Google Cloud Vision bir görüntüden tek bir karakter okumadan önce, zaten bir GCP projesi oluşturdunuz, Vision API'yi etkinleştirdiniz, bir hizmet hesabı yarattınız, RSA özel anahtarı içeren bir JSON anahtar dosyası indirdiniz, kodunuzun çalışacağı her sunucuda GOOGLE_APPLICATION_CREDENTIALS ortam değişkenini ayarladınız ve 1.800 istek/dakika varsayılan kotası bittiğinde StatusCode.ResourceExhausted işlemek için bir yeniden deneme döngüsü yazdınız. Daha sonra PDF işlemenin ikinci bir NuGet paketi (Google.Cloud.Storage.V1), bir GCS kovası, bir asin kron döngü, JSON çıktısı ayıklama ve bulut depolamadan nesneleri silmek için bir temizlik adımı gerektirdiğini keşfedersiniz. Google Cloud Vision, ML destekli modelleriyle Çin, Japon ve Kore metninde güçlü doğruluk sağlar, fakat tek bir üretim belgesi işlemeden önce operasyonel yüzeyi geniştir.

Google Cloud Vision'ı Anlamak

Google Cloud Vision, Google'ın makine öğrenimi altyapısıyla desteklenen bulut barındırmalı bir görüntü analiz API'sidir. OCR için, iki farklı özellik türü sunar: doğal sahnelerdeki seyrek metinler için optimize edilen TEXT_DETECTION, sokak tabelaları ve ürün etiketleri gibi, ve paragraflar, tablolar ve çok sütunlu düzenlerle yoğun belgeler için optimize edilen DOCUMENT_TEXT_DETECTION. Hizmet, gRPC taşıma katmanını saran ve Protobuf tarafından üretilmiş yanıt nesneleri döndüren Google.Cloud.Vision.V1 NuGet paketi aracılığıyla çağrılır.

Ana mimari özellikler:

• Sadece Bulutta işleme: Her belge Google'ın altyapısına iletilir ve orada işlenir. Yerinde (on-premise) mod yoktur.
• Hizmet hesabı kimlik doğrulaması: Kimlik doğrulama bir RSA özel anahtar, bir istemci e-postası ve bir proje Kimliği içeren bir JSON anahtar dosyası gerektirir. Dosya, her ana makineye dağıtılmalı ve GOOGLE_APPLICATION_CREDENTIALS ortam değişkeni veya Google Uygulama Varsayılan Kimlik Bilgileri aracılığıyla referans gösterilmelidir.
• PDF GCS ve asenkron gerektirir: PDF belgeleri işleme doğrudan bir API çağrısı değildir. PDF'ler, Google Cloud Storage'a yüklenmeli, AsyncBatchAnnotateFilesAsync aracılığıyla gönderilmeli, tamamlanıncaya kadar kontrol edilmeli ve ardından JSON çıktı dosyaları GCS'den indirilip ayrıştırılmalıdır. Protobuf yanıt hiyerarşisi: DOCUMENT_TEXT_DETECTION, TextAnnotation Protobuf nesnesini, Pages → Blocks → Paragraphs → Words → Symbols şeklinde bir hiyerarşi ile döndürür. Paragraf metni çıkarmak, dört düzeyde yineleme gerektirir ve bireysel sembol dizilerini birleştirmek gerekir.
• Oran sınırlamaları: Varsayılan kota dakikada 1.800 istektir. Bu eşik üzerindeki toplu işleme, StatusCode.ResourceExhausted yanıtları için yeniden deneme mantığı uygulamayı gerektirir.
• **FedRAMP durumu:**Google Cloud VisionFedRAMP yetkisine sahip değildir, bu da Federal kurum kullanım durumlarından diskalifiye eder, burada Azure Computer Vision (FedRAMP Yüksek) veya AWS Textract (FedRAMP Yüksek) mevcut alternatifler olarak kalır. Fiyatlandırma: Aylık ilk 1.000 ücretsiz birimden sonra TEXT_DETECTION ve DOCUMENT_TEXT_DETECTION için her 1.000 görüntü başına ücretlendirme; PDF asenkron işleme sayfa başına fatura edilir. Mevcut oranlar için Google Cloud Vision fiyatlandırma sayfasına başvurun.

Hizmet Hesabı Kimlik Bilgisi Kurulumu

google-vision-vs-ironocr-examples.cs'den alınan aşağıdaki kod, istemci başlatma desenini açıklar. Özellikle başlatma satırının gizlediği öncelik: GOOGLE_APPLICATION_CREDENTIALS ortam değişkeni, geçerli makinede geçerli bir hizmet hesabı JSON anahtar dosyasını işaret etmek zorundadır:

using Google.Cloud.Vision.V1;

public class GoogleVisionService
{
    private readonly ImageAnnotatorClient _client;

    public GoogleVisionService()
    {
        // Requires GOOGLE_APPLICATION_CREDENTIALS env var
        // pointing to a service account JSON key file
        _client = ImageAnnotatorClient.Create();
    }

    public string DetectText(string imagePath)
    {
        // WARNING: Image uploaded to Google Cloud
        var image = Image.FromFile(imagePath);
        var response = _client.DetectText(image);

        if (response.Count > 0)
        {
            return response[0].Description;
        }

        return string.Empty;
    }
}

using Google.Cloud.Vision.V1;

public class GoogleVisionService
{
    private readonly ImageAnnotatorClient _client;

    public GoogleVisionService()
    {
        // Requires GOOGLE_APPLICATION_CREDENTIALS env var
        // pointing to a service account JSON key file
        _client = ImageAnnotatorClient.Create();
    }

    public string DetectText(string imagePath)
    {
        // WARNING: Image uploaded to Google Cloud
        var image = Image.FromFile(imagePath);
        var response = _client.DetectText(image);

        if (response.Count > 0)
        {
            return response[0].Description;
        }

        return string.Empty;
    }
}

Imports Google.Cloud.Vision.V1

Public Class GoogleVisionService
    Private ReadOnly _client As ImageAnnotatorClient

    Public Sub New()
        ' Requires GOOGLE_APPLICATION_CREDENTIALS env var
        ' pointing to a service account JSON key file
        _client = ImageAnnotatorClient.Create()
    End Sub

    Public Function DetectText(imagePath As String) As String
        ' WARNING: Image uploaded to Google Cloud
        Dim image = Image.FromFile(imagePath)
        Dim response = _client.DetectText(image)

        If response.Count > 0 Then
            Return response(0).Description
        End If

        Return String.Empty
    End Function
End Class

Imports Google.Cloud.Vision.V1

Public Class GoogleVisionService
    Private ReadOnly _client As ImageAnnotatorClient

    Public Sub New()
        ' Requires GOOGLE_APPLICATION_CREDENTIALS env var
        ' pointing to a service account JSON key file
        _client = ImageAnnotatorClient.Create()
    End Sub

    Public Function DetectText(imagePath As String) As String
        ' WARNING: Image uploaded to Google Cloud
        Dim image = Image.FromFile(imagePath)
        Dim response = _client.DetectText(image)

        If response.Count > 0 Then
            Return response(0).Description
        End If

        Return String.Empty
    End Function
End Class

JSON anahtar dosyası RSA özel anahtarı, istemci e-postasını ve proje tanıtıcılarını içerir. Kaynak kontrolüne asla dahil edilmemelidir, Docker görüntülerinden çıkarılmalıdır, düzenli olarak döndürülmeli ve uygun dosya sistemi izinleriyle korunmalıdır. Bozulmuş bir anahtar, GCP Konsolundan manuel olarak iptal edilene kadar API erişimi sağlar.

