Biblioteca OCR para iOS (Comparação de ferramentas gratuitas e pagas)

Configuração de inferência em três estágios

Configurar o PaddleSharp para uma tarefa simples de extração de texto requer a interligação de todas as três etapas do modelo:

// Simplified — see Sdcb.PaddleOCR documentation for full API
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models;
using OpenCvSharp;

public class PaddleOcrService
{
    private readonly PaddleOcrAll _ocr;

    public PaddleOcrService()
    {
        // Three separate models, each downloaded independently
        var detModel = LocalFullModels.ChineseV3.DetectionModel;
        var clsModel = LocalFullModels.ChineseV3.ClassifierModel;
        var recModel = LocalFullModels.ChineseV3.RecognitionModel;

        // GPU config: set GpuDeviceId = 0 and install CUDA runtime packages
        _ocr = new PaddleOcrAll(detModel, clsModel, recModel);
    }

    public string ExtractText(string imagePath)
    {
        // OpenCV required for image loading — not System.Drawing
        using var image = Cv2.ImRead(imagePath);
        var result = _ocr.Run(image);

        // Manual sort by position; no automatic reading-order guarantee
        return string.Join("\n", result.Regions
            .OrderBy(r => r.Rect.Center.Y)
            .ThenBy(r => r.Rect.Center.X)
            .Select(r => r.Text));
    }
}

// Simplified — see Sdcb.PaddleOCR documentation for full API
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models;
using OpenCvSharp;

public class PaddleOcrService
{
    private readonly PaddleOcrAll _ocr;

    public PaddleOcrService()
    {
        // Three separate models, each downloaded independently
        var detModel = LocalFullModels.ChineseV3.DetectionModel;
        var clsModel = LocalFullModels.ChineseV3.ClassifierModel;
        var recModel = LocalFullModels.ChineseV3.RecognitionModel;

        // GPU config: set GpuDeviceId = 0 and install CUDA runtime packages
        _ocr = new PaddleOcrAll(detModel, clsModel, recModel);
    }

    public string ExtractText(string imagePath)
    {
        // OpenCV required for image loading — not System.Drawing
        using var image = Cv2.ImRead(imagePath);
        var result = _ocr.Run(image);

        // Manual sort by position; no automatic reading-order guarantee
        return string.Join("\n", result.Regions
            .OrderBy(r => r.Rect.Center.Y)
            .ThenBy(r => r.Rect.Center.X)
            .Select(r => r.Text));
    }
}

Imports Sdcb.PaddleOCR
Imports Sdcb.PaddleOCR.Models
Imports OpenCvSharp

Public Class PaddleOcrService
    Private ReadOnly _ocr As PaddleOcrAll

    Public Sub New()
        ' Three separate models, each downloaded independently
        Dim detModel = LocalFullModels.ChineseV3.DetectionModel
        Dim clsModel = LocalFullModels.ChineseV3.ClassifierModel
        Dim recModel = LocalFullModels.ChineseV3.RecognitionModel

        ' GPU config: set GpuDeviceId = 0 and install CUDA runtime packages
        _ocr = New PaddleOcrAll(detModel, clsModel, recModel)
    End Sub

    Public Function ExtractText(imagePath As String) As String
        ' OpenCV required for image loading — not System.Drawing
        Using image = Cv2.ImRead(imagePath)
            Dim result = _ocr.Run(image)

            ' Manual sort by position; no automatic reading-order guarantee
            Return String.Join(vbLf, result.Regions _
                .OrderBy(Function(r) r.Rect.Center.Y) _
                .ThenBy(Function(r) r.Rect.Center.X) _
                .Select(Function(r) r.Text))
        End Using
    End Function
End Class

O construtor sozinho faz um trabalho real: ele carrega binários de modelo do disco e inicializa o mecanismo de inferência. Esse custo de inicialização é pago uma vez por instância PaddleOcrAll, o que torna o objeto caro de criar e requer gestão cuidadosa do ciclo de vida em aplicações .NET orientadas a serviços.

