Uma comparação entre IronOCR e Nanonets OCR

IronOCR for .NET é uma biblioteca C# que permite aos usuários escanear, pesquisar e ler imagens e PDFs. Ela recebe um arquivo de imagem ou PDF como entrada e usa o mais recente mecanismo .NET OCR personalizado Tesseract 5 para produzir texto, dados estruturados ou documentos PDF pesquisáveis. Tesseract está disponível em mais de 125 idiomas, e o IronOCR oferece suporte multiplataforma em .NET Core, Standard, de 2.0 até 7.

IronOCR é uma API fácil de usar que permite aos desenvolvedores C# converter automaticamente imagens em texto usando a classe IronTesseract. A biblioteca prioriza velocidade, precisão e facilidade de uso.

Outro recurso poderoso do IronOCR é a capacidade de escanear códigos de barras e códigos QR de todos os arquivos de imagem e ler seu texto. Recursos adicionais importantes do IronOCR estão listados abaixo.

Características

• Idiomas Internacionais: Mais de 125 idiomas e suporte a idiomas personalizados.
• Leitura de Texto e Código de Barras: Leia textos e números de múltiplos idiomas ao mesmo tempo.
• Documentos Especializados: Leia texto de documentos especiais como recibos, cheques e faturas.
• Ler de Muitos Formatos: Ler de imagens (PNG, JPG, GIF, TIFF, BMP), System.Drawing Objects, fluxos, documentos PDF, e mais.
• Recursos de Pré-processamento: Inclui recursos de pré-processamento como o Filter Wizard, correção de imagem, correção de orientação e correção de cor.
• Saída Simples de Dados: Saídas em .NET Text Strings, Código de Barras, QR e formato de Imagem.

Agora, vamos dar uma olhada na Nanonets OCR API.

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 código compilado e (DLLs) e o arquivo manifesto. Acesse-o usando o seguinte método:

• Clique na guia ferramentas.
• Expanda a opção Gerenciador de Pacotes NuGet.

• Clique em Gerenciar Pacotes NuGet para Soluções.

  

Alternativamente:

• Clique com o botão direito no Explorador de Soluções.

• 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

O IronOCR também pode ser baixado diretamente do site oficial do NuGet. Siga estas etapas:

1. Visite o site do NuGet.
2. Clique na opção "baixar pacote" no lado direito da página.
3. Abra o pacote baixado para iniciar a instalação.
4. Finalmente, recarregue a solução e está pronto.

2.3. Baixar usando a Página da Web IronOCR

Visite o site da Iron Software e navegue até a página do IronOCR for .NET. Role até o final e clique em Baixar DLL ou Baixar instalador do Windows.

Um arquivo zip será baixado. Extraia o arquivo do projeto ou execute o instalador do Windows. Siga as etapas abaixo para adicioná-lo ao seu projeto.

1. Clique com o botão direito nas dependências do projeto no Visual Studio a partir do explorador de soluções.
2. Selecione a opção Adicionar Referência de Projeto.
3. Navegue até o local do arquivo DLL baixado.
4. Finalmente, clique em OK para adicionar uma referência ao projeto.

2.4. Usando o Command prompt 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, que precisa ser adicionado no topo do arquivo de código-fonte onde precisamos acessar as funções do IronOCR.

using IronOcr;

using IronOcr;

Agora, vamos instalar a API Nanonets OCR.

3.1. Adicionando o Namespace RestSharp

RestSharp é uma biblioteca cliente simples para Rest e HTTP for .NET. Ela é usada para enviar e receber solicitações de API e lidar com respostas. Esta biblioteca é necessária para executar o código da API Nanonets, pois ele também é uma API REST.

Para instalar RestSharp, abra o Gerenciador de Pacotes NuGet para sua solução, procure por RestSharp e instale. Alternativamente, você pode abrir o Console do Gerenciador de Pacotes e digitar o seguinte comando:

Install-Package RestSharp

Agora, tudo está configurado e pronto para uso.