IronOCR'u Anlamak

IronOCR, optimize edilmiş bir Tesseract 5 motoru üzerine kurulu .NET için ticari yerinde bir OCR kütüphanesidir. Tüm belgeleri yerel olarak işler — bulut aktarımı yok, internet gereksinimi yok, üçüncü taraf veri işlemesi yoktur. Tek bir NuGet paketi yüklemesi (IronOcr), her şeyi sağlar: OCR motoru, otomatik ön işleme filtreleri, yerel PDF desteği ve 125+'ten fazla dil paketi, ayrı NuGet paketleri olarak mevcuttur.

Anahtar özellikler:

• Yerinde işleme: Belgeler altyapınızı asla terk etmez. Çıkış bağlantısı olmadan izole ortamlarda, sınıflandırılmış ağlarda ve Docker kapsayıcılarında çalışır.
• Tek NuGet dağıtımı: Tessdata klasörleri, yerel kütüphane yönetimi yoktur, lisans anahtar dizisi haricinde gerekli ortam değişkenleri yoktur.
• Otomatik ön işleme: Deskew, DeNoise, Contrast, Binarize ve EnhanceResolution filtreleri düşük kaliteli girişlerde otomatik olarak uygulanır ve açık kontrol için ayrı ayrı kullanılabilir. Yerel PDF girişi: PDF'ler, senkron işleme ile doğrudan input.LoadPdf() üzerinden yüklenir. Parola ile korunan PDF'ler için tek bir parametre gereklidir. Yapılandırılmış OcrResult: Sonuçlar, .NET nesneleri olarak Text, Confidence, Pages, Paragraphs, Lines, Words, Barcodes'i açığa çıkarır - Protobuf ayrıştırma veya sembol birleştirmesi yok. İş parçacığı güvenli: IronTesseract örnekleri, paralel kullanım için güvenlidir. Toplu işler, ek senkronizasyon olmadan Parallel.ForEach kullanabilir. Kalıcı lisanslama: $999 Lite, $1,499 Plus, $2,399 Professional, $4,799 Unlimited - tek seferlik alım, işlem başına maliyet yok.

Özellik Karşılaştırması

Ayrıntılı Özellik Karşılaştırması

Kimlik Doğrulama Karmaşıklığı ve Kimlik Bilgisi Yönetimi

Google Cloud Vision'un en az tahmin edilen maliyeti görüntü başına ücret değildir. Uygulamanızın çalıştığı her ortamda hizmet hesabı kimlik bilgilerini yönetmenin operasyonel yüküdür.

Google Cloud Vision Yaklaşımı

İstemcinin başlatılması tek bir satır gibi görünebilir ancak bu satır, yedi ön koşul yerine getirilmezse, RpcException yanında StatusCode.PermissionDenied fırlatacaktır. google-cloud-vision-migration-examples.cs'ten, kimlik bilgisi ayarı tüm hikayeyi anlatıyor:

public GoogleVisionCredentialSetup()
{
    // BEFORE: Requires GOOGLE_APPLICATION_CREDENTIALS environment variable
    // pointing to a service account JSON key file:
    // export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account.json"
    //
    // The JSON file contains sensitive data:
    // - private_key: RSA private key
    // - client_email: service account email
    // - project_id: GCP project identifier
    //
    // Security concerns:
    // - Key file must never be committed to source control
    // - Key file must be rotated periodically
    // - Key file must be protected with file system permissions
    // - Key file compromise grants API access until revoked

    _client = ImageAnnotatorClient.Create();
}

public GoogleVisionCredentialSetup()
{
    // BEFORE: Requires GOOGLE_APPLICATION_CREDENTIALS environment variable
    // pointing to a service account JSON key file:
    // export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account.json"
    //
    // The JSON file contains sensitive data:
    // - private_key: RSA private key
    // - client_email: service account email
    // - project_id: GCP project identifier
    //
    // Security concerns:
    // - Key file must never be committed to source control
    // - Key file must be rotated periodically
    // - Key file must be protected with file system permissions
    // - Key file compromise grants API access until revoked

    _client = ImageAnnotatorClient.Create();
}

Public Sub New()
    ' BEFORE: Requires GOOGLE_APPLICATION_CREDENTIALS environment variable
    ' pointing to a service account JSON key file:
    ' export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account.json"
    '
    ' The JSON file contains sensitive data:
    ' - private_key: RSA private key
    ' - client_email: service account email
    ' - project_id: GCP project identifier
    '
    ' Security concerns:
    ' - Key file must never be committed to source control
    ' - Key file must be rotated periodically
    ' - Key file must be protected with file system permissions
    ' - Key file compromise grants API access until revoked

    _client = ImageAnnotatorClient.Create()
End Sub

Public Sub New()
    ' BEFORE: Requires GOOGLE_APPLICATION_CREDENTIALS environment variable
    ' pointing to a service account JSON key file:
    ' export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account.json"
    '
    ' The JSON file contains sensitive data:
    ' - private_key: RSA private key
    ' - client_email: service account email
    ' - project_id: GCP project identifier
    '
    ' Security concerns:
    ' - Key file must never be committed to source control
    ' - Key file must be rotated periodically
    ' - Key file must be protected with file system permissions
    ' - Key file compromise grants API access until revoked

    _client = ImageAnnotatorClient.Create()
End Sub

Docker tabanlı bir dağıtımda, JSON anahtar dosyası, gizli bir birim olarak monte edilmeli veya Kubernetes gizlilikleri aracılığıyla enjekte edilmelidir. Çok bölgeli bir yapıda, her bölgenin aynı kimlik doğrulama yapılandırmasına ihtiyacı vardır. Anahtar dönüşümü, her dağıtımın eş zamanlı güncellenmesini veya eski ve yeni anahtarların her ikisinin de geçerli olduğu bir pencereyi kabul etmeyi gerektiren manuel bir süreçtir. Hata işleme katmanı orantılı olarak büyür — üretim kodu, StatusCode.PermissionDenied, StatusCode.ResourceExhausted, StatusCode.Unavailable ve StatusCode.DeadlineExceeded için ayrı catch blokları gerektirir.

