AWS 與 Google Vision（OCR 功能比較）

在數位轉型迅速發展的環境中，光學字符識別(光學字符識別)技術在智能內容自動化中扮演著關鍵角色，自動化數據提取並提升業務流程或任何文件管理系統。 OCR 領域的主要參與者，包括 AWS Textract、Google Vision 和IronOCR，提供獨特的功能和性能。

本文旨在對這些各種 OCR 服務和解決方案進行全面的比較分析，揭示其優勢、劣勢和應用，以協助企業根據其特定需求做出明智的選擇。

1. 光學字符識別簡介

光學字符識別(光學字符識別)技術是一個強大的工具，可將各種文件格式，如掃描的紙質文件、PDF檔案或數碼相機拍攝的圖像，轉換為可編輯和搜索的數據。 通過運用光學字符識別（OCR），計算機獲得識別和解讀印刷與手寫字符的能力，從而能夠從文件中提取文字信息。

這些提取的數據隨後可以進行徹底分析和處理，從而揭示大量有價值的見解和機會，以改善決策制定和簡化文件管理和工作流程。

2. AWS Textract

亞馬遜網路服務(AWS)Textract，由亞馬遜提供的一個全面的 OCR 服務解決方案，是一項專為在光學字符和手寫識別中表現出色而精心設計的完全託管服務。 此高級服務利用機器學習模型的強大功能，不僅能夠自動且精確地提取手寫文字，還能從掃描文件中提取表單和表格。 AWS Textract 所達成的準確性顯著地高，突顯其在將掃描文件轉化為有價值且結構化的數位資料方面的有效性。

2.1. AWS Textract 的主要功能

• 文字擷取： Textract 能夠精準地從多種類型的文件中擷取文字，如掃描紙本文件、表單和發票。
• 表單和表格提取： 它識別並提取表單和表格中的結構化數據，保留原始佈局和格式。
• 與其他 AWS 服務的整合： Textract 與各種 AWS 服務無縫整合，促進自動化工作流程和增強數據處理。

2.2. 授權

AWS Textract 以按需付费方式運營定價模型，根據處理的頁數計費。

2.3. 安裝

在首次使用 Amazon Textract 之前，請按照以下步驟操作：

1. 註冊 AWS 服務：

• 註冊 AWS 帳戶以訪問 Amazon Textract 和相關服務。

2. 建立 IAM 使用者：

• 建立 IAM(身份和訪問管理)具有適當權限以訪問 Amazon Textract 的使用者。

  完成帳戶設置和 IAM 使用者創建後，繼續在 AWS 控制台中配置訪問密鑰，以便使用 C# 程式化訪問 API。 您將需要以下內容：

• 存取金鑰 ID
• 秘密訪問密鑰
• RegionEndPoint(您的訪問區域)

• 在此範例中，使用：PKISB1

  現在建立一個新的Visual Studio專案。 然後前往工具選單，選擇 NuGet 封裝管理員，然後選擇解決方案的 NuGet 封裝管理員。

  

  在搜索框中輸入「AWSSDK」，並安裝最新版本。

  

2.4. 代碼範例（使用 AWS SDK for .NET）

    using Amazon;
    using Amazon.Textract;
    using Amazon.Textract.Model;

    var client = = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.PKISB1);

    var request = new AnalyzeDocumentRequest
    {
        Document = new Document
        {
            S3Object = new S3Object
            {
                Bucket = "your-bucket-name",
                Name = "your-document-key"
            }
        },
        FeatureTypes = new List<string> { "FORMS", "TABLES" }
    };

    var response = await client.AnalyzeDocumentAsync(request);

    using Amazon;
    using Amazon.Textract;
    using Amazon.Textract.Model;

    var client = = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.PKISB1);

    var request = new AnalyzeDocumentRequest
    {
        Document = new Document
        {
            S3Object = new S3Object
            {
                Bucket = "your-bucket-name",
                Name = "your-document-key"
            }
        },
        FeatureTypes = new List<string> { "FORMS", "TABLES" }
    };

    var response = await client.AnalyzeDocumentAsync(request);

Imports Amazon
	Imports Amazon.Textract
	Imports Amazon.Textract.Model

'INSTANT VB TODO TASK: The following line contains an assignment within expression that was not extracted by Instant VB:
'ORIGINAL LINE: var client = = new AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.PKISB1);
	Private client = = New AmazonTextractClient("your_access_key_id", "your_secret_access_key", Amazon.RegionEndpoint.PKISB1)

	Private request = New AnalyzeDocumentRequest With {
		.Document = New Document With {
			.S3Object = New S3Object With {
				.Bucket = "your-bucket-name",
				.Name = "your-document-key"
			}
		},
		.FeatureTypes = New List(Of String) From {"FORMS", "TABLES"}
	}

	Private response = await client.AnalyzeDocumentAsync(request)

3. Google Vision

Google Vision API，作為 Google Cloud AI 套件的重要組成部分，是影像分析和計算機視覺領域的尖端平台。 利用先進的機器學習、演算法和深度神經網絡，Google Vision API 擁有顯著的能力來理解和解釋視覺內容，包括圖像和視頻。

