Paddle OCR vs Tesseract: Comparação detalhada de OCR

Principais características

Paddle OCR destaca muitos de seus recursos OCR com uma API amigável para diversas aplicações. Aqui estão seus recursos de destaque:

1. Suporte Multilíngue: O Paddle OCR pode processar texto em vários idiomas, oferecendo suporte para mais de 50 idiomas.
2. Algoritmos Avançados: Incorpora métodos e algoritmos OCR avançados para detecção, reconhecimento e classificação de texto. Estes incluem o que há de mais recente em pesquisa de aprendizado profundo, como a Perda de Classificação Temporal Conexionista (CTC), que desempenha um papel crucial na previsão e alinhamento preciso de sequências de texto.
3. Eficiência e Velocidade: Otimizado tanto para velocidade quanto para precisão, o Paddle OCR é capaz de processar grandes volumes de imagens rapidamente, tornando-o adequado para aplicações de alta produção.

Licença

O Paddle OCR é lançado sob a licença Apache 2.0, garantindo que seja gratuito para usar, modificar e distribuir. A instalação é simples, normalmente envolvendo gerenciadores de pacotes como o PyPI for Python. Os usuários podem rapidamente instalar o Paddle OCR e suas dependências com alguns comandos, facilitando a integração em projetos.

Instalar PaddleSharp

Integrar o PaddleOCR em um projeto C# no Visual Studio pode ser simplificado com o uso do PaddleSharp, um wrapper .NET para a API Paddle Inference C#. Isso permite o uso direto das capacidades de aprendizado profundo do PaddlePaddle dentro de um ambiente .NET. Aqui está um guia passo a passo para configurar o PaddleSharp em seu projeto:

Pré-requisitos:

• Certifique-se de ter o Visual Studio instalado em seu sistema, com suporte ao .NET Framework ou .NET Core, dependendo dos requisitos do seu projeto.
• Um entendimento de C# e familiaridade com o gerenciamento de pacotes NuGet no Visual Studio também são essenciais.

Instalar o Pacote PaddleSharp:

1. Abra seu projeto no Visual Studio.
2. Navegue até a opção "Gerenciar Pacotes NuGet" clicando com o botão direito no seu projeto no Solution Explorer.
   • Pesquise por Sdcb.PaddleInference e instale o pacote. Este é o núcleo de ligação que permite que aplicações .NET utilizem o motor de inferência Paddle.

3. Em seguida, instale os seguintes pacotes:
   • Scdb.PaddleOCR
   • OpenCvSharp4
   • Scdb.PaddleOCR.Models.Online
   • OpenCvSharp4.runtime.win

Adicionar Pacotes Nativos e de Infraestrutura:

• Dependendo da sua plataforma de destino (Windows/Linux) e requisitos (CPU/GPU), pacotes adicionais podem ser necessários. Para Windows, você pode precisar de pacotes como Sdcb.PaddleInference.runtime.win64.mkl para suporte a MKL ou Sdcb.PaddleInference.runtime.win64.cuda para suporte a GPU.
• Instale-os também através do gerenciador de pacotes NuGet, garantindo compatibilidade com seus ambientes de desenvolvimento e de execução.

Exemplo de código

using System;
using System.Diagnostics;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Online;
using OpenCvSharp;

class PaddleOcrSample
{
    static async Task Main()
    {
        // Download English OCR model
        FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();

        // Set up PaddleOCR with the downloaded model
        using (PaddleOcrAll ocrEngine = new(model)
        {
            AllowRotateDetection = true,
            Enable180Classification = false, // Optimize for performance
        })
        using (Mat imgSrc = Cv2.ImRead(@"read.jpg")) // Load the image
        {
            // Perform OCR and measure elapsed time
            Stopwatch stopWatch = Stopwatch.StartNew();
            PaddleOcrResult result = ocrEngine.Run(imgSrc);
            Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms");
            Console.WriteLine(result.Text);
        }
    }
}

using System;
using System.Diagnostics;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Online;
using OpenCvSharp;

class PaddleOcrSample
{
    static async Task Main()
    {
        // Download English OCR model
        FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();