IronOCR Yaklaşımı

IronOCR'nin kurulumu bir lisans anahtarı dizgisidir. Dağıtılacak dosya yok, anahtarın kendisinden başka ortam değişkeni yok, döndürme takvimi yok:

public IronOcrCredentialSetup()
{
    // Simple license key - no key files, no environment variables required
    IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE")
        ?? "YOUR-LICENSE-KEY";

    //Hayırservice accounts, no key rotation, no IAM configuration
    _ocr = new IronTesseract();
}

public IronOcrCredentialSetup()
{
    // Simple license key - no key files, no environment variables required
    IronOcr.License.LicenseKey = Environment.GetEnvironmentVariable("IRONOCR_LICENSE")
        ?? "YOUR-LICENSE-KEY";

    //Hayırservice accounts, no key rotation, no IAM configuration
    _ocr = new IronTesseract();
}

CI/CD'de, lisans anahtarı tek bir boru hattı gizlisidir. Docker'da, tek bir ortam değişkenidir. Monte edilecek JSON dosyası yok, atanacak IAM rolü yok, etkileşime girilecek GCP Konsolu yok. Bir geliştirici ekibe katıldığında, bir dizgi alır. Kimlik doğrulama ile ilgili hataların tüm yüzeyi: anahtar geçersiz veya deneme süresi doldu.

PDF İşleme: GCS Boru Hattı vs Doğrudan Yükleme

PDF işlemenin iki kütüphane arasında operasyonel farkın somut hale geldiği yerdir. Google Cloud Vision, doğrudan API girdisi olarak PDF kabul etmez — dosya bir ara adım olarak Google Cloud Storage üzerinden geçmelidir.

Google Cloud Vision Yaklaşımı

google-cloud-vision-migration-examples.cs itibarıyla eksiksiz PDF işleme akışı, DownloadAndParseResultsAsync uygulamasından önce 40'tan fazla satıra koşar - ki bu da kendisi GCS çıktı URI'larını ayıklamayı, sonuç nesnelerini listelemeyi, JSON dosyalarını indirmeyi ve sayfalar arasında metni birleştirmeyi gerektirir:

public async Task<string> ProcessPdfAsync(string pdfPath)
{
    // Step 1: Create storage client
    var storageClient = StorageClient.Create();
    var objectName = $"ocr-input/{Guid.NewGuid()}.pdf";

    // Step 2: Upload PDF to GCS (document leaves your infrastructure)
    using (var stream = File.OpenRead(pdfPath))
    {
        await storageClient.UploadObjectAsync(
            _bucketName, objectName, "application/pdf", stream);
    }

    // Step 3: Build async annotation request
    var asyncRequest = new AsyncAnnotateFileRequest
    {
        InputConfig = new InputConfig
        {
            GcsSource = new GcsSource { Uri = $"gs://{_bucketName}/{objectName}" },
            MimeType = "application/pdf"
        },
        Features = { new Feature { Type = Feature.Types.Type.DocumentTextDetection } },
        OutputConfig = new OutputConfig
        {
            GcsDestination = new GcsDestination { Uri = $"gs://{_bucketName}/ocr-output/" },
            BatchSize = 1
        }
    };

    // Step 4: Submit and wait for async operation
    var operation = await _visionClient.AsyncBatchAnnotateFilesAsync(
        new[] { asyncRequest });
    var completedOperation = await operation.PollUntilCompletedAsync();

    // Step 5: Download and parse results from GCS output
    var outputUri = completedOperation.Result.Responses[0]
        .OutputConfig.GcsDestination.Uri;
    var text = await DownloadAndParseResultsAsync(storageClient, outputUri);

    // Step 6: Clean up input file from GCS
    await storageClient.DeleteObjectAsync(_bucketName, objectName);

    return text;
}

public async Task<string> ProcessPdfAsync(string pdfPath)
{
    // Step 1: Create storage client
    var storageClient = StorageClient.Create();
    var objectName = $"ocr-input/{Guid.NewGuid()}.pdf";

    // Step 2: Upload PDF to GCS (document leaves your infrastructure)
    using (var stream = File.OpenRead(pdfPath))
    {
        await storageClient.UploadObjectAsync(
            _bucketName, objectName, "application/pdf", stream);
    }

    // Step 3: Build async annotation request
    var asyncRequest = new AsyncAnnotateFileRequest
    {
        InputConfig = new InputConfig
        {
            GcsSource = new GcsSource { Uri = $"gs://{_bucketName}/{objectName}" },
            MimeType = "application/pdf"
        },
        Features = { new Feature { Type = Feature.Types.Type.DocumentTextDetection } },
        OutputConfig = new OutputConfig
        {
            GcsDestination = new GcsDestination { Uri = $"gs://{_bucketName}/ocr-output/" },
            BatchSize = 1
        }
    };

    // Step 4: Submit and wait for async operation
    var operation = await _visionClient.AsyncBatchAnnotateFilesAsync(
        new[] { asyncRequest });
    var completedOperation = await operation.PollUntilCompletedAsync();

    // Step 5: Download and parse results from GCS output
    var outputUri = completedOperation.Result.Responses[0]
        .OutputConfig.GcsDestination.Uri;
    var text = await DownloadAndParseResultsAsync(storageClient, outputUri);

    // Step 6: Clean up input file from GCS
    await storageClient.DeleteObjectAsync(_bucketName, objectName);

    return text;
}

Imports System
Imports System.IO
Imports System.Threading.Tasks

Public Class PdfProcessor
    Private _bucketName As String
    Private _visionClient As VisionClient

    Public Async Function ProcessPdfAsync(pdfPath As String) As Task(Of String)
        ' Step 1: Create storage client
        Dim storageClient = StorageClient.Create()
        Dim objectName = $"ocr-input/{Guid.NewGuid()}.pdf"

        ' Step 2: Upload PDF to GCS (document leaves your infrastructure)
        Using stream = File.OpenRead(pdfPath)
            Await storageClient.UploadObjectAsync(_bucketName, objectName, "application/pdf", stream)
        End Using

        ' Step 3: Build async annotation request
        Dim asyncRequest = New AsyncAnnotateFileRequest With {
            .InputConfig = New InputConfig With {
                .GcsSource = New GcsSource With {.Uri = $"gs://{_bucketName}/{objectName}"},
                .MimeType = "application/pdf"
            },
            .Features = {New Feature With {.Type = Feature.Types.Type.DocumentTextDetection}},
            .OutputConfig = New OutputConfig With {
                .GcsDestination = New GcsDestination With {.Uri = $"gs://{_bucketName}/ocr-output/"},
                .BatchSize = 1
            }
        }

        ' Step 4: Submit and wait for async operation
        Dim operation = Await _visionClient.AsyncBatchAnnotateFilesAsync({asyncRequest})
        Dim completedOperation = Await operation.PollUntilCompletedAsync()

        ' Step 5: Download and parse results from GCS output
        Dim outputUri = completedOperation.Result.Responses(0).OutputConfig.GcsDestination.Uri
        Dim text = Await DownloadAndParseResultsAsync(storageClient, outputUri)

        ' Step 6: Clean up input file from GCS
        Await storageClient.DeleteObjectAsync(_bucketName, objectName)

        Return text
    End Function

    Private Async Function DownloadAndParseResultsAsync(storageClient As StorageClient, outputUri As String) As Task(Of String)
        ' Implementation for downloading and parsing results
        Return Await Task.FromResult(String.Empty)
    End Function
End Class

Public Class StorageClient
    Public Shared Function Create() As StorageClient
        Return New StorageClient()
    End Function