Comparação Detalhada de Recursos

Abordagem PaddleSharp

Na prática, a cadeia de dependências se parece com isto:

1. Baidu PaddlePaddle — a estrutura subjacente de aprendizado profundo. Os formatos de modelo e as APIs de inferência são definidos aqui.
2. PaddleOCR — Projeto de treinamento de modelos da Baidu que produz os pesos dos modelos de detecção, classificação e reconhecimento.
3. Sdcb.PaddleSharp — a camada de vinculação .NET que chama as bibliotecas nativas do PaddleInference e encapsula a API de carregamento de modelos.

Cada camada possui sua própria cadência de lançamentos, histórico de alterações significativas e comunidade. Quando a Baidu atualiza as APIs de inferência do PaddlePaddle, a camada de vinculação precisa ser atualizada. Quando o formato de um modelo muda entre as versões do PaddleOCR, os caminhos de download do modelo e o código de carregamento no PaddleSharp precisam ser atualizados. Para uma equipe .NET , esses problemas são invisíveis até que uma implantação falhe.

Uma ilustração simplificada do custo de inicialização:

// Simplified — see Sdcb.PaddleOCR documentation for full API
// This is not one line of setup; it represents several coordinated decisions:
// - Which model version to use (ChineseV3, V4, etc.)
// - Whether models are local files or downloaded on first use
// - Which inference backend (CPU, MKL, GPU)
// - Which OpenCvSharp runtime package matches the deployment OS

var detModel = LocalFullModels.ChineseV3.DetectionModel;  // Version-specific
var clsModel = LocalFullModels.ChineseV3.ClassifierModel; // Version-specific
var recModel = LocalFullModels.ChineseV3.RecognitionModel; // Version-specific

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// If a newer model format is released, these names and classes may change

// Simplified — see Sdcb.PaddleOCR documentation for full API
// This is not one line of setup; it represents several coordinated decisions:
// - Which model version to use (ChineseV3, V4, etc.)
// - Whether models are local files or downloaded on first use
// - Which inference backend (CPU, MKL, GPU)
// - Which OpenCvSharp runtime package matches the deployment OS

var detModel = LocalFullModels.ChineseV3.DetectionModel;  // Version-specific
var clsModel = LocalFullModels.ChineseV3.ClassifierModel; // Version-specific
var recModel = LocalFullModels.ChineseV3.RecognitionModel; // Version-specific

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// If a newer model format is released, these names and classes may change

' Simplified — see Sdcb.PaddleOCR documentation for full API
' This is not one line of setup; it represents several coordinated decisions:
' - Which model version to use (ChineseV3, V4, etc.)
' - Whether models are local files or downloaded on first use
' - Which inference backend (CPU, MKL, GPU)
' - Which OpenCvSharp runtime package matches the deployment OS

Dim detModel = LocalFullModels.ChineseV3.DetectionModel  ' Version-specific
Dim clsModel = LocalFullModels.ChineseV3.ClassifierModel ' Version-specific
Dim recModel = LocalFullModels.ChineseV3.RecognitionModel ' Version-specific

Dim ocr As New PaddleOcrAll(detModel, clsModel, recModel)
' If a newer model format is released, these names and classes may change

A sensibilidade à versão aqui é real. Equipes que fixaram na versão 2.x do Sdcb.PaddleOCR e precisam atualizar para acessar modelos mais novos enfrentam mudanças na API na camada de vinculação. Os arquivos de modelo upstream não são compatíveis com versões anteriores entre as principais versões do PaddleOCR.

Abordagem IronOCR

O IronOCR inclui o mecanismo e todas as dependências agrupadas no pacote NuGet . Não há versão de modelo para selecionar, nenhum backend de inferência para configurar e nenhuma biblioteca secundária para manter sincronizada:

// One package: dotnet add package IronOcr
// Não model downloads. Não OpenCV. Não runtime packages.
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var result = new IronTesseract().Read("document.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

// One package: dotnet add package IronOcr
// Não model downloads. Não OpenCV. Não runtime packages.
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY";

var result = new IronTesseract().Read("document.jpg");
Console.WriteLine(result.Text);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

' One package: dotnet add package IronOcr
' Não model downloads. Não OpenCV. Não runtime packages.
IronOcr.License.LicenseKey = "YOUR-LICENSE-KEY"

Dim result = New IronTesseract().Read("document.jpg")
Console.WriteLine(result.Text)
Console.WriteLine($"Confidence: {result.Confidence}%")

A atualização do IronOCR consiste em uma única atualização da versão do NuGet . As alterações na API são documentadas nas notas de versão, e a compatibilidade com versões anteriores dentro da mesma versão principal é mantida. Para equipes que trabalham em pipelines de CI/CD, a diferença na área de implantação é substancial: um pacote versus quatro pacotes , Plus pacotes de tempo de execução específicos da plataforma , Plus arquivos de modelo que devem existir no disco nos caminhos corretos.

