) As String
        Dim document = _engine.CreateFRDocument()

        Try
            document.AddImageFile(imagePath, Nothing, Nothing)
            document.Process(Nothing)
            Return document.PlainText.Text
        Finally
            ' Must close — skipping this causes memory leaks
            document.Close()
        End Try
    End Function

    Public Sub Dispose() Implements IDisposable.Dispose
        _engine = Nothing
    End Sub
End Class

Essa sequência é executada antes que um único pixel seja processado pelo OCR. A chamada loader.GetEngineObject() valida os arquivos de licença, carrega os binários de tempo de execução do caminho do SDK e inicializa o mecanismo de reconhecimento. Se algum desses caminhos estiver incorreto em um novo servidor de implantação, a chamada falhará em tempo de execução.

Comparação Detalhada de Recursos

Abordagem ABBYY

O mecanismo de reconhecimento da ABBYY oferece precisão de alto nível nos tipos de documentos mais difíceis: digitalizações antigas degradadas, documentos com escritas mistas, texto manuscrito, layouts de formulários complexos e documentos em mau estado de conservação. O perfil DocumentConversion_Accuracy aplica o pipeline de reconhecimento completo da ABBYY:

using FREngine;

// ABBYY: Load high-accuracy profile for difficult documents
var loader = new EngineLoader();
var engine = loader.GetEngineObject(
    @"C:\Arquivos de Programas\ABBYY SDK\FineReader Engine\Bin",
    @"C:\Arquivos de Programas\ABBYY SDK\License"
);
engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

var document = engine.CreateFRDocument();
try
{
    document.AddImageFile("difficult-scan.jpg", null, null);
    document.Process(null);
    var text = document.PlainText.Text;
}
finally
{
    document.Close();
}

using FREngine;

// ABBYY: Load high-accuracy profile for difficult documents
var loader = new EngineLoader();
var engine = loader.GetEngineObject(
    @"C:\Arquivos de Programas\ABBYY SDK\FineReader Engine\Bin",
    @"C:\Arquivos de Programas\ABBYY SDK\License"
);
engine.LoadPredefinedProfile("DocumentConversion_Accuracy");

var document = engine.CreateFRDocument();
try
{
    document.AddImageFile("difficult-scan.jpg", null, null);
    document.Process(null);
    var text = document.PlainText.Text;
}
finally
{
    document.Close();
}

Imports FREngine

' ABBYY: Load high-accuracy profile for difficult documents
Dim loader As New EngineLoader()
Dim engine = loader.GetEngineObject(
    "C:\Arquivos de Programas\ABBYY SDK\FineReader Engine\Bin",
    "C:\Arquivos de Programas\ABBYY SDK\License"
)
engine.LoadPredefinedProfile("DocumentConversion_Accuracy")

Dim document = engine.CreateFRDocument()
Try
    document.AddImageFile("difficult-scan.jpg", Nothing, Nothing)
    document.Process(Nothing)
    Dim text = document.PlainText.Text
Finally
    document.Close()
End Try

Para registros médicos com anotações manuscritas, documentos jurídicos com décadas de desgaste físico ou arquivos governamentais digitalizados a partir de microfilme, a vantagem de precisão da ABBYY em relação às soluções modernas baseadas em Tesseract é mensurável e significativa.

Abordagem IronOCR

O IronOCR atinge uma precisão de 95 a 99% em documentos comerciais padrão — faturas, recibos, contratos, formulários, relatórios digitalizados — por meio de um pré-processamento automático que corrige os principais problemas de precisão antes que o mecanismo LSTM do Tesseract 5 processe a imagem:

using IronOcr;

// IronOCR: Pré-processamento automático handles most real-world document quality issues
var ocr = new IronTesseract();
var result = ocr.Read("invoice-scan.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

using IronOcr;

// IronOCR: Pré-processamento automático handles most real-world document quality issues
var ocr = new IronTesseract();
var result = ocr.Read("invoice-scan.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' IronOCR: Pré-processamento automático handles most real-world document quality issues
Dim ocr As New IronTesseract()
Dim result = ocr.Read("invoice-scan.jpg")
Console.WriteLine(result.Text)
Console.WriteLine($"Confidence: {result.Confidence}%")

Quando a qualidade da entrada é realmente ruim, filtros de pré-processamento explícitos oferecem controle total:

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
input.Deskew();           // Correct rotation up to several degrees
input.DeNoise();          // Remove scanner noise and artifacts
input.Contrast();         // Enhance text/background separation
input.Binarize();         // Convert to optimal black/white
input.EnhanceResolution(300);  // Scale to 300 DPI for engine

var result = new IronTesseract().Read(input);

