Optik Karakter Tanıma (OCR) bir görüntüyü metne dönüştüren bir teknolojidir. Belge dönüştürme, aranabilir PDF'ler oluşturma veya taranmış belgeleri düzenlenebilir metne dönüştürme gibi birçok farklı amaç için kullanılabilir.

OCR, iş dünyasındaki insanlar için iş yaşamının önemli bir parçası haline geldi. Kağıt tabanlı fiziksel belgeleri dijital formatlara dönüştürmek veya taranmış belgelerin sayfa numarası ve anahtar kelime arama terimleri ile dizine alınmış dosyalarını oluşturmak gibi çeşitli şekillerde kullanılır.

Engelliler için erişilebilirlik, işletmelerin OCR teknolojisine yönelmesinin bir diğer nedenidir. Görme yeteneği veya okuma yeteneği zayıf olan bir kişinin biçimlendirilmemiş belgeleri okumakta zorluk çektiğini düşünün, örneğin bir PDF gibi. OCR yazılımı, bu belgeleri ses dosyalarına veya HTML ya da Word gibi metin tabanlı formatlara dönüştürebilir, erişilebilirliği büyük ölçüde artırır. Metin formatı evrensel olarak kabul edilir, internet veya e-posta yoluyla bilgi paylaşımını kolaylaştırır. Bu, iyi göremeyen veya okuyamayan bireylerin belgelerine yine de erişebileceği anlamına gelir.

Herhangi bir kağıt tabanlı belgeyi dijitalleştirmek istiyorsanız, görüntülerden metin çıkarabilen veya bir PDF dosyasını düzenlenebilir bir formata dönüştürebilen doğru OCR yazılımını seçmek esastır.

İçindekiler

• AWS Textract
  • AWS Textract'ın Artıları
  • AWS Textract'ın Eksileri
• Adobe Acrobat Pro DC
  • Adobe Acrobat Pro DC'nin Artıları
  • Adobe Acrobat Pro DC'nin Eksileri
• Nanonets
  • Nanonets'in Artıları
  • Nanonets'in Eksileri
• SimpleOCR
  • SimpleOCR'nin Artıları
  • SimpleOCR'nin Eksileri
• IronOCR
  • IronOCR'nin Artıları
  • IronOCR'nin Eksileri
  • Kod Örnekleri
• Sonuç

AWS Textract

AWS Textract, çeşitli türdeki belgeleri derin öğrenme kullanarak düzenlenebilir formata dönüştüren bir hizmettir. Farklı şirketlerden faturaları kağıt kopyalar halinde aldığınızı ve cihazınızdaki tablolar üzerinde tüm bilgilerini sakladığınızı hayal edelim. Bu iş genellikle elle yapılır, bu da verimsizdir ve hatalara yol açabilir. Textract, girdi olarak faturaları alıp yapılandırılmış bir çıkışa dönüştürebilir. Faturalarınızı Textract'a yükledikten sonra, belgeyi sizin için çözer.

AWS Textract'ın Artıları

• Bütçe hassas alımlar için faydalı olan kullanım başına ödeme faturalandırma yöntemi.
• Başka entegre modellere ihtiyaç duymadan kullanımı kolay.
• Test için ücretsiz deneme sunar.

AWS Textract'ın Eksileri

• Farklı çözünürlükler ve formatlarla doğruluk değişir.
• Kullanıcı verileriyle eğitim desteği sağlamalıdır ancak şu anda sağlamamaktadır.

Adobe Acrobat Pro DC

Adobe Acrobat Pro DC, metin çıkarma ve taranmış belgeleri düzenlenebilir PDF dosyalarına dönüştürmeye yardımcı olan bir OCR yazılımıdır. OCR araçlarına ek olarak, PDF'leri doğrudan uygulama üzerinden paylaşabilir, imzalayabilir, yazdırabilir veya sıkıştırabilirsiniz. Adobe Acrobat Pro DC, ayrıca görüntüleri metne dönüştürüp bilgisayarınızdaki uygun yazı tipleriyle eşleştirebilir. Yorum yapma ve düzenleme gibi bir dizi diğer işlevi sunar ve sayfaları yeniden sıralayabilir, dosyaları birleştirebilir ve görüntüleri değiştirebilirsiniz.

Adobe Acrobat Pro DC'nin Artıları

• Masaüstü, web ve mobilde kullanılabilir çok platformlu uygulama.
• Birden fazla dili destekler.
• Toplu işlem sunar.

Adobe Acrobat Pro DC'nin Eksileri

• Genel kullanıcılar için pahalı.
• Çalıştırmak için özel donanım gerektirir.

Nanonets

Nanonets, yapay zeka ve makine öğrenimi kullanarak taranmış belgeleri düzenlenebilir ve aranabilir PDF'lere dönüştüren yapay zeka tabanlı bir OCR yazılımıdır. PDF belgelerini Word dosya formatına dönüştürebilir ve birden fazla dili destekler. Nanonets, çıkarılan verileri doğrulamak için derin öğrenme kullanarak daha fazla veri işlendiğinde iyileşir.

Nanonets'in Artıları

• Web özellikli herhangi bir cihazdan girdi verilerini tarar.
• Birden fazla dili ve dosya formatını destekler.

Nanonets'in Eksileri

• Pahalı.
• Bulanık görüntüler ve belgelerde performans sorunları yaşar.

SimpleOCR: Ücretsiz OCR Yazılımı

SimpleOCR, taranmış metin görüntülerini düzenlenebilir metin belgelerine dönüştürmenizi sağlayan basit bir kütüphanedir. Ücretsiz bir OCR seçeneği olarak bilinir ve 100'den fazla dili destekler ve doğruluğu artırmak için leke giderme özelliğine sahiptir.

