IronOCR 與 Syncfusion OCR 之間的比較

本文將比較兩個使用光學字元識別的軟體庫(光學字符識別)自動化檢測和提取影像及掃描文檔中的印刷或手寫文字。 首先，我們將討論這兩個函式庫的功能。 接下來，我們將檢查並比較它們的文本識別和提取能力，使用由這兩個庫生成的示例源代碼。 最後，我們將比較這些庫的授權和定價。

我們將在本文中比較的庫有：

• IronOCR
• Syncfusion Essential PDF

Syncfusion OCR

Syncfusion 的 Essential PDF 程式庫整合了 OCR 功能，以支援在 PDF 文件中的掃描影像上進行圖像文字處理。

Syncfusion 的 OCR 處理器可以與 Tesseract 第 3 版協作。(3.02和3.05)和4. 該庫可包含在 .NET Core 和 ASP.NET 應用程序中。

SyncFusion Essential PDF 的 OCR 功能特點包括：

• 在 PDF 文件上執行 OCR 任務。 庫的 OCRProcessor 類別可用於對 PDF 文件執行光學字符識別（OCR）。 它基於 Tesseract 數據處理器，Tesseract 被認為是世界上最好的 OCR 處理器之一。
• 在 PDF 文件的部分執行 OCR 任務。 使用者可以針對 PDF 文件的特定頁面或區域進行 OCR。
• 對圖像進行OCR任務。 使用者可以從圖像中擷取文字資料以匯入至其他應用程式。
• 多語言支持。 Google Tesseract 引擎(同步服務擴展)目前支援超過60種語言，並正在嘗試更多語言。
• 良好的準確性。 通過利用 Google 的 Tesseract 開源引擎，Syncfusion Essential PDF 可實現非常好的文本準確性，在合理的時間內執行 OCR。

2. IronOCR

IronOCR 是一個 C# 軟體庫，可讓 .NET 平台開發人員識別和讀取圖片及 PDF 文件中的文字。 這是一個僅適用於 .NET 的 OCR 庫，使用強大的 Tesseract 引擎。Tesseract 版本 3 到 5 可以直接在 Windows、macOS、Linux、Azure、AWS、Lambda、Mono 和 Xamarin Mac 上運行。

IronOCR 支援的語言比所有現有的 OCR 引擎都多，支援 125 種語言，(僅預設安裝英文).

.NET 開發人員對他們的文檔擁有完全的控制權，可以根據需要進行修改。

2.1. IronOCR 功能

IronOCR 提供了獨特的功能組合，用於整合、簽署、匯出、讀取視覺內容，並從照片中提取細節，無論使用者的技術背景或硬體複雜度如何。

2.1.1. 準確性

IronOCR SDK 在準確性方面勝過其他 OCR 庫，達到 99.8% 的準確率。

2.1.2. 修復低品質掃描和圖像

IronOCR 類別為 C# 開發人員提供廣泛的控制權。 他們為其開發人員提供OCR(圖片和PDF轉換為文本)每個具體實例中的功能和精細調整的性能。

IronOCR 包含配置選項，使該庫能夠處理非理想質量的圖像。 其中一些可用的配置包括：清除背景噪音、增强对比度、增强分辨率、语言、策略、旋转和拉直、颜色空间、检测深色背景上的白色文字和输入图像类型。

2.1.3. 語言

IronOCR 支援超過 125 種國際語言。

2.1.4. OCR文字提取

Iron Tesseract 可以讀取多種圖片格式以及 PDF 檔案。 此功能不適用於標準的免費Tesseract引擎。 如果您的掃描品質較差，OCR 輸入允許您自動修復所需的屬性。

2.1.5. 圖像優化濾鏡

OCRInput 類別為 C# 程式設計師提供了對輸入的細緻控制。 圖片輸入隨後由開發人員進行預處理，以提高速度和準確性。 這樣就不需要在進行 OCR 處理之前使用 Photoshop 批量腳本或 ImageMagick 來準備照片了。

2.1.6. 圖像的OCR區域

IronOCR允許其終端用戶對圖像的特定區域執行OCR。

2.1.7. OCRResult 類別

IronOCR 使用 Tesseract 3、4 或 5 掃描每個頁面時，會返回一個高級結果物件。這其中包含位置數據、圖像、文本、統計置信度、替代符號選擇、字體名稱、字體大小裝飾、字體粗細，以及對於以下每項的位置信息：

