Google OCR & IronOCR 之間的比較

IronOCR for .NET 是一個 C# 庫，用於掃描、搜索和閱讀圖像和 PDF。 它將圖像或 PDF 文件作為輸入，並使用最新的 Tesseract 5 自定義構建 .NET OCR 引擎生成文本、結構化數據或可搜索的 PDF 文檔。 Tesseract 支持 125 多種語言，並在 .NET Core 和 .NET Standard 中提供跨平台支持，範圍從 2.0 到 7。

IronOCR 是一個用戶友好的 API，允許 C# 開發人員自動將圖像轉換為文本，使用 IronTesseract 類和 API 密鑰。 它優先考慮速度、準確性和易用性。 它還幫助計算機視覺 API 通過訓練的模型集合來找到文本。

IronOCR 的另一個強大功能是它可以從所有圖像文件中掃描條形碼和 QR 碼並讀取其文本。 IronOCR 的其他重要功能如下所示。

功能特點

• 國際語言： 125 多種和自定義語言支持，高速高品質性能
• 文本和條形碼識別： 同時讀取多種語言的文本和數字
• 專業文檔： 專門從收據、支票、以及發票中讀取文本
• 從多種格式中讀取： 圖像（PNG、JPG、GIF、TIFF、BMP）、System.Drawing Objects、流、PDF 文檔（優化目標 DPI）
• 過濾器： 過濾嚮導、圖像修正、固定圖像方向、修正圖像顏色
• 簡單數據輸出： .NET 文本字符串、條形碼和 QR 數據、圖像

現在，讓我們看看 Google Cloud Vision API。

Google Cloud Vision API 是支援 C# 語言的 Google Cloud OCR 客戶端庫。 它允許 C# 開發人員輕松地將計算機視覺檢測功能集成到軟件應用程序中。 它執行 OVCR 並檢測來自圖像文件的文本、圖像標籤、面部檢測和地標檢測。

Google Cloud Vision API 使用 REST 和 RPC API 來提供強大的預訓練 ML（機器學習）模型。 通過 Cloud Vision API，您可以快速將圖像分類為已經預定義的數百萬個類別中。 它還可以檢測對象並從印刷文檔和手寫文本中讀取文本。

功能特點

• 圖像文本檢測： OCR 圖像以進行文本識別並將其轉換為機器語言代碼
• 文檔文本檢測： OCR 文件（PDF/TIFF），密集文本
• 地標檢測： 返回檢測到的對象的坐標
• 標誌檢測： 返回文本描述
• 標籤檢測： 返回圖像的一般標籤

本文其餘部分如下：

1. 創建 Visual Studio 專案
2. 安裝 AWS OCR Textract
3. 安裝 Google OCR
4. 圖像到文本
5. 條形碼和 QR 碼到文本
6. PDF 到文本
7. 結論

2.1. 使用 Visual Studio NuGet 包管理器

NuGet 是一個包管理器，用於在您的專案中下載和安裝依賴項。 其包包含已編譯的代碼（DLL）和清單文件。通過以下方法訪問：

• 點擊工具選項卡
• 展開 NuGet 包管理器選項

• 點擊管理解決方案的 NuGet 包

  

• 或者，右鍵點擊解決方案總管

• 點擊管理 NuGet 包

  

現在，將打開 NuGet 包管理器窗口。 搜索 IronOCR 並點擊安裝。

2.2. 從 NuGet 網站下載

可以直接從 NuGet 官方網站下載。按照給定的步驟：

1. 點擊 NuGet 網站上的鏈接。
2. 點擊頁面的右側的下載包選項。
3. 打開下載的包，並將開始安裝。
4. 最後，重新加載解決方案，即完成。

2.3. 使用 IronOCR 網頁下載

只需訪問 Iron Software 網站，然後導航到 IronOCR for .NET 網頁。 滾動到底部並點擊下載 DLL 或下載 Windows 安裝程式。

將下載一個壓縮文件。 解壓縮它並添加到您的專案文件中，或者運行 Windows 安裝程式。 按照以下步驟將其添加到您的項目中。

1. 右鍵單擊解決方案總管中的專案依賴項。
2. 然後選擇添加項目引用選項。
3. 瀏覽到下載的 DLL 文件位置。
4. 最後，點擊確定以添加項目引用。

2.4. 使用 Visual Studio 中的命令提示符

1. 在 Visual Studio 中導航到工具選項卡。
2. 展開 NuGet 包管理器選項。
3. 選擇包管理器控制台，並輸入以下命令：

Install-Package IronOcr

這將自動在您的項目中下載並安裝 IronOCR。

現在，我們已經准備好在項目中使用 IronOCR。

2.5. 添加必要的 IronOCR 命名空間

只需添加一個命名空間，並需要在您需要訪問其功能的源代碼文件的頂部添加。

using IronOcr;

using IronOcr;

Imports IronOcr

現在，我們安裝 Google Vision OCR。

3.2. 添加 Google Vision API 命名空間

包含以下命名空間以使用Google OCR視覺API：

using Google.Cloud.Vision.V1;

using Google.Cloud.Vision.V1;