Consulte o guia de configuração do IronTesseract para opções de configuração e o guia de instruções de entrada de imagem para uma lista completa das fontes de entrada aceitas.

Abordagem PaddleSharp

Mudar de idioma no PaddleSharp significa mudar o conjunto de modelos. O modelo de reconhecimento é específico para cada idioma e não existe uma opção simples na API — você instancia um conjunto diferente de objetos do modelo:

// Simplified — see Sdcb.PaddleOCR documentation for full API
// English model set (if available for your version)
// var recModel = LocalFullModels.EnglishV3.RecognitionModel;

// Chinese model set (primary supported use case)
var detModel = LocalFullModels.ChineseV3.DetectionModel;
var recModel = LocalFullModels.ChineseV3.RecognitionModel;
var clsModel = LocalFullModels.ChineseV3.ClassifierModel;

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// Non-CJK languages require checking upstream PaddleOCR model availability
// Mixed CJK + Latin in the same document may require model selection decisions

// Simplified — see Sdcb.PaddleOCR documentation for full API
// English model set (if available for your version)
// var recModel = LocalFullModels.EnglishV3.RecognitionModel;

// Chinese model set (primary supported use case)
var detModel = LocalFullModels.ChineseV3.DetectionModel;
var recModel = LocalFullModels.ChineseV3.RecognitionModel;
var clsModel = LocalFullModels.ChineseV3.ClassifierModel;

var ocr = new PaddleOcrAll(detModel, clsModel, recModel);
// Non-CJK languages require checking upstream PaddleOCR model availability
// Mixed CJK + Latin in the same document may require model selection decisions

' Simplified — see Sdcb.PaddleOCR documentation for full API
' English model set (if available for your version)
' Dim recModel = LocalFullModels.EnglishV3.RecognitionModel

' Chinese model set (primary supported use case)
Dim detModel = LocalFullModels.ChineseV3.DetectionModel
Dim recModel = LocalFullModels.ChineseV3.RecognitionModel
Dim clsModel = LocalFullModels.ChineseV3.ClassifierModel

Dim ocr = New PaddleOcrAll(detModel, clsModel, recModel)
' Non-CJK languages require checking upstream PaddleOCR model availability
' Mixed CJK + Latin in the same document may require model selection decisions

Para uma equipe que processa faturas em francês, contratos em alemão ou formulários em árabe, a questão não é apenas se um pacote de modelos existe hoje, mas sim se ele será mantido no próximo ano e se a documentação em inglês para configurá-lo existe.

Abordagem IronOCR

O IronOCR oferece suporte a mais de 125 idiomas em pacotes NuGet . Cada pacote de idiomas é instalado exatamente como qualquer outra dependência e se integra aos pipelines de CI/CD padrão sem a necessidade de implantação manual de arquivos:

// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.Arabic

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.English); // Mixed-language document

var result = ocr.Read("mixed-document.jpg");

// dotnet add package IronOcr.Languages.ChineseSimplified
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.Arabic

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
ocr.AddSecondaryLanguage(OcrLanguage.English); // Mixed-language document

var result = ocr.Read("mixed-document.jpg");

' dotnet add package IronOcr.Languages.ChineseSimplified
' dotnet add package IronOcr.Languages.French
' dotnet add package IronOcr.Languages.Arabic

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified
ocr.AddSecondaryLanguage(OcrLanguage.English) ' Mixed-language document

Dim result = ocr.Read("mixed-document.jpg")

O guia de vários idiomas cobre o reconhecimento simultâneo de múltiplos idiomas para documentos que misturam scripts — uma capacidade que não requer nenhuma decisão de modelo, apenas uma chamada AddSecondaryLanguage.

Para equipes cujos documentos abrangem vários idiomas, ou cujas necessidades linguísticas devem crescer além do escopo inicial, um catálogo de 125 idiomas com suporte de pacotes NuGet mantidos é uma opção mais duradoura do que um conjunto de 10 a 20 idiomas com compromisso de manutenção variável.