• 頁面
• 段落
• 文本行
• 單字
• 個別字元
• 條碼

2.1.8. 一個文件中的多種語言

IronOCR 允許開發者在單一文件中使用多種語言。 此功能對 .NET 服務提供商極為有利。

3. 在 Visual Studio 中開始一個新專案

在本文中，我們將使用新的 Visual Studio 控制台應用程式來演示 IronOCR 和 Syncfusion Essential PDF 的 OCR 處理能力。

打開Visual Studio軟體，前往檔案選單並選擇新專案。 然後，選擇 控制台應用程式。

輸入專案名稱並在相應的文本框中選擇路徑。 接下來，點擊創建按鈕，然後選擇所需的 .NET 框架，如下圖所示：

Visual Studio 專案現在將為新的控制台應用程式生成結構。 完成後將打開 program.cs 文件。

我們現在將這兩個庫添加到項目中。

4. 安裝 IronOCR 函式庫

IronOCR 程式庫可以透過四種方式下載和安裝。 這些是：

1. 使用 Visual Studio 的 NuGet 套件管理器

2. 直接從 NuGet 網頁下載。

3. 直接從 IronOCR 網頁下載。

4. 使用 Visual Studio 命令列。

4.1. 使用 Visual Studio 的 NuGet 管理員

您可以使用 Visual Studio 的 NuGet 套件管理器將 IronOCR 整合到 C# 專案中。

通過點擊工具 > NuGet 套件管理器 > 為解決方案管理 NuGet 套件...來訪問 NuGet 套件管理器 GUI。

之後，將出現一個新視窗。 在專案中搜尋 IronOCR 並安裝該套件。

可以使用上述相同的方法安裝IronOCR的其他語言包。

4.2. 從 NuGet 網頁直接下載

IronOCR 可以按照以下指示直接從 NuGet 網站下載：

1. 導航到 IronPDF NuGet 資源庫頁面

2. 從右側菜單中選擇下載套件選項。

3. 雙擊下載的包。 將自動安裝。

4.3. 從 IronOCR 網頁直接下載

開發人員可以下載從 IronOCR 網站下載庫並將其添加作為專案參考。

按照以下說明在 Visual Studio 中將該庫添加為參考。

1. 在解決方案窗口中右鍵點擊專案。

2. 然後，選擇新增專案參考並瀏覽下載參考的位址。

3. 接下來，點擊確定以添加參考。

4.4. 使用 Visual Studio 命令列

1. 在 Visual Studio 中，前往 工具 > NuGet 套件管理員 > 套件管理器主控台

2. 在套件管理器主控台標籤頁中輸入以下行：

3. 安裝套件 IronOCR
   

   該套件現在將下載/安裝到當前項目，並準備使用。

   

5. 安裝 Syncfusion Essential PDF OCR 庫

Syncfusion Essential PDF 可以通過三種不同的方式安裝。

1. 使用 Visual Studio 的 NuGet 套件管理器

2. 直接從 NuGet 網頁下載。

3. 使用 Visual Studio 命令列。

5.1. 使用 Visual Studio 的 NuGet 管理器

與IronOCR一樣，開發人員也可以使用Visual Studio的NuGet包管理器安裝SyncFusion的OCR庫。

再次通過點擊 工具 > NuGet 套件管理員 > 管理解決方案的 NuGet 套件... 來訪問套件管理員。

搜索SyncFusion OCR並安裝相應的套件(應該是 Syncfusion.PDF.OCR.Net.Core)

SyncFusion Essential PDF OCR 的額外語言包可以從以下位置下載 GitHub.

5.2. 從NuGet網頁直接下載

您可以按照以下說明從NuGet網站直接下載Syncfusion Essential PDF OCR：

1. 導航到套件的 NuGet Gallery 頁面.