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");
input.Deskew();           // Correct rotation up to several degrees
input.DeNoise();          // Remove scanner noise and artifacts
input.Contrast();         // Enhance text/background separation
input.Binarize();         // Convert to optimal black/white
input.EnhanceResolution(300);  // Scale to 300 DPI for engine

var result = new IronTesseract().Read(input);

Imports IronOcr

Using input As New OcrInput()
    input.LoadImage("low-quality-scan.jpg")
    input.Deskew()           ' Correct rotation up to several degrees
    input.DeNoise()          ' Remove scanner noise and artifacts
    input.Contrast()         ' Enhance text/background separation
    input.Binarize()         ' Convert to optimal black/white
    input.EnhanceResolution(300)  ' Scale to 300 DPI for engine

    Dim result = New IronTesseract().Read(input)
End Using

O guia de correção da qualidade da imagem aborda o efeito de cada filtro na precisão do reconhecimento. Para 99% dos fluxos de trabalho de documentos comerciais — faturas, pedidos de compra, contratos, documentos de identificação, formulários impressos — o mecanismo Tesseract 5 pré-processado do IronOCR produz uma precisão praticamente indistinguível da ABBYY. O 1% restante envolve caligrafia ilegível, documentos antigos ou combinações de escrita específicas, onde a vantagem da ABBYY se torna significativa.

Abordagem ABBYY

A instalação do Motor ABBYY FineReader segue esta sequência após a aprovação da licença:

Estrutura de instalação após a execução do instalador do SDK da ABBYY:
C:\Arquivos de Programas\ABBYY SDK\
├── Motor FineReader\
│ ├── Bin\ ← Binários do SDK (referência de montagem manual necessária)
│ ├── Inc\ ← Arquivos de cabeçalho
│ ├── Lib\ ← Bibliotecas
│ └── Licença\ ← Arquivos de licença (ABBYY.lic + ABBYY.key)
└── Tempo de execução\
    ├── Idiomas\ ← Arquivos de dados de idioma (grandes, devem ser implantados)
    └── Dicionários\ ← Arquivos de dicionário (devem ser implantados)

Cada destino de implantação — estação de trabalho do desenvolvedor, servidor de compilação, ambiente de teste, servidor de produção — requer que este instalador seja executado com privilégios administrativos. Os arquivos de licença devem existir nos caminhos esperados em todas as máquinas. Em contêineres Docker, isso significa incorporar o SDK em uma imagem base personalizada ou montá-lo como um volume, o que exige um trabalho significativo de infraestrutura.

A validação da licença em tempo de execução verifica a existência e a validade do arquivo. Se o arquivo .lic estiver ausente, a chamada loader.GetEngineObject() lança uma exceção na inicialização. Se a licença tiver expirado, a mesma falha ocorre em produção.

Abordagem IronOCR

dotnet add package IronOcr

Esse comando gerencia tudo: o mecanismo de OCR, os dados em inglês e todas as dependências binárias nativas da plataforma atual. Os destinos multiplataforma estão incluídos no mesmo pacote. Uma implementação doDockernão requer nenhuma imagem base personalizada:

FROM mcr.microsoft.com/dotnet/aspnet:8.0
RUN apt-get update && apt-get install -y libgdiplus
COPY --from=build /app/publish /app
WORKDIR /app
ENTRYPOINT ["dotnet", "YourApp.dll"]

A ativação da licença consiste em uma única linha no código de inicialização:

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE");

Imports System

IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE")

Sem arquivos para copiar, sem caminhos para configurar, sem servidor de licenças para manter. O guia completo de implantação do Docker cobre as especificidades de contêineres Linux, incluindo o requisito libgdiplus. O mesmo pacoteNuGeté implantado de forma idêntica em servidores Azure , AWS Lambda e Linux .

Abordagem ABBYY

O processamento de PDF da ABBYY exige abrir o PDF através de um objeto CreatePDFFile() separado, iterar pelas páginas, adicionar cada página a um contêiner de documentos, executar a passagem de reconhecimento e depois exportar com os parâmetros de exportação configurados:

using FREngine;

public string ProcessPdf(string pdfPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        // Open PDF through a separate file object
        var pdfFile = _engine.CreatePDFFile();
        pdfFile.Open(pdfPath, null, null);

        // Add each page individually
        for (int i = 0; i < pdfFile.PageCount; i++)
        {
            document.AddImageFile(
                pdfPath,
                null,
                _engine.CreatePDFExportParams()
            );
        }

        document.Process(null);
        return document.PlainText.Text;
    }
    finally
    {
        document.Close();
    }
}

public void CreateSearchablePdf(string inputPath, string outputPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        document.AddImageFile(inputPath, null, null);
        document.Process(null);

