ABBYY FineReader vs Tesseract：OCR 比較

2.1. ABBYY FineReader 的主要功能

• 高準確性：ABBYY FineReader 擁有行業領先的文本識別準確性，確保準確地將掃描文檔和圖像轉換為可編輯格式。
• 文檔佈局保留：FineReader 保留文檔的原始佈局、格式及結構，包括表格、列和圖形，確保轉換輸出文件的真實性。
• 多語言支持：FineReader 支持多種語言的文本識別，適用於多語言及國際應用。
• 批量處理：FineReader 支持文檔的批量處理，允許用戶同時轉換多個文件，提高生產力和效率。
• 集成能力：FineReader 無縫對接流行的文檔管理系統、雲存儲平台及生產力軟件，促進了辦公流程的流暢性和協作的增強。

2.2. 安裝 ABBYY FineReader

您可以很容易地從其網站下載並安裝 ABBYY FineReader。要下載，點擊這裡。

當您點擊免費試用下載按鈕時，它將重定向到一個新頁面，您需要填寫表格以獲得 7 天的免費試用。

2.3. 使用 ABBYY FineReader 對圖像進行 OCR 操作

下載後，打開 ABBYY FineReader 並點擊 OCR 編輯器以對圖像文件進行 OCR 校正。

點擊 OCR 編輯器標籤後，將彈出一個窗口。在此窗口中選擇要打開並對其執行 OCR 過程的圖像文件。

當您點擊打開按鈕時，它將加載圖像，對其執行 OCR 操作，並在 OCR 編輯器的右側顯示可編輯的提取文本，左側顯示圖像。

## 3. Tesseract：概述和功能

Tesseract 是 Google 開發的開源 OCR 引擎，提供強大的文本識別能力，並有機器學習算法的支持。

最初由 Hewlett-Packard 在 1980 年代開發，Tesseract 已經發展為靈活多變的 OCR 解決方案，支持多語言和多平台。 雖然 Tesseract 可能缺乏商業 OCR 工具如 FineReader 的精緻界面和豐富功能集，但對於尋求免費和可定制 OCR 解決方案的開發者和愛好者來說，它仍然是受歡迎的選擇。 ### 3.1. Tesseract 的主要功能

• 開源：Tesseract 根據 Apache License 2.0 分發，開發者和組織可免費使用、修改和分發。

• 語言支持：Tesseract 支持超過 100 種語言的文本識別，包括像中文、日文和阿拉伯文這樣的非拉丁字母，適合多語言 OCR 任務。
• 命令行介面：Tesseract 提供命令行介面（CLI），可用於批量處理文檔，以及與腳本語言和自動化工具集成。
• 培訓和定制：Tesseract 提供了訓練自定義語言模型和提高對特定字體、腳本或文檔類型的識別準確性的工具，使用戶能將 OCR 引擎量身定做以滿足其具體需求。
• 平台兼容性：Tesseract 可在包括 Windows、macOS 和 Linux 以及 Android 和 iOS 等平台上使用，確保廣泛的兼容性和可訪問性。

3.2. 安裝 Tesseract OCR 引擎 .NET

您可以輕鬆使用 NuGet 包管理器安裝 Tesseract .NET SDK。

操作步驟如下： 1. 打開 Visual Studio，導航至“工具” > “NuGet 包管理器” > “管理解決方案的 NuGet 包”。

2. 在“Browse”選項卡中搜索“Tesseract.NET SDK”。

3. 從搜索結果中選擇“Tesseract.NET SDK”，然後繼續安裝。

4. 安裝完成後，您將能夠在您的程序中無縫使用 Tesseract.NET SDK。

3.3. 使用 Tesseract OCR 引擎對圖像進行 OCR 操作

using Patagames.Ocr;
using System;

// Initialize the Tesseract OCR engine
using (var api = OcrApi.Create())
{
    // Set the language for OCR processing
    api.Init(Patagames.Ocr.Enums.Languages.English);

    // Extract text from the specified image file
    string plainText = api.GetTextFromImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Display the extracted text in the console
    Console.WriteLine(plainText);
}

using Patagames.Ocr;
using System;

// Initialize the Tesseract OCR engine
using (var api = OcrApi.Create())
{
    // Set the language for OCR processing
    api.Init(Patagames.Ocr.Enums.Languages.English);

    // Extract text from the specified image file
    string plainText = api.GetTextFromImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Display the extracted text in the console
    Console.WriteLine(plainText);
}

Imports Patagames.Ocr
Imports System

' Initialize the Tesseract OCR engine
Using api = OcrApi.Create()
	' Set the language for OCR processing
	api.Init(Patagames.Ocr.Enums.Languages.English)

	' Extract text from the specified image file
	Dim plainText As String = api.GetTextFromImage("C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png")

	' Display the extracted text in the console
	Console.WriteLine(plainText)
End Using

以下源代碼將對圖像文件進行 OCR 操作並使用 IronOCR 提取文本。

提供的代碼片段展示了如何使用 IronOCR（一個強大的光學字符識別（OCR）庫）從圖像文件中提取文本。首先，它通過創建 IronTesseract 類的實例來初始化 IronOCR。

using IronOcr;
using System;

// Instantiate IronOCR Tesseract engine
var Ocr = new IronTesseract(); 

// Set the language to English
Ocr.Language = OcrLanguage.EnglishBest;

// Create an input object for OCR processing
using (var Input = new OcrInput())
{
    // Load the image file for OCR
    Input.LoadImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Improve image quality by deskewing and denoising
    Input.Deskew();
    Input.DeNoise();

    // Perform OCR on the processed image
    var Result = Ocr.Read(Input);

    // Display the extracted text
    Console.WriteLine(Result.Text);
}

using IronOcr;
using System;

// Instantiate IronOCR Tesseract engine
var Ocr = new IronTesseract(); 

// Set the language to English
Ocr.Language = OcrLanguage.EnglishBest;

// Create an input object for OCR processing
using (var Input = new OcrInput())
{
    // Load the image file for OCR
    Input.LoadImage(@"C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png");

    // Improve image quality by deskewing and denoising
    Input.Deskew();
    Input.DeNoise();

    // Perform OCR on the processed image
    var Result = Ocr.Read(Input);

    // Display the extracted text
    Console.WriteLine(Result.Text);
}

Imports IronOcr
Imports System

' Instantiate IronOCR Tesseract engine
Private Ocr = New IronTesseract()

' Set the language to English
Ocr.Language = OcrLanguage.EnglishBest

' Create an input object for OCR processing
Using Input = New OcrInput()
	' Load the image file for OCR
	Input.LoadImage("C:\Users\buttw\OneDrive\Desktop\Examples-of-images-in-robust-OCR-Sample-dataset-classified-into-seven-groups-a-Clear.png")

	' Improve image quality by deskewing and denoising
	Input.Deskew()
	Input.DeNoise()

	' Perform OCR on the processed image
	Dim Result = Ocr.Read(Input)

	' Display the extracted text
	Console.WriteLine(Result.Text)
End Using

OCR 處理的語言設置為英語，使用 Ocr.Language = OcrLanguage.EnglishBest。

您也可以選擇其他語言。 然後，它創建一個 OcrInput 對象以加載圖像文件進行 OCR 處理，並通過應用去斜和去噪操作來提高圖像質量。 最後，它通過 IronOCR 的 Read() 方法對經過處理的圖像執行 OCR，將結果存儲在 Result 變量中，並將提取的文本文件打印到控制台。 這個簡潔的實現展示了如何將 IronOCR 無縫集成到 C# 應用程序中以準確地從圖像中提取文本。

輸出