2. 從右側菜單中選擇下載套件選項。

3. 雙擊下載的包。 將自動安裝。

4. 接下來，重新載入解決方案並開始在專案中使用它。

5.3. 使用 Visual Studio 命令列

1. 在 Visual Studio 中，前往 工具 > NuGet 套件管理員 > 套件管理員主控台

2. 在套件管理器主控台標籤頁中輸入以下行：

Install-Package Syncfusion.PDF.OCR.Net.Core -Version 20.2.0.38

該套件現在將下載/安裝到當前項目，並準備使用。

6. 對 PDF 文件進行 OCR

IronOCR 和 Syncfusion OCR 都能對 PDF 文件進行光學字符識別 (OCR)。 在這裡，我們將討論如何在 Visual Studio 中使用它們兩者。

6.1. 使用 IronOCR 提取 PDF OCR 文字

只需幾行程式碼，開發者即可對整個 PDF 或特定頁面/部分進行 OCR。 考慮以下程式碼片段。

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("example.pdf", "password");
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

using IronOcr;
var Ocr = new IronTesseract();
using (var Input = new OcrInput())
{
    Input.AddPdf("example.pdf", "password");
    var Result = Ocr.Read(Input);
    Console.WriteLine(Result.Text);
}

Imports IronOcr
Private Ocr = New IronTesseract()
Using Input = New OcrInput()
	Input.AddPdf("example.pdf", "password")
	Dim Result = Ocr.Read(Input)
	Console.WriteLine(Result.Text)
End Using

6.2. 使用 Syncfusion Essential PDF OCR 進行 PDF 光學字符識別文本提取

您可以使用 OCRProcessor 類別對 PDF 文件以及文件中的區域進行光學字符識別 (OCR)。 查看下面的代碼範例以了解上下文。

using Syncfusion.OCRProcessor;
using Syncfusion.Pdf.Graphics;
using Syncfusion.Pdf.Parsing;
//initialize the ocr processor
using (OCRProcessor processor = new OCRProcessor(@"TesseractBinaries\"))
{
PdfLoadedDocument lDoc = new PdfLoadedDocument("Input.pdf");
processor.Settings.Language = Languages.English;
processor.PerformOCR(lDoc, @"TessData\");
lDoc.Save("Sample.pdf");
lDoc.Close(true);
}

using Syncfusion.OCRProcessor;
using Syncfusion.Pdf.Graphics;
using Syncfusion.Pdf.Parsing;
//initialize the ocr processor
using (OCRProcessor processor = new OCRProcessor(@"TesseractBinaries\"))
{
PdfLoadedDocument lDoc = new PdfLoadedDocument("Input.pdf");
processor.Settings.Language = Languages.English;
processor.PerformOCR(lDoc, @"TessData\");
lDoc.Save("Sample.pdf");
lDoc.Close(true);
}

Imports Syncfusion.OCRProcessor
Imports Syncfusion.Pdf.Graphics
Imports Syncfusion.Pdf.Parsing
'initialize the ocr processor
Using processor As New OCRProcessor("TesseractBinaries\")
Dim lDoc As New PdfLoadedDocument("Input.pdf")
processor.Settings.Language = Languages.English
processor.PerformOCR(lDoc, "TessData\")
lDoc.Save("Sample.pdf")
lDoc.Close(True)
End Using

7. 在圖像上執行光學字符識別 (光學字符識別)

這兩個程式庫都能在C#.NET和.NET Core應用程式中對影像進行OCR。

7.1. 使用 IronOCR 進行圖像的 OCR 處理

IronOCR 獨特之處在於其能夠只使用兩行代碼就能自動檢測並從不完美的掃描圖像中讀取文字。

using IronOcr;
var Result = new IronTesseract().Read(@"images\11111.png").Text;

using IronOcr;
var Result = new IronTesseract().Read(@"images\11111.png").Text;

Imports IronOcr
Private Result = (New IronTesseract()).Read("images\11111.png").Text

OCR輸入圖像

OCR OUTPUT form IMAGE
OCR Output
Simple Data Outputs:
» NET Text Strings
» Barcode & QR Data & Images
Structured Data Outputs:
» Pages
» Blocks
» Paragraphs
» Lines
» words
» Characters
Export Documents:
» Searchable PDFs
» hOCR / HTML Export
» Images of any Page, Text
Element or Barcode

7.2. 使用 Syncfusion Essential PDF OCR 處理器對影像執行光學字符識別 (光學字符識別)

