EasyOCR vs Tesseract (Comparação de Recursos de OCR)

EasyOCR pode ser instalado usando pip, o gerenciador de pacotes do Python. Certifique-se de que todas as dependências foram satisfeitas primeiro. As dependências essenciais incluem as bibliotecas PyTorch: torch e torchvision. Estas podem ser instaladas junto com o EasyOCR:

Instalar EasyOCR: Abra um terminal ou linha de comando e insira o comando:

pip install easyocr

pip install easyocr

Instalar PyTorch, se não estiver instalado (necessário pelo EasyOCR): EasyOCR executa no PyTorch. Se não for instalado automaticamente no seu ambiente, siga o guia oficial de instalação do PyTorch.

Uma vez instalado, você estará pronto para usar o EasyOCR para tarefas de extração de texto.

Imagem OCR usando EasyOCR

O seguinte é um código de exemplo em Python demonstrando como usar o EasyOCR para realizar OCR em uma imagem:

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)

# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)

# Perform OCR on the image
result = reader.readtext(image_path)

# Print detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")

# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))

    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

A imagem abaixo é o resultado gerado a partir do código acima.

Após instalar o Tesseract, instale o pacote pytesseract usando pip:

pip install pytesseract

pip install pytesseract

Imagem OCR usando pytesseract

Aqui está um código de exemplo em Python usando pytesseract para realizar OCR em uma imagem:

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

Abaixo está o resultado gerado pelo código acima.

• Alta Precisão: Usa algoritmos avançados para oferecer altos níveis de precisão no reconhecimento de texto, independentemente da complexidade do documento ou uso de fontes.

• Suporte a Múltiplos Formatos: Aceita formatos de imagem como JPEG, PNG, GIF e TIFF, além de PDFs, para versatilidade em diversas aplicações.

• Reconhecimento Multilíngue: Suporta OCR multilinguístico, oferecendo resultados precisos em diversos contextos linguísticos.

• Preservação do Layout do Texto: Mantém o layout original do documento, garantindo que o texto extraído mantenha sua estrutura formatada.

• OCR Configurável: Oferece parâmetros configuráveis para resolução de imagem, orientação do texto e mais, permitindo aos desenvolvedores otimizar o desempenho de OCR para imagens específicas.

• Pré-processamento de Imagem: Inclui ferramentas básicas para aprimorar imagens, como remoção de ruído, ajuste de contraste e redimensionamento, para melhorar a precisão do OCR.

• Conversão para PDF Pesquisável: Converte imagens e documentos escaneados diretamente em PDFs pesquisáveis para uma eficiente gestão e recuperação de dados.

• Integração Fácil: Facilita a integração simples em aplicativos .NET, permitindo que os usuários adicionem facilmente funcionalidade de OCR.

• Processamento em Lote: Suporta o processamento de várias imagens ou documentos simultaneamente, útil para lidar com grandes volumes de dados.

Instalação

Para instalar o IronOCR, abra o Gerenciador de Pacotes NuGet no Visual Studio, inicie um novo projeto, procure por "IronOCR", selecione a versão mais recente e clique em Instalar.

Código de exemplo usando IronOCR

O seguinte código C# demonstra como usar o IronOCR para processamento de OCR:

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()

		' Add languages to the OCR engine
		Ocr.Language = OcrLanguage.English

		' Define the path to the input image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			Dim result = Ocr.Read(input)

			' Display the extracted text
			Console.WriteLine("Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

Alta Precisão

O IronOCR se destaca pela precisão com layouts complexos, imagens ruidosas e textos de baixa resolução em comparação com o Tesseract ou EasyOCR. Seus ferramentas de pré-processamento de imagem embutidas, como redução de ruído e ajustes de contraste, contribuem para alcançar alta precisão em aplicações do mundo real.

Preservação de Multi-formato e Layout

O IronOCR se sobressai no processamento de vários formatos de imagem, arquivos PDF e layouts de várias colunas, preservando a estrutura e formatação originais do documento. É bem adequado para projetos onde a preservação do layout é primordial.

Sua capacidade de converter diretamente imagens e documentos digitalizados em PDFs totalmente pesquisáveis sem depender de ferramentas ou bibliotecas adicionais lhe dá uma vantagem sobre o Tesseract e EasyOCR.

IronOCR Fornece Pré-processamento Avançado

Mesmo imagens de baixa qualidade podem alcançar alta precisão de OCR usando os recursos avançados de pré-processamento do IronOCR, que reduzem a necessidade de bibliotecas adicionais como OpenCV, tornando-o uma solução completa para extração de texto.

Escalabilidade e Desempenho

Otimizado para OCR de alta velocidade e eficiente em recursos, o IronOCR suporta escalabilidade para grandes tarefas de processamento de documentos, uma prioridade para aplicações empresariais.

Suporte e Atualizações

Com suporte comercial, o IronOCR se beneficia de atualizações regulares, correções de bugs e assistência dedicada, oferecendo confiabilidade a longo prazo e os avanços mais recentes em OCR, diferentemente de opções de código aberto como Tesseract e EasyOCR.