Uma comparação entre o OCR do Google e o IronOCR

IronOCR for .NET é uma biblioteca C# para digitalizar, pesquisar e ler imagens e PDFs. Ela recebe um arquivo de imagem ou PDF como entrada e usa a mais recente versão customizada do motor .NET OCR do Tesseract 5 para produzir texto, dados estruturados ou documentos PDF pesquisáveis. O Tesseract está disponível em mais de 125 idiomas, juntamente com suporte multiplataforma no .NET Core, e .NET Standard, de 2.0 até 7.

IronOCR é uma API amigável que permite aos desenvolvedores C# converter imagens em texto automaticamente, usando a classe IronTesseract e uma chave de API. Ela prioriza velocidade, precisão e facilidade de uso. Ela também auxilia a API de Visão Computacional a encontrar texto com um conjunto de modelos treinados.

Outro recurso poderoso do IronOCR é que ele pode escanear códigos de barras e códigos QR de todos os arquivos de imagem e ler seus textos. Outras características importantes do IronOCR são listadas abaixo.

Características

• Idiomas Internacionais: Suporte para mais de 125 idiomas e idiomas personalizados com desempenho de alta qualidade e rápido
• Leitura de Texto e Código de Barras: Ler Texto e Números de Múltiplos Idiomas de Uma Só Vez
• Documentos Especializados: Ler especificamente texto de Recibos, Cheques, Faturas
• Ler de Muitos Formatos: Imagens (PNG, JPG, GIF, TIFF, BMP), System.Drawing Objects, Streams, documentos PDF (DPI otimizado de destino)
• Filtros: Assistente de Filtros, Correção de Imagem, Corrigir Orientação da Imagem, Corrigir Cores da Imagem
• Saída de Dados Simples: Strings de Texto .NET, Dados de Código de Barras e QR, Imagens

Agora, vamos dar uma olhada na API Google Cloud Vision.

API Google Cloud Vision é uma biblioteca cliente OCR do Google Cloud que suporta a linguagem C#. Ela permite que desenvolvedores C# integrem facilmente recursos de detecção de Visão Computacional em aplicações de software. Ela realiza OCR e detecta texto de arquivos de imagem, rótulos de imagens, detecção de rostos e detecção de marcos.

A API Google Cloud Vision utiliza APIs REST e RPC para fornecer um poderoso modelo ML (machine learning) pré-treinado. Com a API Cloud Vision, você pode classificar rapidamente imagens em milhões de categorias já definidas. Ela também pode detectar objetos e ler texto de documentos impressos e texto manuscrito.

Características

• Detecção de Texto em Imagem: OCR em uma imagem para reconhecimento de texto e convertê-la em código de linguagem de máquina
• Detecção de Texto em Documentos: OCR um arquivo (PDF/TIFF), texto denso
• Detecção de Marcos: Retorna coordenadas de objetos detectados
• Detecção de logotipo: Retorna uma descrição textual
• Detecção de rótulo: Retorna rótulos generalizados para imagem

O restante do artigo segue da seguinte forma:

1. Criando um projeto do Visual Studio
2. Instalando IronOCR
3. Instalando Google OCR
4. Imagem para Texto
5. Código de barras e QR Code para Texto
6. PDF para Texto
7. Licenciamento
8. Conclusão

2.1. Usando o Gerenciador de Pacotes NuGet do Visual Studio

NuGet é o gerenciador de pacotes para download e instalação de dependências no seu projeto. Seus pacotes contêm o código compilado (DLL) e o arquivo manifesto. Acesse-o usando o seguinte método:

• Clique na aba Ferramentas
• Expanda a opção Gerenciador de Pacotes NuGet

• Clique em Gerenciar Pacotes NuGet para Solução

  

• ou, clique com o botão direito no Solution Explorer

• Clique em Gerenciar Pacotes NuGet

  

Agora, a janela do Gerenciador de Pacotes NuGet será aberta. Procure por IronOCR e clique em Instalar.