    Public Async Function UploadObjectAsync(bucketName As String, objectName As String, mimeType As String, stream As Stream) As Task
        ' Implementation for uploading object
        Await Task.CompletedTask
    End Function

    Public Async Function DeleteObjectAsync(bucketName As String, objectName As String) As Task
        ' Implementation for deleting object
        Await Task.CompletedTask
    End Function
End Class

Public Class VisionClient
    Public Async Function AsyncBatchAnnotateFilesAsync(requests As AsyncAnnotateFileRequest()) As Task(Of Operation)
        ' Implementation for async batch annotate files
        Return Await Task.FromResult(New Operation())
    End Function
End Class

Public Class Operation
    Public Async Function PollUntilCompletedAsync() As Task(Of OperationResult)
        ' Implementation for polling until completed
        Return Await Task.FromResult(New OperationResult())
    End Function
End Class

Public Class OperationResult
    Public Property Responses As Response()
End Class

Public Class Response
    Public Property OutputConfig As OutputConfig
End Class

Public Class AsyncAnnotateFileRequest
    Public Property InputConfig As InputConfig
    Public Property Features As List(Of Feature)
    Public Property OutputConfig As OutputConfig
End Class

Public Class InputConfig
    Public Property GcsSource As GcsSource
    Public Property MimeType As String
End Class

Public Class GcsSource
    Public Property Uri As String
End Class

Public Class Feature
    Public Property Type As Types.Type

    Public Class Types
        Public Enum Type
            DocumentTextDetection
        End Enum
    End Class
End Class

Public Class OutputConfig
    Public Property GcsDestination As GcsDestination
    Public Property BatchSize As Integer
End Class

Public Class GcsDestination
    Public Property Uri As String
End Class

Imports System
Imports System.IO
Imports System.Threading.Tasks

Public Class PdfProcessor
    Private _bucketName As String
    Private _visionClient As VisionClient

    Public Async Function ProcessPdfAsync(pdfPath As String) As Task(Of String)
        ' Step 1: Create storage client
        Dim storageClient = StorageClient.Create()
        Dim objectName = $"ocr-input/{Guid.NewGuid()}.pdf"

        ' Step 2: Upload PDF to GCS (document leaves your infrastructure)
        Using stream = File.OpenRead(pdfPath)
            Await storageClient.UploadObjectAsync(_bucketName, objectName, "application/pdf", stream)
        End Using

        ' Step 3: Build async annotation request
        Dim asyncRequest = New AsyncAnnotateFileRequest With {
            .InputConfig = New InputConfig With {
                .GcsSource = New GcsSource With {.Uri = $"gs://{_bucketName}/{objectName}"},
                .MimeType = "application/pdf"
            },
            .Features = {New Feature With {.Type = Feature.Types.Type.DocumentTextDetection}},
            .OutputConfig = New OutputConfig With {
                .GcsDestination = New GcsDestination With {.Uri = $"gs://{_bucketName}/ocr-output/"},
                .BatchSize = 1
            }
        }

        ' Step 4: Submit and wait for async operation
        Dim operation = Await _visionClient.AsyncBatchAnnotateFilesAsync({asyncRequest})
        Dim completedOperation = Await operation.PollUntilCompletedAsync()

        ' Step 5: Download and parse results from GCS output
        Dim outputUri = completedOperation.Result.Responses(0).OutputConfig.GcsDestination.Uri
        Dim text = Await DownloadAndParseResultsAsync(storageClient, outputUri)

        ' Step 6: Clean up input file from GCS
        Await storageClient.DeleteObjectAsync(_bucketName, objectName)

        Return text
    End Function

    Private Async Function DownloadAndParseResultsAsync(storageClient As StorageClient, outputUri As String) As Task(Of String)
        ' Implementation for downloading and parsing results
        Return Await Task.FromResult(String.Empty)
    End Function
End Class

Public Class StorageClient
    Public Shared Function Create() As StorageClient
        Return New StorageClient()
    End Function

    Public Async Function UploadObjectAsync(bucketName As String, objectName As String, mimeType As String, stream As Stream) As Task
        ' Implementation for uploading object
        Await Task.CompletedTask
    End Function

    Public Async Function DeleteObjectAsync(bucketName As String, objectName As String) As Task
        ' Implementation for deleting object
        Await Task.CompletedTask
    End Function
End Class

Public Class VisionClient
    Public Async Function AsyncBatchAnnotateFilesAsync(requests As AsyncAnnotateFileRequest()) As Task(Of Operation)
        ' Implementation for async batch annotate files
        Return Await Task.FromResult(New Operation())
    End Function
End Class

Public Class Operation
    Public Async Function PollUntilCompletedAsync() As Task(Of OperationResult)
        ' Implementation for polling until completed
        Return Await Task.FromResult(New OperationResult())
    End Function
End Class

Public Class OperationResult
    Public Property Responses As Response()
End Class

Public Class Response
    Public Property OutputConfig As OutputConfig
End Class

Public Class AsyncAnnotateFileRequest
    Public Property InputConfig As InputConfig
    Public Property Features As List(Of Feature)
    Public Property OutputConfig As OutputConfig
End Class

Public Class InputConfig
    Public Property GcsSource As GcsSource
    Public Property MimeType As String
End Class

Public Class GcsSource
    Public Property Uri As String
End Class

Public Class Feature
    Public Property Type As Types.Type

    Public Class Types
        Public Enum Type
            DocumentTextDetection
        End Enum
    End Class
End Class

Public Class OutputConfig
    Public Property GcsDestination As GcsDestination
    Public Property BatchSize As Integer
End Class

Public Class GcsDestination
    Public Property Uri As String
End Class

Bu, minimum çalışan uygulamadır, bir üretim sertleştirilmiş olan değil. Üretim kodu, GCS yükleme hataları için yeniden deneme mantığı, yavaş asenkron işlemler için zaman aşımı yönetimi, yalnızca giriş nesnelerinin değil, çıktı nesnelerinin temizlenmesi, işlem ortasında başarısız olursa hata işleme ve ara durumların kaydını ekler. Parola ile korunan PDF'ler hiç bir karmaşıklık seviyesinde desteklenmez.