Imports Google.Cloud.Vision.V1

還需要使用JSON文件格式下載的密鑰憑據設置環境變量。

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json")

現在所有的設置都完成，可以使用了。

從圖像中讀取數據是一項艱巨的任務。 圖像的分辨率和質量在提取內容時起著重要作用。 這兩個庫都提供光學字符識別（OCR）功能，以從圖像中提取文本。

IronOCR 允許使用先進的 Tesseract 從 PDF 文件格式中識別和讀取文本。

IronOCR 對於開發人員來說，使用其強大的 IronTesseract 類來讀取圖像文件中的內容非常容易。 在這裡，我們將使用 PNG 圖像從圖像文件中讀取文本，代碼如下：

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/employmentapp.png");

    // Process the image
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' Add the image to be processed
	input.AddImage("test-files/employmentapp.png")

	' Process the image
	Dim result = ocr.Read(input)

	' Output the extracted text
	Console.WriteLine(result.Text)
End Using

輸入圖像

輸出

IronOCR 的輸出與給定的原始圖像一致。 代碼簡潔且易於理解，沒有任何技術問題。

4.2. 使用 Google OCR

Google Cloud Vision OCR 也將圖像轉換為具有不同字體的文本。 首先，我們需要使用憑據文件創建一個客戶端。然後使用此客戶端對象，我們可以調用 DetectText 方法以便以註釋形式獲得響應。 代碼如下所示：

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json");
var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png");
var response = client.DetectText(image);

foreach (var annotation in response)
{
    if (annotation.Description != null)
    {
        Console.WriteLine(annotation.Description);
    }
}

Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "key.json")
Dim client = ImageAnnotatorClient.Create()
Dim image = Google.Cloud.Vision.V1.Image.FromFile("test-files/employmentapp.png")
Dim response = client.DetectText(image)

For Each annotation In response
	If annotation.Description IsNot Nothing Then
		Console.WriteLine(annotation.Description)
	End If
Next annotation

在此輸入中，給予的圖像用來比較兩個庫的輸出。

從上面的輸出中，您可以清楚地看到，IronOCR 保留了圖像輸出的格式。 儘管 Google OCR 給出準確的輸出文本，但表格的格式並未保留。 IronOCR 完美保留了圖像中表格的原本格式。

代碼幾乎與之前的相似。

IronOCR 提供了一個獨特而實用的功能，即在讀取圖像時，它可以讀取條形碼和 QR 碼。 它能夠檢測條形碼，並顯示其值。 首先，將 ReadBarCodes 配置設置為真，然後遍歷 OCR 結果中的每個條形碼。 讀取條形碼的代碼如下所示：

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

var ocr = new IronTesseract();
ocr.Configuration.ReadBarCodes = true;
using (var input = new OcrInput())
{
    // Add the image to be processed
    input.AddImage("test-files/Barcode.png");

    // Process the image
    var result = ocr.Read(input);

    // Iterate and output barcode values
    foreach (var barcode in result.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

Dim ocr = New IronTesseract()
ocr.Configuration.ReadBarCodes = True
Using input = New OcrInput()
	' Add the image to be processed
	input.AddImage("test-files/Barcode.png")

	' Process the image
	Dim result = ocr.Read(input)

	' Iterate and output barcode values
	For Each barcode In result.Barcodes
		Console.WriteLine(barcode.Value)
	Next barcode
End Using

輸入圖像

輸出

輸入中的所有三個條形碼均已成功讀取，並顯示其隱藏文本。

5.2. 使用 Google OCR

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

var client = ImageAnnotatorClient.Create();
var image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);

Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));

foreach (var label in labels)
{
    Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}

Imports System

Dim client = ImageAnnotatorClient.Create()
Dim image = Google.Cloud.Vision.V1.Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg")
Dim labels = client.DetectLabels(image)

Console.WriteLine("Labels (and confidence score):")
Console.WriteLine(New String("="c, 30))

For Each label In labels
	Console.WriteLine($"{label.Description} ({CInt(Math.Truncate(label.Score * 100))}%)")
Next label

6.1. 使用 IronOCR

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

var ocr = new IronTesseract();
using (var input = new OcrInput())
{
    // Add the PDF to be processed
    input.AddPdf("test-files/example.PDF");

    // Process the PDF
    var result = ocr.Read(input);

    // Output the extracted text
    Console.WriteLine(result.Text);
}

Dim ocr = New IronTesseract()
Using input = New OcrInput()
	' Add the PDF to be processed
	input.AddPdf("test-files/example.PDF")

	' Process the PDF
	Dim result = ocr.Read(input)

	' Output the extracted text
	Console.WriteLine(result.Text)
End Using

6.2. 使用 Google OCR

Google OCR 也提供從 PDF/TIFF 文檔中提取文本的功能。 但是，如果文件位於 Google Cloud Storage 中，它才會偵測文本。 為此，您需要創建一個 Google Storage 桶。 C# 的代碼不是容易上手，而且非常冗長，不適合在此展示。 在 C# 中檢測在文件中的文本尚無可用範例。 您可以查看 Java 代碼 參考學習。