2.2. Baixar do Site do NuGet

Pode ser baixado diretamente do site oficial do NuGet. Siga as etapas fornecidas:

1. Clique no link para o site do NuGet.
2. Clique na opção Download package ao lado direito da página.
3. Abra o pacote baixado, e ele começará a instalar.
4. Finalmente, recarregue a solução, e está feito.

2.3. Baixar usando a Página da Web IronOCR

Simplesmente visite o site da Iron Software e navegue até a página IronOCR for .NET. Role até a parte inferior e clique em Download DLL ou Download Windows Installer.

Um arquivo Zip será baixado. Extraia-o e adicione-o ao seu arquivo de projeto ou execute o Instalador do Windows. Siga os passos abaixo para adicioná-lo ao seu projeto.

1. Clique com o botão direito nas dependências do projeto no Visual Studio a partir do Solution Explorer.
2. Em seguida, selecione a opção Adicionar Referência ao Projeto.
3. Navegue até o local do arquivo DLL baixado.
4. Por fim, clique em OK para adicionar a referência do projeto.

2.4. Usando o Prompt de Comando no Visual Studio

1. Navegue até a aba Ferramentas no Visual Studio.
2. Expanda a opção Gerenciador de Pacotes NuGet.
3. Selecione Console do Gerenciador de Pacotes e digite o seguinte comando:

Install-Package IronOcr

Isso baixará e instalará automaticamente o IronOCR no seu projeto.

Agora, estamos prontos para usar o IronOCR em nosso projeto.

2.5. Adicionando os Namespaces Necessários do IronOCR

Há apenas um namespace necessário, e ele deve ser adicionado no topo do arquivo de código-fonte onde precisamos acessar suas funções.

using IronOcr;

using IronOcr;

Agora, vamos instalar o Google Vision OCR.

3.1. Usando o Gerenciador de Pacotes NuGet

Acesse-o usando o seguinte método:

• Clique na aba Ferramentas
• Expanda a opção Gerenciador de Pacotes NuGet

• Clique em Gerenciar Pacotes NuGet para Solução

  

• ou, clique com o botão direito no Solution Explorer

• Clique em Gerenciar Pacotes NuGet

  

Agora, a janela do Gerenciador de Pacotes NuGet será aberta. Procure por Google Cloud Vision OCR e clique em Instalar.

3.2. Adicionando o Namespace do Google Vision API

Inclua o seguinte namespace para usar a API Vision do Google OCR:

using Google.Cloud.Vision.V1;

using Google.Cloud.Vision.V1;

Além disso, defina a variável de ambiente com as credenciais da chave baixadas no formato de arquivo JSON.

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Agora, tudo está configurado e pronto para uso.

4.1. Usando IronOCR

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

4.2. Usando o Google OCR

O Google Cloud Vision OCR também converte a imagem em texto com diferentes fontes. Primeiramente, precisamos criar um cliente usando o arquivo de credenciais. Em seguida, usando este objeto cliente, podemos chamar o método DetectText para obter uma resposta em forma de anotação. O código é apresentado da seguinte forma:

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

A mesma imagem é dada como entrada para comparar a saída de ambas as bibliotecas.

A partir da saída acima, você pode ver claramente que IronOCR preserva os formatos de saída de imagem. Embora o Google OCR tenha fornecido texto de saída preciso, a formatação da tabela não é preservada. IronOCR preservou a formatação da tabela exatamente como na imagem fornecida.

5.1. Usando IronOCR

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

5.2. Usando Google OCR

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

6.1. Usando IronOCR

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

6.2. Usando Google OCR

O Google OCR também fornece a capacidade de extrair texto de documentos PDF/TIFF. No entanto, ele só detecta texto se o arquivo estiver no Google Cloud Storage. Para isso, você precisa criar um bucket de Armazenamento do Google. O código para C# não é direto e é bastante longo para implementar aqui. Não há exemplos disponíveis para C# para detectar textos em arquivos. Você pode consultar o código Java como referência para tentar.