        // Set up PaddleOCR with the downloaded model
        using (PaddleOcrAll ocrEngine = new(model)
        {
            AllowRotateDetection = true,
            Enable180Classification = false, // Optimize for performance
        })
        using (Mat imgSrc = Cv2.ImRead(@"read.jpg")) // Load the image
        {
            // Perform OCR and measure elapsed time
            Stopwatch stopWatch = Stopwatch.StartNew();
            PaddleOcrResult result = ocrEngine.Run(imgSrc);
            Console.WriteLine($"Elapsed={stopWatch.ElapsedMilliseconds} ms");
            Console.WriteLine(result.Text);
        }
    }
}

Principais características

Aqui está uma visão geral de seus principais recursos:

1. Suporte Extensivo a Idiomas: Com capacidade de reconhecer mais de 100 idiomas, o Tesseract atende a um público global. O motor suporta Unicode (UTF-8), permitindo o processamento de documentos multilíngues.
2. Reconhecimento Baseado em Rede Neural: A versão 4 e superiores do Tesseract introduziram um motor de OCR baseado em rede neural (LSTM), melhorando sua precisão no reconhecimento de linhas de texto em relação aos métodos tradicionais de reconhecimento de padrões de caracteres.
3. Formatos de Saída Versáteis: O Tesseract suporta diversos formatos de saída, incluindo texto simples, hOCR (HTML), PDF e TSV, tornando-o adaptável para diferentes casos de uso.

Licença

O Tesseract OCR é lançado sob a Licença Apache 2.0. Esta licença é uma das mais permissivas e abertas, permitindo liberdade quase irrestrita para usar, modificar e distribuir o software, até mesmo em projetos de software proprietários.

Instalar Tesseract

Para instalar o Tesseract OCR em um projeto do Visual Studio usando o NuGet, siga estas etapas:

1. Abrir Visual Studio: Inicie o Visual Studio e abra seu projeto ou crie um novo.
2. Clique com o botão direito no seu projeto no Solution Explorer e selecione Gerenciar Pacotes NuGet...
3. No Gerenciador de Pacotes NuGet, mude para a aba Procurar e pesquise por Tesseract.
4. Instale o gerenciador de pacotes NuGet Tesseract.

5. Baixe o Tessdata deste link. É importante usar o Tesseract OCR.

Exemplo de código

using Tesseract;

class TesseractSample
{
    static void Main()
    {
        // Initialize Tesseract engine with English language support
        using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
        {
            // Load image from file
            using (var img = Pix.LoadFromFile(@"read.jpg"))
            {
                // Process image with Tesseract to extract text
                using (var page = engine.Process(img))
                {
                    var text = page.GetText();
                    Console.WriteLine(text); // Print extracted text to console
                }
            }
        }
    }
}

using Tesseract;

class TesseractSample
{
    static void Main()
    {
        // Initialize Tesseract engine with English language support
        using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
        {
            // Load image from file
            using (var img = Pix.LoadFromFile(@"read.jpg"))
            {
                // Process image with Tesseract to extract text
                using (var page = engine.Process(img))
                {
                    var text = page.GetText();
                    Console.WriteLine(text); // Print extracted text to console
                }
            }
        }
    }
}

Principais características

Aqui estão alguns dos principais atributos e funcionalidades que fazem o IronOCR se destacar:

• Motor Avançado de OCR: Utilizando o Tesseract 5, o IronOCR oferece um motor avançado de OCR que suporta 125+ idiomas. Esta capacidade é crucial para aplicações globais que requerem suporte multilíngue. A biblioteca oferece opções de qualidade alta, média e rápida para a maioria dos idiomas, incluindo idiomas personalizados e treinamento de fontes, garantindo flexibilidade e alta precisão no reconhecimento de texto.
• Manuseio Abrangente de Documentos: O IronOCR pode processar uma variedade de tipos e formatos de documentos, incluindo imagens (JPG, PNG, GIF, TIFF, BMP), objetos System.Drawing, streams e PDFs.
• Processamento Robusto de Imagens: A biblioteca inclui um conjunto poderoso de filtros e ferramentas de processamento de imagem, como nitidez, aprimoramento de resolução, redução de ruído e correção de cores (binarização, escala de cinza, inversão).
• Saída de Dados Estruturados e Simples: O IronOCR fornece tanto a saída de dados estruturados (páginas, blocos, parágrafos, linhas, palavras, caracteres) quanto a saída de dados simples (strings de texto .NET, dados de código de barras e QR, imagens).
• Processamento Concorrente e Visão Computacional: A biblioteca suporta operações de única e múltiplas threads, operações assíncronas, e oferece capacidades de visão computacional para identificar regiões de texto dentro das imagens, melhorando a precisão e eficiência do reconhecimento de texto em imagens complexas ou ruidosas.

