Tesseract 替代方案（2022 更新）

ABBYY FineReader PDF

ABBYY FineReader PDF 由 ABBYY 開發，是一款光學字元辨識軟體，可將圖像文件（如照片、掃描件和 PDF 文件）和螢幕截圖轉換為可編輯的文件格式，例如 Microsoft Word、Microsoft Excel、Microsoft PowerPoint、富文本格式、HTML、PDF/A、可搜尋 PDF、CSV 和文字（純文字）。

ABBYY FineReader PDF 可以直接從紙本文件、25 種以上的不同文件類型產生 PDF 文件，或透過幾乎任何程式發佈到 PDF 印表機。 PDF/A-1 到 PDF/A-3 啟用了長期存檔功能，而 PDF/UA 則確保在使用螢幕閱讀器等輔助技術時可以存取內容。

此外，ABBYY FineReader PDF 使專家能夠在數位化工作場所盡可能有效地工作。 ABBYY FineReader 將掃描的文件整合到數位工作流程中，從而在管理和完成文件時節省時間和精力。 您無需轉換 PDF 即可編輯文字、表格或整個佈局。 無論文件是如何產生的——無論是數位文件還是直接從紙本文件產生的文檔，該軟體都可以輕鬆、有條不紊地處理任何文件。 該軟體還可以建立可編輯的PDF檔案。

ABBYY FineReader 的桌面版可在 Windows、Linux 和 macOS 系統上使用。

AWS OCR

作為機器學習 (ML) 網路服務，Amazon Textract 可以從任何掃描文件中提取文字、表格和其他資料。 它利用深度學習技術，能夠準確、自動地從掃描文件（如 PDF、照片、表格和表單）中提取內容。 之後，Amazon Textract 會將資訊輸出為可編輯的、有序的檔案格式。

設想這樣一種情況：一家公司需要將許多公司紙本發票中的相關資訊轉移到 Excel 表格中。 通常情況下，會安排資料輸入人員手動完成這項任務，但這往往會導致組織混亂、耗時且容易出錯。 此外，其他使用某些 OCR 軟體解決方案的公司往往需要花費數小時來配置其工具，以便從文件中提取資料（每當文件格式發生變化時，通常都需要更新這些工具）。

使用 Textract，公司只需將發票上傳到網路服務，即可從這些文件中以更有序的格式取得文字、表單、鍵值對和表格。 這樣就省去了人工、耗時且成本高昂的資料輸入過程。

此外，Amazon OCR 可讓您使用經過驗證的、高度可擴展的深度學習技術，輕鬆地將影像和視訊分析添加到您的應用程式中，而無需任何機器學習專業知識。

iText

iText 是一款面向終端用戶的 OCR 程序，它使用多個業界領先的 OCR 引擎處理掃描影像。 根據開源 AGPL 協議的條款，您可以自由使用 iText 7 Core 和一定數量的插件。 作為替代方案，您還可以從各種商業許可替代方案中進行選擇。

iText 集團是 PDF 技術領域的全球領導者，其產品包括 iText 7 Suite 和 iText DITO。 它開發出尖端、屢獲殊榮的 PDF 軟體，全球數百萬客戶使用該軟體創建各種用途的數位文檔，包括發票、信用卡帳單、行動登機證、法律存檔等等。 軟體既有開源版本，也有商業版本。

iText Group 還提供 iText 7 套件，這是一個完整的開源 PDF SDK，其中包含 iText 7 Core 以及可選的附加元件，可最大限度地提高自由度和生產力。

騰訊雲OCR

騰訊雲的OCR技術可以自動偵測和識別照片中的文字。 它對印刷文本的可靠性和平均準確率超過 95%。 OCR技術的文件分析和文字辨識演算法由騰訊優圖實驗室開發。 它可以用於透視變形、光照不穩定、部分遮蔽等情況。 它同時支援橫屏和豎屏模式。 憑藉更高的準確度，該技術可以區分中文文本、英文文本、中英文文本、數字和特殊符號。 它為開發者提供了種類繁多的可直接呼叫的 API，以及易於使用的 SDK。