這項先進技術可實現物體檢測、人臉識別、文本提取和圖像標記，促進了各行業的多種應用。 在本文中，我們深入探討 Google OCR，揭示其特性、應用，以及它在影像分析和自然語言處理工具的競爭環境中如何脫穎而出。

3.1. Google Vision 的主要功能

• OCR 和文字偵測： Google Vision 能夠準確偵測並提取圖像和文件中的文字，支援多種語言。
• 影像分析： 提供各種影像分析功能，包括標籤檢測、人臉檢測和地標檢測。
• 與 Google Cloud 服務整合： Google Vision 可以與其他 Google Cloud 服務無縫整合，從而創建綜合解決方案。

3.2. 授權

Google Vision 依照即用即付的計價模式運作，用戶會根據使用單位數量進行計費。(例如，數據輸入圖像、文本等。)處理。

3.3. 安裝

為了將 Vision API 整合到您的 C# 專案中，請確保完成以下必要步驟。

1. 建立 Google 帳戶。

2. 通過 Google Cloud Console 產生新專案。

3. 為專案啟動計費。

4. 啟用 Vision API。

5. 生成服務帳戶並配置相關憑證。

6. 下載以 JSON 文件格式的服務帳戶密鑰憑證。

   一旦下載了憑證，只需在 Visual Studio 中創建一個新項目並安裝 Google Cloud Platform。(Google Vision)使用 NuGet 套件管理器。

   

3.4. 代碼示例（使用 Google Cloud 客戶端庫）

    using Google.Cloud.Vision.V1;
    using Google.Protobuf;
    using System.IO;
    using Google.Apis.Auth.OAuth2;

    var credential = GoogleCredential.FromFile("path-to-credentials.json");
    var clientBuilder = new ImageAnnotatorClientBuilder { CredentialsPath = "path-to-credentials.json" };
    var client = clientBuilder.Build();

    var image = Image.FromFile("path-to-your-image.jpg");
    var response = client.DetectText(image);

    foreach (var annotation in response)
    {
        Console.WriteLine(annotation.Description);
    }

    using Google.Cloud.Vision.V1;
    using Google.Protobuf;
    using System.IO;
    using Google.Apis.Auth.OAuth2;

    var credential = GoogleCredential.FromFile("path-to-credentials.json");
    var clientBuilder = new ImageAnnotatorClientBuilder { CredentialsPath = "path-to-credentials.json" };
    var client = clientBuilder.Build();

    var image = Image.FromFile("path-to-your-image.jpg");
    var response = client.DetectText(image);

    foreach (var annotation in response)
    {
        Console.WriteLine(annotation.Description);
    }

Imports Google.Cloud.Vision.V1
	Imports Google.Protobuf
	Imports System.IO
	Imports Google.Apis.Auth.OAuth2

	Private credential = GoogleCredential.FromFile("path-to-credentials.json")
	Private clientBuilder = New ImageAnnotatorClientBuilder With {.CredentialsPath = "path-to-credentials.json"}
	Private client = clientBuilder.Build()

	Private image = System.Drawing.Image.FromFile("path-to-your-image.jpg")
	Private response = client.DetectText(image)

	For Each annotation In response
		Console.WriteLine(annotation.Description)
	Next annotation

4. IronOCR

IronOCR在光學字符識別領域中，一個顯著的參與者(光學字符識別)景觀代表了一種強大且多功能的技術，旨在將掃描文件、PDF文件、手寫文件或圖像轉換成機器可讀和可搜索的文本，同時也是一款強大的企業文件管理軟體。

由Iron Software公司開發的IronOCR，運用先進的演算法、雲端視覺和人工智慧，能夠精確地從各種來源中提取文字，包括印刷文字、手寫字符和PDF文件。 這款 OCR 解決方案因其準確性、速度，以及處理多種語言和字體的能力而受到認可。

在本文中，我們將展開一場全面的探索IronOCR，檢視其功能、使用案例，以及如何使用低代碼自動化工具在競爭激烈的OCR市場中脫穎而出。

4.1. IronOCR 的主要特點

• 內部部署OCR： IronOCR 可以透過將OCR功能整合到應用程式中來實現內部部署的文字提取。
• 多功能語言支援： 支援超過127種國際語言。
• 先進文本識別： IronOCR 提供先進的文本識別功能，包括字體和樣式檢測，並處理各種圖像格式。

4.2. 授權

IronOCR 提供完整的伺服器框架和多樣化的授權選項，包括免費的

    using IronOcr;

    var ocr = new IronTesseract();
    ocr.Language = OcrLanguage.English;
    var result = ocr.Read("path-to-your-image.jpg");

    Console.WriteLine(result.Text);

    using IronOcr;

    var ocr = new IronTesseract();
    ocr.Language = OcrLanguage.English;
    var result = ocr.Read("path-to-your-image.jpg");

    Console.WriteLine(result.Text);

Imports IronOcr

	Private ocr = New IronTesseract()
	ocr.Language = OcrLanguage.English
	Dim result = ocr.Read("path-to-your-image.jpg")

	Console.WriteLine(result.Text)