SimpleOCR'nin Artıları

• Toplu işlemi destekler.
• Basit gezinme için kolay bir kullanıcı arayüzü sunar.
• Ücretsiz kullanıma sahiptir.

SimpleOCR'nin Eksileri

• Sonuç doğruluğu yetersiz olabilir.
• İşlem hızı yavaştır.

IronOCR: .NET OCR Kütüphanesi

IronOCR, geliştiricilerin metin verilerini kolayca işlemesini sağlayan OCR görevleri için tasarlanmış bir .NET kütüphanesidir. Görüntüleri ve PDF belgelerini verimli bir şekilde metne dönüştürür, otomatik karakter tanıma sunar ve 125 dili destekler. Windows, Mac ve Linux gibi platformlarla uyumlu olup kişisel geliştirme kullanımı için ücretsizdir.

Artılar

• Kolay kurulum süreci.
• Harici eklemelere ihtiyaç yoktur.
• Kapsamlı özellikler ve özelleştirmeler sunar.
• Iron Software'in web sitesinde yer alan eğitimlerle iyi belgelenmiştir.
• 125 dili destekler.

Eksiler

Ticari kullanım için ücretsiz değil.

Kod Örnekleri

Bazı IronOCR kod örneklerini inceleyelim:

using IronOcr;
// Instantiate the IronTesseract class
var Ocr = new IronTesseract();

using (var Input = new OcrInput(@"images\image.png"))
{
    // Deskew the image to correct any tilt
    Input.Deskew();
    // DeNoise the image if accuracy is below 97% (commented here by default)
    // Input.DeNoise();
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Output the extracted text
    Console.WriteLine(Result.Text);
}

using IronOcr;
// Instantiate the IronTesseract class
var Ocr = new IronTesseract();

using (var Input = new OcrInput(@"images\image.png"))
{
    // Deskew the image to correct any tilt
    Input.Deskew();
    // DeNoise the image if accuracy is below 97% (commented here by default)
    // Input.DeNoise();
    // Read the text from the image
    var Result = Ocr.Read(Input);
    // Output the extracted text
    Console.WriteLine(Result.Text);
}

Imports IronOcr
' Instantiate the IronTesseract class
Private Ocr = New IronTesseract()

Using Input = New OcrInput("images\image.png")
	' Deskew the image to correct any tilt
	Input.Deskew()
	' DeNoise the image if accuracy is below 97% (commented here by default)
	' Input.DeNoise();
	' Read the text from the image
	Dim Result = Ocr.Read(Input)
	' Output the extracted text
	Console.WriteLine(Result.Text)
End Using

Imports IronOcr
' Instantiate the IronTesseract class
Private Ocr = New IronTesseract()

Using Input = New OcrInput("images\image.png")
	' Deskew the image to correct any tilt
	Input.Deskew()
	' DeNoise the image if accuracy is below 97% (commented here by default)
	' Input.DeNoise();
	' Read the text from the image
	Dim Result = Ocr.Read(Input)
	' Output the extracted text
	Console.WriteLine(Result.Text)
End Using

Yukarıdaki kod, düşük kaliteli bir görüntü dosyasından metin çıkarır.

using IronOcr;
// Instantiate the IronTesseract class
var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // OCR entire document
    // Add a PDF using file path and optional password
    Input.AddPdf("example.pdf", "password");

    // Alternatively, OCR specific pages of a PDF
    Input.AddPdfPages("example.pdf", new[] { 1, 2, 3 }, "password");

    // Read and extract text from the input document
    var Result = Ocr.Read(Input);
    // Output the extracted text from the PDF
    Console.WriteLine(Result.Text);
}

using IronOcr;
// Instantiate the IronTesseract class
var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // OCR entire document
    // Add a PDF using file path and optional password
    Input.AddPdf("example.pdf", "password");

    // Alternatively, OCR specific pages of a PDF
    Input.AddPdfPages("example.pdf", new[] { 1, 2, 3 }, "password");

    // Read and extract text from the input document
    var Result = Ocr.Read(Input);
    // Output the extracted text from the PDF
    Console.WriteLine(Result.Text);
}

Imports IronOcr
' Instantiate the IronTesseract class
Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' OCR entire document
	' Add a PDF using file path and optional password
	Input.AddPdf("example.pdf", "password")

	' Alternatively, OCR specific pages of a PDF
	Input.AddPdfPages("example.pdf", { 1, 2, 3 }, "password")

	' Read and extract text from the input document
	Dim Result = Ocr.Read(Input)
	' Output the extracted text from the PDF
	Console.WriteLine(Result.Text)
End Using

Imports IronOcr
' Instantiate the IronTesseract class
Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' OCR entire document
	' Add a PDF using file path and optional password
	Input.AddPdf("example.pdf", "password")

	' Alternatively, OCR specific pages of a PDF
	Input.AddPdfPages("example.pdf", { 1, 2, 3 }, "password")

	' Read and extract text from the input document
	Dim Result = Ocr.Read(Input)
	' Output the extracted text from the PDF
	Console.WriteLine(Result.Text)
End Using

Yukarıdaki kod, bir PDF belgesinin tamamından veya bir PDF belgesinin seçilen sayfalarından veri çıkarır.

Sonuç

Tüm OCR yazılımı seçeneklerini karşılaştırdıktan sonra, bu makalede belirtilen diğer seçeneklere göre IronOCR'nin üstün olduğunu belirtiyoruz. Çeşitli işlevlerle yüksek düzeyde özelleştirilebilir olan IronOCR, hem geliştirme hem de şirketler için etkili ve uygun maliyetlidir. IronOCR'nin fiyatlandırması hakkında daha fazla ayrıntıyı bu bağlantı üzerinden bulabilirsiniz.