IronOCR Yaklaşımı

IronOCR'nin PDF desteği dosyayı doğrudan yükler ve senkron olarak işler:

public string ProcessPdf(string pdfPath)
{
    // DirectPDF işlemi- no GCS, no async, no cleanup
    using var input = new OcrInput();
    input.LoadPdf(pdfPath);
    return _ocr.Read(input).Text;
}

public string ProcessPdfPages(string pdfPath, int startPage, int endPage)
{
    // Process specific page range
    using var input = new OcrInput();
    input.LoadPdfPages(pdfPath, startPage, endPage);
    return _ocr.Read(input).Text;
}

public string ProcessEncryptedPdf(string pdfPath, string password)
{
    // Password-protected PDFs - not possible with Google Cloud Vision
    using var input = new OcrInput();
    input.LoadPdf(pdfPath, Password: password);
    return _ocr.Read(input).Text;
}

public string ProcessPdf(string pdfPath)
{
    // DirectPDF işlemi- no GCS, no async, no cleanup
    using var input = new OcrInput();
    input.LoadPdf(pdfPath);
    return _ocr.Read(input).Text;
}

public string ProcessPdfPages(string pdfPath, int startPage, int endPage)
{
    // Process specific page range
    using var input = new OcrInput();
    input.LoadPdfPages(pdfPath, startPage, endPage);
    return _ocr.Read(input).Text;
}

public string ProcessEncryptedPdf(string pdfPath, string password)
{
    // Password-protected PDFs - not possible with Google Cloud Vision
    using var input = new OcrInput();
    input.LoadPdf(pdfPath, Password: password);
    return _ocr.Read(input).Text;
}

İkinci NuGet paketi gerektirmez. Sağlanacak veya korunacak GCS kovası yoktur. Temizleme adımı yok. Asenkron durum makinesi yok. Parolalı varyant tam olarak bir parametre ekler. Taralması gereken girdiden aranabilir PDF'ler üretmesi gereken ekipler için, result.SaveAsSearchablePdf("output.pdf") searchable PDF output tek bir ek satırda hallediyor — Google Cloud Vision, herhangi bir API karmaşıklık seviyesinde bu özelliği sunmuyor.

Protobuf Yanıt Ayrıştırması vs Düz OcrResult

DOCUMENT_TEXT_DETECTION'yi çağıran bir yapılandırılmış veriyi almak, Protobuf yanıt hiyerarşisini gezinmeyi gerektirir. API çağrısından paragraf metnine giden yol, beş düzeyde iç içe yinelemeden geçer.

Google Cloud Vision Yaklaşımı

Yoğun bir belgede paragraf metni çıkarmak, Sayfaları, ardından Blokları, ardından Paragrafları geçmek ve ardından her Kelimeden Sembolleri birleştirmek gerektirir — çünkü Protobuf tasarımı metni sembol düzeyinde depolar, kelime veya paragraf düzeyinde değil:

public DocumentStructure ExtractDocumentStructure(string imagePath)
{
    var image = Image.FromFile(imagePath);
    var annotation = _client.DetectDocumentText(image);

    var structure = new DocumentStructure
    {
        FullText = annotation.Text,
        Pages = new List<PageInfo>()
    };

    // Navigate: Pages -> Blocks -> Paragraphs -> Words -> Symbols
    foreach (var page in annotation.Pages)
    {
        var pageInfo = new PageInfo
        {
            Confidence = page.Confidence,
            Paragraphs = new List<ParagraphInfo>()
        };

        foreach (var block in page.Blocks)
        {
            foreach (var paragraph in block.Paragraphs)
            {
                // Must concatenate symbols to get paragraph text
                var text = string.Join("", paragraph.Words
                    .SelectMany(w => w.Symbols)
                    .Select(s => s.Text));

                pageInfo.Paragraphs.Add(new ParagraphInfo
                {
                    Text = text,
                    Confidence = paragraph.Confidence
                });
            }
        }
        structure.Pages.Add(pageInfo);
    }

    return structure;
}

public DocumentStructure ExtractDocumentStructure(string imagePath)
{
    var image = Image.FromFile(imagePath);
    var annotation = _client.DetectDocumentText(image);

    var structure = new DocumentStructure
    {
        FullText = annotation.Text,
        Pages = new List<PageInfo>()
    };

    // Navigate: Pages -> Blocks -> Paragraphs -> Words -> Symbols
    foreach (var page in annotation.Pages)
    {
        var pageInfo = new PageInfo
        {
            Confidence = page.Confidence,
            Paragraphs = new List<ParagraphInfo>()
        };

        foreach (var block in page.Blocks)
        {
            foreach (var paragraph in block.Paragraphs)
            {
                // Must concatenate symbols to get paragraph text
                var text = string.Join("", paragraph.Words
                    .SelectMany(w => w.Symbols)
                    .Select(s => s.Text));

                pageInfo.Paragraphs.Add(new ParagraphInfo
                {
                    Text = text,
                    Confidence = paragraph.Confidence
                });
            }
        }
        structure.Pages.Add(pageInfo);
    }

    return structure;
}

Imports System.Drawing

Public Function ExtractDocumentStructure(imagePath As String) As DocumentStructure
    Dim image = Image.FromFile(imagePath)
    Dim annotation = _client.DetectDocumentText(image)

    Dim structure As New DocumentStructure With {
        .FullText = annotation.Text,
        .Pages = New List(Of PageInfo)()
    }

    ' Navigate: Pages -> Blocks -> Paragraphs -> Words -> Symbols
    For Each page In annotation.Pages
        Dim pageInfo As New PageInfo With {
            .Confidence = page.Confidence,
            .Paragraphs = New List(Of ParagraphInfo)()
        }

        For Each block In page.Blocks
            For Each paragraph In block.Paragraphs
                ' Must concatenate symbols to get paragraph text
                Dim text = String.Join("", paragraph.Words _
                    .SelectMany(Function(w) w.Symbols) _
                    .Select(Function(s) s.Text))

                pageInfo.Paragraphs.Add(New ParagraphInfo With {
                    .Text = text,
                    .Confidence = paragraph.Confidence
                })
            Next
        Next
        structure.Pages.Add(pageInfo)
    Next

    Return structure
End Function

Imports System.Drawing

Public Function ExtractDocumentStructure(imagePath As String) As DocumentStructure
    Dim image = Image.FromFile(imagePath)
    Dim annotation = _client.DetectDocumentText(image)

    Dim structure As New DocumentStructure With {
        .FullText = annotation.Text,
        .Pages = New List(Of PageInfo)()
    }

    ' Navigate: Pages -> Blocks -> Paragraphs -> Words -> Symbols
    For Each page In annotation.Pages
        Dim pageInfo As New PageInfo With {
            .Confidence = page.Confidence,
            .Paragraphs = New List(Of ParagraphInfo)()
        }

        For Each block In page.Blocks
            For Each paragraph In block.Paragraphs
                ' Must concatenate symbols to get paragraph text
                Dim text = String.Join("", paragraph.Words _
                    .SelectMany(Function(w) w.Symbols) _
                    .Select(Function(s) s.Text))

                pageInfo.Paragraphs.Add(New ParagraphInfo With {
                    .Text = text,
                    .Confidence = paragraph.Confidence
                })
            Next
        Next
        structure.Pages.Add(pageInfo)
    Next

    Return structure
End Function

Sembol seviyesinde birleştirme isteğe bağlı değildir — Protobuf yanıtında doğrudan bir özellik olarak paragraph.Text yoktur. Bu API'yi kullanan her ekip, aynı iç içe döngü birleştirme varyantını yazar. Kelime seviyesinde güven için word.Confidence değerlerine erişmek üzere altıncı bir yineleme seviyesi gerekir ve ardından bu değerleri sembol birleştirme sonucuna eşlemek gerekir.