        // Configure export parameters before export
        var exportParams = _engine.CreatePDFExportParams();
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced;

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams);
    }
    finally
    {
        document.Close();
    }
}

using FREngine;

public string ProcessPdf(string pdfPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        // Open PDF through a separate file object
        var pdfFile = _engine.CreatePDFFile();
        pdfFile.Open(pdfPath, null, null);

        // Add each page individually
        for (int i = 0; i < pdfFile.PageCount; i++)
        {
            document.AddImageFile(
                pdfPath,
                null,
                _engine.CreatePDFExportParams()
            );
        }

        document.Process(null);
        return document.PlainText.Text;
    }
    finally
    {
        document.Close();
    }
}

public void CreateSearchablePdf(string inputPath, string outputPath)
{
    var document = _engine.CreateFRDocument();

    try
    {
        document.AddImageFile(inputPath, null, null);
        document.Process(null);

        // Configure export parameters before export
        var exportParams = _engine.CreatePDFExportParams();
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced;

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams);
    }
    finally
    {
        document.Close();
    }
}

Imports FREngine

Public Function ProcessPdf(ByVal pdfPath As String) As String
    Dim document = _engine.CreateFRDocument()

    Try
        ' Open PDF through a separate file object
        Dim pdfFile = _engine.CreatePDFFile()
        pdfFile.Open(pdfPath, Nothing, Nothing)

        ' Add each page individually
        For i As Integer = 0 To pdfFile.PageCount - 1
            document.AddImageFile(pdfPath, Nothing, _engine.CreatePDFExportParams())
        Next

        document.Process(Nothing)
        Return document.PlainText.Text
    Finally
        document.Close()
    End Try
End Function

Public Sub CreateSearchablePdf(ByVal inputPath As String, ByVal outputPath As String)
    Dim document = _engine.CreateFRDocument()

    Try
        document.AddImageFile(inputPath, Nothing, Nothing)
        document.Process(Nothing)

        ' Configure export parameters before export
        Dim exportParams = _engine.CreatePDFExportParams()
        exportParams.Scenario = PDFExportScenarioEnum.PDES_Balanced

        document.Export(outputPath, FileExportFormatEnum.FEF_PDF, exportParams)
    Finally
        document.Close()
    End Try
End Sub

Abordagem IronOCR

O IronOCR processa a entrada de PDFs nativamente — sem iteração de páginas, sem objetos de arquivo separados, sem configuração de parâmetros de exportação:

using IronOcr;

// Read any PDF — multi-page handled automatically
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// PDF protegido por senha — one parameter
using var secureInput = new OcrInput();
secureInput.LoadPdf("encrypted.pdf", Password: "secret");
var secureResult = new IronTesseract().Read(secureInput);

// Create searchable PDF — one method call
var ocrResult = new IronTesseract().Read("scanned.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

using IronOcr;

// Read any PDF — multi-page handled automatically
using var input = new OcrInput();
input.LoadPdf("scanned-document.pdf");
var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

// PDF protegido por senha — one parameter
using var secureInput = new OcrInput();
secureInput.LoadPdf("encrypted.pdf", Password: "secret");
var secureResult = new IronTesseract().Read(secureInput);

// Create searchable PDF — one method call
var ocrResult = new IronTesseract().Read("scanned.pdf");
ocrResult.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronOcr

' Read any PDF — multi-page handled automatically
Using input As New OcrInput()
    input.LoadPdf("scanned-document.pdf")
    Dim result = New IronTesseract().Read(input)
    Console.WriteLine(result.Text)
End Using

' PDF protegido por senha — one parameter
Using secureInput As New OcrInput()
    secureInput.LoadPdf("encrypted.pdf", Password:="secret")
    Dim secureResult = New IronTesseract().Read(secureInput)
End Using

' Create searchable PDF — one method call
Dim ocrResult = New IronTesseract().Read("scanned.pdf")
ocrResult.SaveAsSearchablePdf("searchable-output.pdf")

O guia de PDF pesquisável aborda opções de saída, incluindo a incorporação da camada de texto em digitalizações de PDF já existentes. O exemplo de OCR em PDF demonstra o processamento de várias páginas com acesso ao resultado página por página.

Abordagem ABBYY

A ABBYY não divulga preços publicamente. Todos os valores apresentados exigem uma negociação com a equipe de vendas. Entre em contato com a ABBYY para uma cotação baseada em seus requisitos específicos.