Syncfusion Essential PDF 能夠非常精確地從圖像中提取文本。

using (OCRProcessor processor = new OCRProcessor(@"TesseractBinaries\"))
using Syncfusion.OCRProcessor;
using Syncfusion.Pdf.Graphics;
using Syncfusion.Pdf.Parsing;
{
//loading the input image
Bitmap image = new Bitmap("11111.jpeg");
//Set OCR language to process
processor.Settings.Language = Languages.English;
//Process OCR by providing the bitmap image, data dictionary and language
string ocrText= processor.PerformOCR(image, @"TessData\");
}

using (OCRProcessor processor = new OCRProcessor(@"TesseractBinaries\"))
using Syncfusion.OCRProcessor;
using Syncfusion.Pdf.Graphics;
using Syncfusion.Pdf.Parsing;
{
//loading the input image
Bitmap image = new Bitmap("11111.jpeg");
//Set OCR language to process
processor.Settings.Language = Languages.English;
//Process OCR by providing the bitmap image, data dictionary and language
string ocrText= processor.PerformOCR(image, @"TessData\");
}

Using processor As New OCRProcessor("TesseractBinaries\")
Using Syncfusion.OCRProcessor
End Using
End Using
Using Syncfusion.Pdf.Graphics
	Using Syncfusion.Pdf.Parsing
	'loading the input image
	Dim image As New Bitmap("11111.jpeg")
	'Set OCR language to process
	processor.Settings.Language = Languages.English
	'Process OCR by providing the bitmap image, data dictionary and language
	Dim ocrText As String= processor.PerformOCR(image, "TessData\")
	End Using
End Using

OCR 輸入圖像

控制台

影像之文字辨識輸出

OCR輸出

簡單資料輸出:

• .NET 字串

  Dee eT Nd

  tC eke ass

  Biren)

  牛奶製品

  段

  ORS

  eae

  eed

  TLC

  是

  Smt d

  查看 amr'

  etd ieot 請提供內容以進行翻譯。

8. 授權

IronOCR 和 Syncfusion Essential PDF 的使用需要軟體授權。

8.1. IronOCR 授權

IronOCR 為個人和非商業專案提供免費的開發許可證。

IronOCR 提供商業授權的獨特定價結構。 Lite 套餐起價為 $749 且無額外費用。 所有授權均包含30天退款保證、一年的軟體支援與升級、開發、測試、籌備、生成有效性，以及永久授權。(一次性購買). 了解有關 IronOCR 完整定價結構和授權資訊的更多內容，請訪問此頁面.

只需一次性支付 $1599，即可獲得SaaS和OEM商品的免版稅再分配權。

8.2. Syncfusion Essential PDF 授權

Syncfusion Essential PDF 提供三種開發者授權，但不提供 SaaS 和 OEM 覆蓋。

• 社群許可證。 社群許可證對開發者和最多五位開發者的小公司是免費的。 它還包括即時支援。
• 零售許可證。 零售許可證是基於年度的許可證，每位組織內的開發人員必須單獨購買。 零售許可證的價格從每年每位開發人員995美元起。

• Unlimited License. 此選項為整個組織提供授權，採用相同的年度基礎，但價格更低。

  查看 Syncfusion Essential PDF 的完整授權結構(以及其他 Syncfusion 元件) 之上 產品授權頁面.

  

9. 結論

IronOCR 支援約 125 種全球語言。 其處理能力包括：能夠在 PDF 文件或圖像的部分執行 OCR、能夠從 PDF 和照片中提取文本、能夠校正質量不佳的圖像，等等。 IronOCR 優先考慮速度和準確性。 其準確率達到 99.8%，高於市場上任何其他基於 Tesseract 的 OCR 庫。 IronOCR 可立即使用，無需性能調整或圖片預處理。

Syncfusion Essential PDF OCR 也使用 Google 的開源 Tesseract 引擎。它可以對整個文檔或文檔的特定部分進行 OCR。 Syncfusion 的 OCR 庫支援超過 60 種國際語言。

IronOCR 授權具有終身有效性，提供無限制的支援以及 SaaS 和 OEM 覆蓋。 另一方面，Syncfusion Essential PDF OCR 提供基於年度的許可證。 IronOCR 的定價從 $749 開始，Syncfusion 的定價從每年 $995 開始。

通過購買完整的Iron Suite，以折扣價獲得IronOCR及其他四款Iron Software產品。Iron Suite. Iron Suite 中捆绑的产品包括：

1. IronPDF

2. IronOCR

3. IronXL

4. IronBarcode

5. IronWebscraper

   鐵軟體授權頁面包含上述五種產品的價格和授權的詳細信息。