IronOCR Yaklaşımı

IronOCR'un OcrResult düz, yazılmış bir API sunar. Pages, Paragraphs, Lines ve Words, doğrudan özelliklerdir ve kullanıma hazır Text, Confidence, X, Y, Width ve Height vardır:

public DocumentStructure ExtractDocumentStructure(string imagePath)
{
    var result = _ocr.Read(imagePath);

    // Direct access - no symbol concatenation, no nested loops
    return new DocumentStructure
    {
        FullText = result.Text,
        Confidence = result.Confidence,
        Paragraphs = result.Paragraphs.Select(p => new ParagraphInfo
        {
            Text = p.Text,
            Confidence = p.Confidence
        }).ToList(),
        Lines = result.Lines.Select(l => new LineInfo
        {
            Text = l.Text,
            X = l.X,
            Y = l.Y
        }).ToList()
    };
}

public DocumentStructure ExtractDocumentStructure(string imagePath)
{
    var result = _ocr.Read(imagePath);

    // Direct access - no symbol concatenation, no nested loops
    return new DocumentStructure
    {
        FullText = result.Text,
        Confidence = result.Confidence,
        Paragraphs = result.Paragraphs.Select(p => new ParagraphInfo
        {
            Text = p.Text,
            Confidence = p.Confidence
        }).ToList(),
        Lines = result.Lines.Select(l => new LineInfo
        {
            Text = l.Text,
            X = l.X,
            Y = l.Y
        }).ToList()
    };
}

Public Function ExtractDocumentStructure(imagePath As String) As DocumentStructure
    Dim result = _ocr.Read(imagePath)

    ' Direct access - no symbol concatenation, no nested loops
    Return New DocumentStructure With {
        .FullText = result.Text,
        .Confidence = result.Confidence,
        .Paragraphs = result.Paragraphs.Select(Function(p) New ParagraphInfo With {
            .Text = p.Text,
            .Confidence = p.Confidence
        }).ToList(),
        .Lines = result.Lines.Select(Function(l) New LineInfo With {
            .Text = l.Text,
            .X = l.X,
            .Y = l.Y
        }).ToList()
    }
End Function

Public Function ExtractDocumentStructure(imagePath As String) As DocumentStructure
    Dim result = _ocr.Read(imagePath)

    ' Direct access - no symbol concatenation, no nested loops
    Return New DocumentStructure With {
        .FullText = result.Text,
        .Confidence = result.Confidence,
        .Paragraphs = result.Paragraphs.Select(Function(p) New ParagraphInfo With {
            .Text = p.Text,
            .Confidence = p.Confidence
        }).ToList(),
        .Lines = result.Lines.Select(Function(l) New LineInfo With {
            .Text = l.Text,
            .X = l.X,
            .Y = l.Y
        }).ToList()
    }
End Function

read results guide yapılandırılmış verilerin tam API'sini kapsar. Kelime düzeyinde konumlandırma ve güven puanları result.Words[i].X, result.Words[i].Y ve result.Words[i].Confidence adreslerinde mevcut olup, ara hiyerarşiye erişim gerektirmez. Bölge tabanlı OCR bir CropRectangle işlevi kullanır, bu da yalnızca bir başlık satırı veya belirli bir alana ihtiyaç duyulduğunda tüm görüntünün işlenmemesini sağlar.

Maliyet Modeli: Görüntü Başına Faturalandırma vs Süresiz Lisans

Maliyet karşılaştırması büyük ölçüde hacim ve zaman ufkuna bağlıdır.

Google Cloud Vision Yaklaşımı

Google Cloud Vision fiyatlandırması, kullanım tabanlıdır ve özellik türü ve hacmine göre değişir. Mevcut oranlar için Google Cloud Vision fiyatlandırma sayfasına başvurun. Toplam maliyetlerin, PDF iş akışları için GCS depolama ve işletim ücretleri, ağ çıkış maliyetleri ve kimlik bilgisi yönetimi ve anahtar döndürme için mühendislik süresini de içerebileceğini unutmayın.

Yüksek belge hacimlerinde, resim başına ücretler önemli ölçüde birleşir, maliyetler hacimle birlikte lineer olarak artar ve bir üst sınır yoktur, aksi takdirde kullanıma bağlı bir anlaşma pazarlık etmelisiniz.

IronOCR Yaklaşımı

IronOCR fiyatlandırması tek seferlik kalıcı bir alımdır: $999 Lite (1 geliştirici), $1,499 Plus (3 geliştirici), $2,399 Professional (10 geliştirici), $4,799 Unlimited. Lisans, ölçüm olmadan sınırsız belge işlemeyi kapsar. Yıl ikinci maliyeti sıfır. Üçüncü yıl maliyeti sıfır. Yüksek belge hacimlerinde,IronOCR süresiz lisansı kısa sürede resim başına bulut fiyatlandırmasından daha maliyet etkin hale gelir. Güncel seviye detayları için IronOCR lisanslama sayfasına bakın.

IronOCR'nin Google Cloud Vision'dan daha ucuz hale geldiği geçiş noktası hacminize ve Google'ın mevcut fiyatlandırmasına bağlıdır. Birçok kez belge işlemeyi üretimde sürekli işleyen ekipler için, IronOCR'nin süresiz lisansı, kullanımın ilk birkaç ayı içinde kendi kendine yapılır.

API Eşleme Başvurusu

Takımların Google Cloud Vision'dan IronOCR'ye Geçmeyi Düşünmesi Durumunda

Uyumluluk Gereksinimleri Bulut İşlemlerini Engeller

En yaygın geçiş tetikleyici maliyet değil — uyum denetimi. Hükümet müteahhitleri ITAR sınırlamaları ile karşılaşır ve kontrol edilen teknik verilerin Google Cloud'a iletilmesinin yasaklandığını keşfederler. Belge işleme boru hatları oluşturan sağlık organizasyonları, HIPAA güvenlik sorumlusunun her veri işleyiciyi bir İş Ortaklığı Sözleşmesi incelemesi gerektirdiğini ve Google'ın bulut altyapısının kapsamının risk toleranslarını aşmakta olduğunu fark ederler. Ayrıcalıklı müşteri belgelerini işleyen hukuk departmanları, avukat-müvekkil gizliliği endişelerinin bulut işlemenin kolaylığını aştığına karar verirler. Savunma müteahhitleri, kuruluşun sınırlarının dışına çıkan herhangi bir veriyi bir bulgu olarak ele alan CMMC gereksinimlerini karşılar. Tüm bu senaryolarda, Google'ın ML modellerinin teknik kalitesi alakasızdır — mimarinin kendisi diskalifiye eder. IronOCR'nin yerinde modeli, işleme sırasında hiçbir üçüncü tarafın dahil olmadığı için üçüncü taraf veri işlemcisi uyumu kategorisini tamamen ortadan kaldırır.