O modelo de licenciamento da ABBYY tipicamente inclui licenças de desenvolvimento, licenciamento de runtime (por servidor ou por página), taxas anuais de manutenção e taxas opcionais de serviços profissionais.

Uma equipe de porte médio pode enfrentar um custo total de propriedade significativo em três anos — licença de desenvolvimento mais licenciamento de runtime mais taxas anuais de manutenção.

O modelo de licenciamento por página introduz custo em escala, com custos variáveis que aumentam com o volume e sem teto, a menos que negociado contratualmente.

Abordagem IronOCR

A licença do IronOCR é perpétua e pública:

• Lite: $999 (1 desenvolvedor, 1 projeto)
• Plus: $1,499 (3 desenvolvedores, 3 projetos)
• Professional: $2,999 (10 developers, 10 projects)
• Unlimited: $5,999 (desenvolvedores e projetos ilimitados)

Sem taxas de execução. Sem custos por página. Não requer manutenção anual. Sem ciclo de renovação. A licença Professional em $2,999 cobre uma equipe de 10 desenvolvedores processando qualquer volume de documentos em qualquer número de servidores, perpetuamente.

A comparação de TCO de três anos para o cenário de equipe de porte médio mostra uma diferença significativa a favor do IronOCR. A margem de precisão que os separa em documentos comerciais padrão não fecha a lacuna para a esmagadora maioria dos casos de uso.

A renovação da licença desencadeia uma análise de custo-benefício.

As faturas anuais de manutenção da ABBYY normalmente representam de 20 a 25% do custo original da licença a cada ano. Para uma equipe que pagou US$ 10.000 pela licença de desenvolvimento e US$ 15.000 pela licença de tempo de execução, o segundo ano traz uma fatura de manutenção de US$ 6.250 antes mesmo de uma única linha de código novo ser escrita. O momento da renovação leva as equipes a questionarem se a diferença de precisão em seus tipos específicos de documentos — geralmente documentos comerciais padrão — justifica o custo contínuo. Equipes que processam faturas, digitalizam contratos ou extraem formulários digitalizados descobrem rotineiramente que o mecanismo Tesseract 5 pré-processado do IronOCR oferece precisão prática equivalente a um custo na casa das centenas de dólares, em vez de dezenas de milhares.

Novo projeto sem qualquer relação prévia com a ABBYY

As equipes de desenvolvimento que iniciam um novo projeto de OCR do zero enfrentam a realidade da aquisição: 4 a 12 semanas para obter acesso ao SDK da ABBYY significam 4 a 12 semanas de desenvolvimento bloqueado. Para uma equipe com prazo para protótipo ou compromisso de sprint, esse ciclo de aquisição não é uma opção. O IronOCR instala-se em menos de um minuto e produz resultados de OCR no mesmo dia. As equipes que avaliam o OCR para um novo produto frequentemente escolhem o IronOCR não porque a ABBYY não tenha essa capacidade, mas porque precisam lançar o produto no mercado e não podem esperar pelo ciclo de vendas.

Modernizando a infraestrutura de implantação

Aplicações construídas na camada de interoperabilidade COM da ABBYY enfrentam dificuldades ao migrar para contêineres, Kubernetes ou arquiteturas nativas da nuvem. O instalador do SDK, as dependências do arquivo de licença, a estrutura de diretórios de tempo de execução — nada disso se encaixa perfeitamente em uma imagemDockercriada a partir de uma imagem base .NET padrão. As equipes que estão conteinerizando um aplicativo legado de processamento de documentos descobrem que o modelo de implantação da ABBYY exige uma imagem base personalizada que inclua a instalação completa do SDK ou montagens de volume para arquivos de licença, com toda a complexidade operacional que isso acarreta. O pacoteNuGetdo IronOCR implanta em qualquer contêiner sem modificações na imagem base, além de adicionar libgdiplus para alvos Linux.

Restrições orçamentárias em equipes menores

Startups, fornecedores independentes de software e equipes internas de ferramentas frequentemente avaliam as capacidades da ABBYY e as consideram genuínas — para depois descobrirem que o preço exige aprovação orçamentária em nível corporativo. Os preços empresariais limitados por vendas da ABBYY podem estar fora do alcance de equipes menores. A $999 licença Lite ou a $2,999 licença Professional do IronOCR se encaixa na autoridade discricionária de compras de um único engenheiro.

O crescente volume de documentos expõe a estrutura de custos por página.