Abordagem PaddleSharp

// Simplified — see Sdcb.PaddleOCR documentation for full API
// PaddleSharp has no PDF support — pages must be pre-converted to images
// Preprocessing (deskew, denoise) requires OpenCV operations:

using OpenCvSharp;

// Load image via OpenCV
using var image = Cv2.ImRead("scan.jpg");

// Manual grayscale conversion
using var gray = new Mat();
Cv2.CvtColor(image, gray, ColorConversionCodes.BGR2GRAY);

// Manual threshold (binarization)
using var binary = new Mat();
Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary);

// Then pass to OCR engine
var result = _ocr.Run(binary);
// Each preprocessing step requires OpenCV knowledge
// PDF pages require a separate PDF-to-image conversion step first

// Simplified — see Sdcb.PaddleOCR documentation for full API
// PaddleSharp has no PDF support — pages must be pre-converted to images
// Preprocessing (deskew, denoise) requires OpenCV operations:

using OpenCvSharp;

// Load image via OpenCV
using var image = Cv2.ImRead("scan.jpg");

// Manual grayscale conversion
using var gray = new Mat();
Cv2.CvtColor(image, gray, ColorConversionCodes.BGR2GRAY);

// Manual threshold (binarization)
using var binary = new Mat();
Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary);

// Then pass to OCR engine
var result = _ocr.Run(binary);
// Each preprocessing step requires OpenCV knowledge
// PDF pages require a separate PDF-to-image conversion step first

Imports OpenCvSharp

' Load image via OpenCV
Using image As Mat = Cv2.ImRead("scan.jpg")

    ' Manual grayscale conversion
    Using gray As New Mat()
        Cv2.CvtColor(image, gray, ColorConversionCodes.BGR2GRAY)

        ' Manual threshold (binarization)
        Using binary As New Mat()
            Cv2.Threshold(gray, binary, 128, 255, ThresholdTypes.Binary)

            ' Then pass to OCR engine
            Dim result = _ocr.Run(binary)
            ' Each preprocessing step requires OpenCV knowledge
            ' PDF pages require a separate PDF-to-image conversion step first
        End Using
    End Using
End Using

Escrever esse pré-processamento é viável para equipes com experiência em OpenCV. Para equipes que não o possuem, a curva de aprendizado é complexa — o OpenCV tem uma API ampla e a documentação é, em grande parte, focada em C++.

Abordagem IronOCR

O pipeline de pré-processamento do IronOCR não requer nenhuma biblioteca externa. O mesmo objeto OcrInput que aceita imagens também aceita PDFs, e filtros de pré-processamento são chamadas de método único:

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");

// Built-in preprocessing — no OpenCV, no manual image math
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

using var input = new OcrInput();
input.LoadImage("low-quality-scan.jpg");

// Built-in preprocessing — no OpenCV, no manual image math
input.Deskew();
input.DeNoise();
input.Contrast();
input.Binarize();
input.EnhanceResolution(300);

var result = new IronTesseract().Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

Using input As New OcrInput()
    input.LoadImage("low-quality-scan.jpg")

    ' Built-in preprocessing — no OpenCV, no manual image math
    input.Deskew()
    input.DeNoise()
    input.Contrast()
    input.Binarize()
    input.EnhanceResolution(300)

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

Para entrada em PDF, o suporte nativo significa que não há etapa de conversão:

// PDF input — no external library, no page conversion
var result = new IronTesseract().Read("scanned-document.pdf");

// Password-protected PDFs
using var input = new OcrInput();
input.LoadPdf("encrypted.pdf", Password: "secret");
var result = new IronTesseract().Read(input);

// Output as searchable PDF
result.SaveAsSearchablePdf("searchable-output.pdf");

// PDF input — no external library, no page conversion
var result = new IronTesseract().Read("scanned-document.pdf");

// Password-protected PDFs
using var input = new OcrInput();
input.LoadPdf("encrypted.pdf", Password: "secret");
var result = new IronTesseract().Read(input);

// Output as searchable PDF
result.SaveAsSearchablePdf("searchable-output.pdf");

Imports IronTesseract

' PDF input — no external library, no page conversion
Dim result = New IronTesseract().Read("scanned-document.pdf")

' Password-protected PDFs
Using input As New OcrInput()
    input.LoadPdf("encrypted.pdf", Password:="secret")
    result = New IronTesseract().Read(input)
End Using

' Output as searchable PDF
result.SaveAsSearchablePdf("searchable-output.pdf")

O guia de correção da qualidade da imagem abrange todos os filtros disponíveis com exemplos. O guia de entrada de PDF aborda a seleção de páginas, a entrada de fluxo e o gerenciamento de senhas. Para equipes que produzem PDFs pesquisáveis ​​a partir de documentos digitalizados, a saída em PDF pesquisável é um formato integrado — não uma etapa de processamento separada.