IronOCR。

IronOCR 是一款高度準確高效的 OCR 文字辨識和文件掃描應用程式。 借助 IronOCR for .NET，軟體開發人員可以在 .NET 應用程式和網頁中讀取圖像和 PDF 中的文字。 軟體可輔助進行影像的文字和條碼掃描，支援多種外語，並產生純文字或結構化資料輸出。 Web、控制台、MVC 和各種 .NET 桌面應用程式都可以使用 Iron Software 的 OCR 程式庫。 當用於商業用途時，開發團隊將提供直接支援以及相關許可。 IronOCR 可將影像轉換、建立、編輯、處理、壓縮和影像增強等文件處理功能快速整合到應用程式中。

• IronOCR 使用最新的 Tesseract 5 引擎，可以讀取任何 PDF 格式中的文字、條碼和二維碼。 有了這個庫，就可以快速輕鬆地將 OCR 功能添加到桌面、線上和控制台應用程式中。 IronOCR 具有條碼掃描、文件偵測和掃描等資料擷取功能，以及從文字中擷取資料的功能。 它將來源材料（例如 PDF 和圖像）轉換為結構化資料記錄。 IronOCR 共支援 125 種國際語言。 同時支援自訂語言和詞彙表。 IronOCR 可以讀取 20 多種條碼和二維碼格式。
• 它支援 TIFF 和 GIF 多頁影像格式。 它可以校正品質差的掃描件和照片。
• 它支援多線程操作。 它還可以同時運行一個或多個進程。
• IronOCR 可以輸出結構化數據，包括頁面、段落、行、單字、字元等。 IronOCR 支援 Windows、Linux、macOS 等作業系統。
• 它可以提取 PDF 或 JPEG 文件以及各種其他文件中的信息。 IronOCR 提供準確、智慧的字元辨識和區域辨識功能，讓您可以快速建立可編輯的文件。 IronOCR 可大量掃描文件為 PDF，並自動辨識所有語言的文字。 或者，我們可以手動設定自動識別文字時應使用的語言。

以下是對影像檔案執行 OCR 的範例程式碼。

using IronOcr;

var Ocr = new IronTesseract(); // Initialize a new instance of IronTesseract
using (var Input = new OcrInput(@"images\image.png")) // Load the image file for OCR
{
    var Result = Ocr.Read(Input); // Perform OCR to read text from the image
    Console.WriteLine(Result.Text); // Output the recognized text to the console
}

using IronOcr;

var Ocr = new IronTesseract(); // Initialize a new instance of IronTesseract
using (var Input = new OcrInput(@"images\image.png")) // Load the image file for OCR
{
    var Result = Ocr.Read(Input); // Perform OCR to read text from the image
    Console.WriteLine(Result.Text); // Output the recognized text to the console
}

Imports IronOcr

Private Ocr = New IronTesseract() ' Initialize a new instance of IronTesseract
Using Input = New OcrInput("images\image.png") ' Load the image file for OCR
	Dim Result = Ocr.Read(Input) ' Perform OCR to read text from the image
	Console.WriteLine(Result.Text) ' Output the recognized text to the console
End Using

點擊這裡查看更多關於 IronOCR 的教學。

結論

Tesseract 易於使用，支援多種影像和 PDF 文件處理方法。 它是由 IronOCR 在 .NET Framework 環境下提供的。 此外，它還提供了許多參數來增強 Tesseract OCR 庫的功能。 多種語言均可同時使用。 IronOCR 套餐以統一價格提供適用於所有平台的極具競爭力的許可和支援。此外，還包含一年的免費更新、功能升級以及我們工程團隊的技術支援。 IronOCR 是 Google 開發的 Tesseract 的最佳替代方案之一，只需幾行程式碼即可輕鬆實現。

IronOCR 隨附打包軟體產品、SaaS 和 OEM 所需的免版稅再分發保障。 相比之下，其他OCR產品都是完全客製化的，通常價格更高。這兩款產品的價格定位不同，IronOCR的起價為$799 。 以下是有關許可證和定價的更多詳細資訊。 簡而言之，IronOCR 以更低的成本提供更多功能。