PDF İş Akışları Ölçekte Yönetilemez Hale Gelir

Google Cloud Vision ile görüntü OCR'siyle başlayan ekipler, kapsamı genişletmeleri gerektiğinde PDF karmaşıklığını keşfeder. Günlük 200 PDF'yi GCS asenkron boru hattı ile işlemek çalışabilir ama sancılıdır. Günlük 10.000 PDF işlemeyi gerektirir, tüm boru hattını sertleştirmek: GCS yükleme hataları için yeniden deneme mantığı, tamamlanmayan işlemler için hatalı mektup kuyrukları, uygulamanın boru hattının ortasında çökmesi durumunda yetim GCS nesneleri için temizleme işleri ve Vision API maliyetleri ile GCS depolama maliyetlerinin izlenmesi. Bu ölçeğe ulaşan ekipler tutarlı bir şekilde IronOCR geçişinin doğrudan olduğunu bulurlar — tüm asenkron GCS boru hattı, tek bir okuma çağrısının ardından doğrudan bir yerel dosya yüklemesine çöküyor ve başarısızlık modları ağ zaman aşımı, kim doğrulama hataları, GCS kota hataları ve JSON ayıklamasıyla ilgili istisnalardan yalnızca yerel dosya I / O istisnalarına küçülüyor.

Bütçe Öngörülebilirliği, Görüntü Başına Esneklikten Daha Önemlidir

Erken aşama projeler genellikle Google Cloud Vision'u seçer çünkü ücretsiz katman ilk geliştirme maliyetlerini emer ve görüntü başına model, işlenmediğinde sıfıra ölçeklendirir. Ürün tutarlı üretim hacmine ulaştığında — tipik olarak aylık 50.000 belgenin üzerinde — finans ekibi tekrarlanan satır öğesini fark eder. İşlemenin iş ile birlikte büyüdüğü SaaS aboneliklerinden farklı olarak, IronOCR'nin süresiz lisansı, OCR'yi değişken bir işletme harcamasından sabit bir sermaye giderine dönüştürür. Düzenlemeye tabi bir sektörde belgeler işleyen 10 geliştirici içeren bir ekip için, ilk üretim hacmi çeyrekte ekseriyetle kendiliğinden karşılanan bir kerelik $2,399 ücret karşılığında Professional lisansı genellikle haklı çıkarılır.

Toplu İşleme Oran Sınırlarına Ulaştığında

Belge yoğun iş akışları — yasal keşif, finansal belge dijitalleştirme, sigorta talebi işlemi — rutin olarak saatte binlerce belge işlemeyi gerektirir. Google Cloud Vision'un 1,800-istek-dakika varsayılan kotası, 3.000 belge patlamasının oran sınırlamasını tetiklediği anlamına gelir ve GCP Konsolu üzerinden ya bir kota artırımı talebi gerektirir (ki bu Google'ın onayı için beklemeyi içerir) ya da çarpan bir geri çekilme ile titreşim uygulaması. Tek bir kota aşımı, herhangi bir yeniden denemeden önce zorunlu bir 60 saniyelik bekleme süresi ile tüm işleme hattını durdurur. IronOCR'un yerel işleme kapasitesi sadece mevcut CPU çekirdekleri ile sınırlıdır ve paralel işleme hepsini kullanır, herhangi bir harici onay gerektirmez.

İzole Dağıtımlar Gereklidir

Bazı ortamlar tasarım gereği dışa dönük internet bağlantısına sahip değil: gizli askeri ağlar, endüstriyel kontrol sistemleri, finansal temizleme için güvenli veri merkezleri.Google Cloud Visionbu ortamlarda herhangi bir mimari yaratıcılık seviyesinde çalışamaz — API, Google'ın uç noktalarına internet bağlantısını gerektirir. IronOCR'un Docker dağıtımı dışa dönük bağlantı olmadan çalışır. Lisans anahtarı ilk kullanımda doğrulanır ve önbelleğe alınır; sonraki kullanım için ağ erişimi gerekmez.

Genel Geçiş Dikkat Edilmesi Gereken Hususlar

GCS Bağımlılığının Kaldırılması

Taşındığında en önemli yapısal değişiklik, GCS hattını tamamen ortadan kaldırmaktır. Google paketlerini kaldırmadan önce, OCR girdi ve çıktısı için oluşturulan her GCS kovasını belgeleyin ve bunları devam eden depolama ücretlerini önlemek için temizleyin. GOOGLE_APPLICATION_CREDENTIALS ortam değişkeni ve JSON anahtar dosyası tüm dağıtım yapılandırmalarından, CI/CD gizliliklerinden ve geliştirici makinelerinden kaldırılmalıdır. GCP Console'daki IAM hizmet hesabı, başka hiçbir hizmetin bağlı olmadığını doğruladıktan sonra devre dışı bırakılabilir veya silinebilir.

Google.Cloud.Vision.V1 ve Google.Cloud.Storage.V1 kaldırıldıktan sonra, daha önce 50'den fazla satırdan oluşan PDF işleme kodu, OcrInput ve tek bir Read çağrısı ile LoadPdf'e indirgenir. Hata işleme sözleşmeleri değişir: ağ istisnaları, kimlik doğrulama istisnaları ve hız sınırı istisnaları tamamen ortadan kalkar. Kalan istisnalar, dosya I/O istisnaları (dosya bulunamadı, dosya kilitli) ve işleme hataları için OcrException 'dır. IronOCR görüntü girişi kılavuzu ve PDF girişi kılavuzu, akışlar, byte dizileri ve URL yüklemesi dahil olmak üzere tam giriş API'sini kapsar.

Protobuf Simgesi Birleştirme'den Doğrudan Metin Erişimine

Kod tabanınızda, Protobuf hiyerarşisinden paragraf veya kelime metni çıkarmak için yazılan .SelectMany(w => w.Symbols).Select(s => s.Text) her konum, doğrudan bir özellik erişimi haline gelir. paragraph.Text, line.Text ve word.Text,IronOCR sonuç nesnelerinde yazılmış dizi özellikleri olarak mevcuttur. Tüm yapılandırılmış veri çıkarma kodunu gözden geçirin ve ara toplama mantığını kaldırın. Sonuçları okuma nasıl yapılır rehberi, OcrResult, OcrResult.Page, OcrResult.Paragraph, OcrResult.Line ve OcrResult.Word üzerinde kullanılabilen her özelliği özetlemektedir.

PDF İş Akışları için Asenkron'dan Senkron'a Geçiş

Google Cloud Vision'un PDF işleme sadece asenkron çalışır çünkü işlem GCS üzerinden gidiş-dönüşleri gerektirir. IronOCR'un Read yöntemi eşzamanlıdır. Uygulamanızın PDF işleme katmanı, async Task<string> imzaları ve await bazlı çağrı zincirleri etrafında inşa edilmişse, geçiş deseni bir Task.Run sarmalayıcıdır.

public async Task<string> ProcessPdfAsync(string pdfPath)
{
    return await Task.Run(() =>
    {
        using var input = new OcrInput();
        input.LoadPdf(pdfPath);
        return _ocr.Read(input).Text;
    });
}

public async Task<string> ProcessPdfAsync(string pdfPath)
{
    return await Task.Run(() =>
    {
        using var input = new OcrInput();
        input.LoadPdf(pdfPath);
        return _ocr.Read(input).Text;
    });
}

Imports System.Threading.Tasks

Public Async Function ProcessPdfAsync(pdfPath As String) As Task(Of String)
    Return Await Task.Run(Function()
                              Using input As New OcrInput()
                                  input.LoadPdf(pdfPath)
                                  Return _ocr.Read(input).Text
                              End Using
                          End Function)
End Function

Imports System.Threading.Tasks

Public Async Function ProcessPdfAsync(pdfPath As String) As Task(Of String)
    Return Await Task.Run(Function()
                              Using input As New OcrInput()
                                  input.LoadPdf(pdfPath)
                                  Return _ocr.Read(input).Text
                              End Using
                          End Function)
End Function

Bu, çağrılar için asenkron arayüzü korur ve OCR işlemlerini iş parçacığı havuzunda uygular. Yüksek verimlilik senaryoları için, IronOCR'un yerleşik asin OCR desteği, bu desenin doğal olarak işlenmesini Task.Run sarmalayıcısı olmadan sağlıyor.