O Pipeline processa documentos não-CJK

O PaddleSharp foi desenvolvido para o público chinês. Essa herança é visível na convenção de nomenclatura dos modelos (ChinêsV3), no idioma principal da documentação e na disponibilidade de pacotes de idiomas. Uma equipe que começa processando documentos em chinês e depois se expande para faturas em francês ou contratos em alemão encontra um grande obstáculo: os pacotes de modelos disponíveis fora do padrão CJK são poucos, o compromisso de manutenção para modelos que não sejam CJK é incerto e a documentação em inglês para configurá-los é escassa. O catálogo de mais de 125 idiomas do IronOCR, disponível via NuGet, significa que a expansão de idiomas é uma questão de instalação de pacote, e não um projeto de pesquisa.

O ambiente de implantação não possui GPU.

O pipeline de aprendizado profundo do PaddleOCR foi projetado para inferência em GPU. Em termos de desempenho na CPU, os números são honestos: 500–1500 ms por imagem em resoluções típicas de documentos. Para um pipeline em lote que processa milhares de documentos, ou para um aplicativo ASP.NET que atende a solicitações OCR simultâneas, o PaddleSharp em modo CPU adiciona latência que se acumula em grande escala. O mecanismo Tesseract 5 otimizado do IronOCR funciona a 100–400 ms por imagem na CPU, sem necessidade de GPU. Para implantações em camadas de VM padrão, contêineres sem passagem direta de GPU ou workers de CI, essa diferença representa a diferença entre uma carga de trabalho adequada e uma inadequada.

Os documentos PDF estão no fluxo de entrada.

O PDF é o formato padrão para documentos comerciais. O PaddleSharp não possui leitor de PDF. As equipes que descobrem essa limitação após desenvolverem soluções em torno do PaddleSharp enfrentam uma escolha: adicionar uma biblioteca de PDF (gerenciando agora mais uma dependência com suas próprias considerações de licenciamento e versão), converter PDFs em imagens como uma etapa de pré-processamento (adicionando sobrecarga de armazenamento e E/S) ou migrar para uma biblioteca com suporte nativo a PDF. A entrada nativa de PDF do IronOCR, incluindo PDFs protegidos por senha e seleção de intervalo de páginas, o torna a escolha ideal para fluxos de trabalho de documentos que começam com um PDF.

A cadeia de dependências falha em uma revisão de segurança ou conformidade.

Implantações Enterprise — nas áreas de saúde, finanças e governo — geralmente exigem uma lista de materiais de software e uma auditoria de dependências. A cadeia de recursos do PaddleSharp inclui arquivos de modelo originados da Baidu e um ambiente de execução de inferência de aprendizado profundo da Baidu. Para organizações com políticas que restringem componentes de software a origens específicas, ou para equipes que precisam de um caminho claro para divulgações de segurança do fornecedor, a dependência de binários originados da Baidu requer etapas de revisão adicionais. O IronOCR é um produto comercial único de um fornecedor de software ocidental com termos de licenciamento documentados e um contrato de suporte comercial padrão.

A equipe não tem recursos para cobrir os custos operacionais.

Manter uma implementação do PaddleSharp por mais de 18 meses significa rastrear a compatibilidade das versões dos modelos, coordenar as versões dos pacotes de tempo de execução do OpenCV com as implementações específicas da plataforma, manter as versões do kit de ferramentas CUDA alinhadas caso a GPU esteja em uso e monitorar os problemas relatados no GitHub (principalmente em chinês) em busca de alterações que causem problemas. Trata-se de um investimento operacional considerável. Para equipes cuja competência principal é o aplicativo que estão desenvolvendo — e não a infraestrutura de aprendizado profundo — o custo de gerenciamento do PaddleSharp não gera valor proporcional ao seu custo.