4.1. Usando IronOCR

var Ocr = new IronTesseract();
using (var Input = new OcrInput()){
  Input.AddImage("test-files/employmentapp.png");
  var Result = Ocr.Read(Input);
  Console.WriteLine(Result.Text);
}

var Ocr = new IronTesseract();
using (var Input = new OcrInput()){
  Input.AddImage("test-files/employmentapp.png");
  var Result = Ocr.Read(Input);
  Console.WriteLine(Result.Text);
}

4.2. Usando Nanonets OCR

Nanonets também oferece a facilidade de extrair texto de imagens. Para fazer isso, é feita uma chamada de API com a chave de autenticação, e então a imagem é enviada para o servidor Nanonets. A ferramenta de OCR rápida então retornará o texto extraído como uma resposta para a aplicação. Aqui está um exemplo do código:

var client = new RestClient("https://app.nanonets.com/api/v2/OCR/FullText");
client.Timeout = -1;
var request = new RestRequest(Method.POST);
request.AddHeader("Authorization", "Basic " + Convert.ToBase64String(Encoding.Default.GetBytes("REPLACE_YOUR_API_KEY:")));
request.AddFile("file", "FILE_PATH");
RestResponse response = client.Execute(request);
Console.WriteLine(response.Content);

var client = new RestClient("https://app.nanonets.com/api/v2/OCR/FullText");
client.Timeout = -1;
var request = new RestRequest(Method.POST);
request.AddHeader("Authorization", "Basic " + Convert.ToBase64String(Encoding.Default.GetBytes("REPLACE_YOUR_API_KEY:")));
request.AddFile("file", "FILE_PATH");
RestResponse response = client.Execute(request);
Console.WriteLine(response.Content);

A saída não é perfeita. A imagem continha dados estruturados, dos quais apenas alguns foram recuperados corretamente. Com outra imagem de texto simples, a saída foi boa. Observe que o modelo pode ser treinado para obter resultados mais precisos.

5.1. Usando IronOCR

var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput()) {    
    input.AddImage("test-files/Barcode.png");    
    var Result = Ocr.Read(input);    
    foreach (var Barcode in Result.Barcodes){
        Console.WriteLine(Barcode.Value);
    }
}

var Ocr = new IronTesseract();
Ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput()) {    
    input.AddImage("test-files/Barcode.png");    
    var Result = Ocr.Read(input);    
    foreach (var Barcode in Result.Barcodes){
        Console.WriteLine(Barcode.Value);
    }
}

5.2. Usando Nanonets OCR

A API do Nanonets OCR fornece a funcionalidade para detectar códigos QR. No entanto, essa funcionalidade está disponível apenas no plano Enterprise, e você precisará entrar em contato com as vendas para usá-la. Além disso, o Nanonets permite detectar partes específicas de documentos ou recibos. Também oferece outros recursos, como contas a pagar, processamento de faturas e automação contábil.

6.1. Usando IronOCR

Ler arquivos PDF é tão simples quanto ler arquivos de imagem com o IronOCR. A única alteração necessária é usar o método AddPdf em vez de AddImage no código para ler imagens. O código é o seguinte:

var Ocr = new IronTesseract();
using (var Input = new OcrInput()) {
    Input.AddPdf("test-files/example.pdf");
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

var Ocr = new IronTesseract();
using (var Input = new OcrInput()) {
    Input.AddPdf("test-files/example.pdf");
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

O texto extraído está no mesmo formato que o arquivo PDF.

6.2. Usando Nanonets OCR

A leitura de dados de arquivos PDF também está disponível na API do Nanonets OCR. O código é quase idêntico ao código de detecção de texto de imagem, exceto pelo URL usado na solicitação. Vamos dar uma olhada no código:

var client = new RestClient("https://app.nanonets.com/api/v2/OCR/Model/{{model_id}}/LabelFile/?async=false");
var request = new RestRequest(Method.POST);
request.AddHeader("Authorization", "Basic " + Convert.ToBase64String(Encoding.Default.GetBytes("REPLACE_YOUR_API_KEY:")));
request.AddHeader("Accept", "Multipart/form-data");
request.AddFile("file", "test-files/example.pdf");
RestResponse response = client.Execute(request);
Console.WriteLine(response.Content);

var client = new RestClient("https://app.nanonets.com/api/v2/OCR/Model/{{model_id}}/LabelFile/?async=false");
var request = new RestRequest(Method.POST);
request.AddHeader("Authorization", "Basic " + Convert.ToBase64String(Encoding.Default.GetBytes("REPLACE_YOUR_API_KEY:")));
request.AddHeader("Accept", "Multipart/form-data");
request.AddFile("file", "test-files/example.pdf");
RestResponse response = client.Execute(request);
Console.WriteLine(response.Content);

No código acima, substitua o model_id pelo ID do seu modelo de OCR. Além disso, substitua a chave da API pela sua própria chave da API. Em seguida, substitua o caminho do arquivo PDF pelo caminho para o seu próprio arquivo.

A saída é semelhante ao IronOCR, mas com espaços extras e novas linhas incluídas na saída do Nanonets OCR.