Aplicações que começam pequenas e crescem encontram um obstáculo com o licenciamento por página da ABBYY. Uma startup que processa 10.000 documentos por mês no lançamento aumenta para 500.000 por mês em dois anos. Com um custo de US$ 0,01 por página, essa trajetória de crescimento eleva os custos da ABBYY de administráveis ​​para determinantes do orçamento. A licença perpétua do IronOCR não possui componente por página — processar 10.000 documentos ou 10.000.000 de documentos custa o mesmo.

Substituição do gerenciamento do ciclo de vida do motor

A parte mais demorada do trabalho de migração envolve a remoção do código explícito de inicialização e ciclo de vida da ABBYY. Cada chamada loader.GetEngineObject(), LoadPredefinedProfile() e document.Close() é deletada. A IronTesseract do IronOCR é instanciada diretamente sem carregador, sem carregamento de perfil e com limpeza automática através do padrão using. O esforço típico de migração para padrões básicos de extração de texto é de 2 a 4 horas:

// Remove all of this:
// var loader = new EngineLoader();
// _engine = loader.GetEngineObject(sdkPath, licensePath);
// _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");
// var document = _engine.CreateFRDocument();
// document.AddImageFile(imagePath, null, null);
// document.Process(null);
// string text = document.PlainText.Text;
// document.Close();

// Replace with:
var text = new IronTesseract().Read(imagePath).Text;

// Remove all of this:
// var loader = new EngineLoader();
// _engine = loader.GetEngineObject(sdkPath, licensePath);
// _engine.LoadPredefinedProfile("DocumentConversion_Accuracy");
// var document = _engine.CreateFRDocument();
// document.AddImageFile(imagePath, null, null);
// document.Process(null);
// string text = document.PlainText.Text;
// document.Close();

// Replace with:
var text = new IronTesseract().Read(imagePath).Text;

Imports IronOcr

Dim text As String = New IronTesseract().Read(imagePath).Text

Remoção da infraestrutura de licenças

Após a migração, o processo de implantação se simplifica substancialmente. A etapa de instalação do SDK ABBYY é eliminada dos scripts CI/CD. Os arquivos de licença (ABBYY.lic, ABBYY.key) são removidos dos artefatos de implantação. Se um servidor de licenças estiver em funcionamento, essa infraestrutura poderá ser desativada. A chave de licença do IronOCR reside em uma variável de ambiente ou gerenciador de segredos — sem arquivos, sem servidor, sem dependência de rede para validação da licença. O guia de configuração do IronTesseract abrange a configuração inicial, incluindo a inserção da chave de licença para diversos ambientes de implantação.

Extração baseada em zonas para extração baseada em regiões

A extração de região baseada em zonas da ABBYY (_engine.CreateZone(), zone.SetBounds(), zone.Type = ZoneTypeEnum.ZT_Text, page.Zones.Add(zone)) mapeia para a abordagem CropRectangle do IronOCR. Os conceitos são equivalentes; A API é mais simples:

// ABBYY zone-based extraction required zone creation,
// bounds setting, type assignment, and page.Zones.Add()

// IronOCR: CropRectangle passed directly to LoadImage
var region = new CropRectangle(x: 0, y: 0, width: 600, height: 100);
using var input = new OcrInput();
input.LoadImage("invoice.jpg", region);
var headerText = new IronTesseract().Read(input).Text;

// ABBYY zone-based extraction required zone creation,
// bounds setting, type assignment, and page.Zones.Add()

// IronOCR: CropRectangle passed directly to LoadImage
var region = new CropRectangle(x: 0, y: 0, width: 600, height: 100);
using var input = new OcrInput();
input.LoadImage("invoice.jpg", region);
var headerText = new IronTesseract().Read(input).Text;

Imports IronOcr

' ABBYY zone-based extraction required zone creation,
' bounds setting, type assignment, and page.Zones.Add()

' IronOCR: CropRectangle passed directly to LoadImage
Dim region As New CropRectangle(x:=0, y:=0, width:=600, height:=100)
Using input As New OcrInput()
    input.LoadImage("invoice.jpg", region)
    Dim headerText As String = New IronTesseract().Read(input).Text
End Using

O guia de OCR baseado em região cobre o uso de CropRectangle para padrões de extração de campos comuns no processamento de faturas e formulários.

Acesso a dados estruturados

O acesso a dados estruturados baseados em blocos da ABBYY (page.Layout.Blocks, BlockTypeEnum.BT_Table, block.GetAsTableBlock()) não tem um equivalente direto e um-para-um no IronOcr.IronOCR expõe resultados estruturados através de result.Pages, result.Lines, result.Words, e result.Paragraphs, cada um com dados de coordenadas. Especificamente para a extração de tabelas, o guia de resultados de leitura aborda o acesso a dados de posicionamento em nível de palavra, o que possibilita a reconstrução da tabela.