Removendo a dependência do OpenCV

PaddleSharp requer OpenCvSharp4 e um pacote OpenCvSharp4.runtime.* específico da plataforma para carregamento de imagem.IronOCR aceita System.Drawing.Bitmap, caminhos de arquivos, streams e arrays de bytes diretamente através de OcrInput. A migração significa substituir chamadas Cv2.ImRead() por input.LoadImage() e remover completamente as referências ao pacote OpenCvSharp:

// PaddleSharp pattern — requires OpenCV
using var image = Cv2.ImRead(imagePath);
var result = _ocr.Run(image);

//IronOCR equivalent — no OpenCV
var result = new IronTesseract().Read(imagePath);

// PaddleSharp pattern — requires OpenCV
using var image = Cv2.ImRead(imagePath);
var result = _ocr.Run(image);

//IronOCR equivalent — no OpenCV
var result = new IronTesseract().Read(imagePath);

Imports OpenCvSharp
Imports IronOcr

' PaddleSharp pattern — requires OpenCV
Using image = Cv2.ImRead(imagePath)
    Dim result = _ocr.Run(image)
End Using

' IronOCR equivalent — no OpenCV
Dim result = New IronTesseract().Read(imagePath)

O guia de entrada de imagens abrange todos os tipos de entrada aceitos, incluindo fluxos de dados, URLs e bitmaps em memória.

Mapeamento de resultados em nível regional

PaddleSharp retorna result.Regions — uma lista plana de regiões de texto detectadas com retângulos delimitadores e strings de texto. O IronOCR retorna uma hierarquia mais rica: as páginas contêm parágrafos, os parágrafos contêm linhas, as linhas contêm palavras, tudo com coordenadas e pontuações de confiança por elemento. Se o seu código de migração usa result.Regions, o equivalente do IronOCR para enumeração de palavras em linha com dados de posição é:

var result = new IronTesseract().Read("document.jpg");

// Per-word with position — equivalent to PaddleSharp region enumeration
foreach (var word in result.Words)
{
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) confidence:{word.Confidence}%");
}

var result = new IronTesseract().Read("document.jpg");

// Per-word with position — equivalent to PaddleSharp region enumeration
foreach (var word in result.Words)
{
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) confidence:{word.Confidence}%");
}

Imports System
Imports IronOcr

Dim result = New IronTesseract().Read("document.jpg")

' Per-word with position — equivalent to PaddleSharp region enumeration
For Each word In result.Words
    Console.WriteLine($"'{word.Text}' at ({word.X},{word.Y}) confidence:{word.Confidence}%")
Next

O guia de resultados de leitura documenta a estrutura completa dos resultados. O guia de pontuações de confiança explica os valores de confiança por elemento e como usá-los para filtragem de qualidade.

Gestão do ciclo de vida do mecanismo OCR

A PaddleOcrAll do PaddleSharp é cara para construir — carrega binários de modelo do disco na criação e deve ser tratada como um singleton ou serviço com escopo em ASP.NET Core. A IronTesseract do IronOCR tem um custo de inicialização mais leve, mas o mesmo princípio se aplica: reutilizar instâncias entre requisições em uma aplicação web é mais eficiente do que construir por requisição. Em ambos os casos, a injeção de dependência como um singleton ou serviço com escopo por requisição é o padrão correto.

Instalação do pacote de idiomas

O suporte a idiomas no PaddleSharp significa selecionar diferentes conjuntos de modelos no momento da construção. Não IronOCR, o suporte a idiomas é um pacote NuGet adicionado ao projeto e uma chamada de configuração de uma linha:

// dotnet add package IronOcr.Languages.ChineseSimplified

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
var result = ocr.Read("document.jpg");

// dotnet add package IronOcr.Languages.ChineseSimplified

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.ChineseSimplified;
var result = ocr.Read("document.jpg");

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.ChineseSimplified
Dim result = ocr.Read("document.jpg")

Para equipes CJK que estão migrando do PaddleSharp, o chinês simplificado, o chinês tradicional, o japonês e o coreano estão disponíveis como pacotes de idiomas do IronOCR. O guia de linguagem personalizada aborda a importação de dados Tess treinados sob medida para casos de uso específicos.