Para instalar o IronOCR no seu projeto .NET, você pode usar vários métodos, dependendo do seu ambiente de desenvolvimento e preferências. Aqui está um guia simplificado para começar:

Licença

IronOCR oferece várias opções de licenciamento adaptadas para atender às diferentes necessidades de projeto e desenvolvedor, garantindo flexibilidade e escalabilidade para seus usuários. Os termos de licenciamento são perpétuos, o que significa que uma vez que você compra uma licença, não há taxas recorrentes. Além disso, cada licença inclui uma garantia de reembolso de 30 dias, um ano de suporte ao produto e atualizações, e é válida para ambientes de desenvolvimento, teste e produção. O preço da licença começa a partir de $799. Você pode obter uma avaliação gratuita antes de comprar a licença.

Instalar IronOCR

1. Navegue para Ferramentas -> Gerenciador de Pacotes NuGet -> Console do Gerenciador de Pacotes.
2. Insira o comando Install-Package IronOcr e execute-o. Este comando busca e instala o IronOCR em seu projeto, tornando-o pronto para uso.

Exemplo de código

Aqui está um exemplo de código de como você pode extrair texto de uma imagem usando IronOCR:

using IronOcr;

class IronOcrSample
{
    static void Main()
    {
        // Apply license key once obtained
        IronOcr.License.LicenseKey = "License-Key"; 

        // Initialize IronTesseract for OCR processing
        var ocrEngine = new IronTesseract();

        // Perform OCR on the given image and print the text
        var ocrResult = ocrEngine.Read("read.jpg");
        Console.WriteLine(ocrResult.Text); // Print the extracted text
    }
}

using IronOcr;

class IronOcrSample
{
    static void Main()
    {
        // Apply license key once obtained
        IronOcr.License.LicenseKey = "License-Key"; 

        // Initialize IronTesseract for OCR processing
        var ocrEngine = new IronTesseract();

        // Perform OCR on the given image and print the text
        var ocrResult = ocrEngine.Read("read.jpg");
        Console.WriteLine(ocrResult.Text); // Print the extracted text
    }
}

Precisão

Tanto o PaddleOCR quanto o Tesseract demonstraram alta precisão em benchmarks, mas a capacidade do IronOCR de ajustar e ajustar etapas de pré-processamento lhe dá uma vantagem em entregar resultados superiores em diversos tipos de documentos.

Velocidade

Quando se trata de velocidade de processamento, o IronOCR se destaca devido ao seu manuseio eficiente de documentos dentro do ambiente .NET, oferecendo desempenho otimizado para reconhecimento rápido de texto. Embora PaddleOCR e Tesseract também sejam conhecidos por suas capacidades de processamento em tempo real.

Suporte linguístico

Tesseract oferece suporte para mais de 100 idiomas, tornando-o uma das ferramentas OCR mais versáteis em termos de cobertura de idiomas. PaddleOCR também oferece suporte impressionante a idiomas, especialmente para idiomas asiáticos. IronOCR, usando o motor do Tesseract, herda esse suporte extensivo a idiomas, combinando-o com melhorias e otimizações adicionais. Esta combinação não só estende a gama de idiomas efetivamente suportados, mas também melhora a precisão e velocidade para os idiomas diretamente suportados pelas melhorias do IronOCR.

Opções de personalização

IronOCR se destaca nesta personalização fornecendo uma ampla gama de opções que permitem aos desenvolvedores ajustar o processo de OCR, incluindo pré-processamento de imagens, filtragem de texto e dicionários personalizados. Esse nível de personalização é particularmente valioso em cenários complexos de OCR, onde as configurações padrão podem não ser suficientes. Embora PaddleOCR e Tesseract ofereçam algumas capacidades de personalização, o foco do IronOCR nas necessidades dos desenvolvedores dentro do ecossistema .NET garante um grau mais alto de flexibilidade.

Suporte da Comunidade

Embora o Tesseract desfrute de uma vasta e estabelecida comunidade devido à sua longa história e natureza de código aberto, e a comunidade do PaddleOCR esteja crescendo rapidamente, o IronOCR se beneficia de uma comunidade focada de desenvolvedores .NET.