Google'ın ML'sinin İşlediği Görüntülerin Ön İşlemesi

Google Cloud Vision'un ML tabanlı modelleri, düşük kontrast, küçük eğilme, orta düzeyde gürültü gibi bazı görüntü kalitesi sorunlarını açık bir ön işleme yapılandırması olmadan ele alır.IronOCR dahil olmak üzere Tesseract tabanlı motorlar, bozulmuş girişler üzerinde açık ön işleme ile fayda sağlar. Belge kümeniz düşük kaliteli taramalar içeriyorsa, giriş hattına input.Deskew(), input.DeNoise() ve input.EnhanceResolution(300) ekleyin. IronOCR'un otomatik ön işleme, görüntü kalitesi sorunlarının tespitinde bu filtreleri akıllı bir şekilde uygular, ancak bilinen sorunlu tarama kaynakları için belirli filtre uygulaması kesin sonuçlar verir. Görüntü kalitesi düzeltme kılavuzu tam filtre API'sini kapsar ve görüntü renk düzeltme kılavuzu düzensiz aydınlatmaya sahip taramalar için kontrast ve binaryleştirmeyi ele alır.

Ek IronOCR Yetenekleri

Yukarıdaki karşılaştırmalarda ele alınan özelliklerin ötesinde, IronOCR, Google Cloud Vision'un OCR yüzeyine eş değer olmayan yetenekler sağlar:

hOCR dışa aktarımı: hOCR formatını tüketen aşağı akış araçları için result.SaveAsHocrFile() ile sonuçları hOCR dosyaları olarak kaydedin.

• Toplu işler için ilerleme takibi: Uzun süren toplu iş yükleri, kuyruk sorgulamadan veya günlük çıktısını analiz etmeden belge başına tamamlamayı ilerleme takibi API'si aracılığıyla rapor edebilir.
• Özel belge türleri: IronOCR, pasaportlar, plaka levhaları, MICR çekler ve el yazısı belgeler için önceden ayarlanmış yapılandırmalar içerir - genel OCR'nin ötesinde spesifik motor ayarlamaları gerektiren belge türleri.
• Belgelerden tablo çıkartma: Tarama belgelerindeki yapılandırılmış tablo verisi, ham metin akışını son işlemden geçirmeden satır-sütun çıktısına aktarılabilir.
• Görüntü renk düzeltme: Kontrast normalizasyonu, binaryleştirme eşik ayarlama ve gri tonlama dönüşümü, düzensiz aydınlatmaya veya soluk mürekkebe sahip taramalar için açık ön işleme adımları olarak mevcuttur.

.NET Uyumluluğu ve Geleceğe Hazırlık

IronOCR, .NET 8 ve .NET 9'u aktif destekle hedefler ve .NET Framework 4.6.2 ile 4.8 arasında ve .NET Standard 2.0 için eski kod tabanlarını destekler. Dağıtım kılavuzları, Windows, Linux, macOS, Docker, Azure ve AWS Lambda için kılavuzlar içerir - aynı NuGet paketi platforma özgü yapılandırmaya ihtiyaç duymadan bunların hepsine dağıtılır. Google Cloud Vision, bir REST/gRPC API olarak kendi başına bir .NET sürüm bağımlılığına sahip değil, ancak Google.Cloud.Vision.V1 istemci kitaplığı .NET Standard 2.0 ve sonrasını hedefler ve bağımlılık ağacı (gRPC, Protobuf), bu kütüphanelerin her ana sürümüyle büyüyen NuGet paketi yönetim yüzeyi ekler.

Sonuç

Google Cloud Vision, teknik olarak yetenekli bir OCR hizmetidir ve gerçek güçlü yönlere sahiptir: ML destekli modelleri CJK metni, el yazısı ve doğal sahne görüntüleri üzerinde iyi performans gösterir, ve DOCUMENT_TEXT_DETECTION özelliğinin hiyerarşik Protobuf çıktısı, kullanım durumları için sembol seviyesinde ayrıntılı veri sağlar. Bu güçlü yönler doğru bağlamda önemlidir, ancak mimari kısıtlamalar - zorunlu bulut iletimi, JSON anahtar dosyası kimlik bilgileri yönetimi, GCS'ye bağımlı PDF işleme, resim başına faturalama, dakika başına 1,800 istek sınırı veFedRAMPyetkilendirmesinin yokluğu - ayarlanabilecek yapılandırma düğmeleri değildir. Bunlar bulut API'sinin temel özellikleridir.

IronOCR'un yerinde modeli bu kısıtlamaların hemen hemen hepsini tersine çevirir. Belgeler asla işleme sunucusundan ayrılmaz. Lisans anahtarı, JSON anahtar dosyası ve hizmet hesabı IAM yapılandırmasının yerini alır. PDF işleme, üç satırlık bir senkron işlemdir. Hız sınırları, provision GCS kovaları, asenkron sorgulama döngüleri ve Protobuf çözümleme yoktur. OcrResult nesnesi, yapılandırılmış verileri paragraf metnini okumak için sembol birleştirme gerektiren bir Protobuf hiyerarşisi yerine yazılmış .NET özellikleri olarak sunar.

Karar, mimari bir soruya indirgenir. Eğer belgeleriniz, uyum, düzenleyici veya sözleşmesel sorunlar olmadan Google'ın altyapısına taşınabiliyorsa ve hacminiz resim başına maliyetin kabul edilebilir olduğu kadar düşükse, Google Cloud Vision'un ML doğruluğu ve yönetilen altyapısı meşru avantajlardır. Eğer belgeler kurum içinde kalmak zorundaysa - HIPAA, ITAR, CMMC, hükümet yüklenici gereksinimleri, izole dağıtım veya veri egemenliği politikaları için - bu soru diğer herhangi bir özelliği değerlendirmeden önce zaten yanıtlanmıştır. IronOCR'un süresiz lisanslama ayrıca OCR'yi, belge hacmi ile ölçeklenen değişken maliyetten, üretim ölçeğinde bütçe planlamasını oldukça basitleştiren sabit bir kalem maliyete dönüştürür.

Taşımayı değerlendiren ekipler için,IronOCR dokümantasyon ve eğitim merkezinde tam API'nin tam kapsamı mevcuttur - Google Cloud Vision'un OCR kapsamı dışında kalan ön işleme, yapılandırılmış veri ve özel doküman özellikleri dahil.