using IronOcr; using IronSoftware.Drawing; // We can delve deep into OCR results as an object model of // Pages, Barcodes, Paragraphs, Lines, Words and Characters // This allows us to explore, export and draw OCR content using other APIs/ var ocrTesseract = new IronTesseract(); ocrTesseract.Configuration.ReadBarCodes = true; using var ocrInput = new OcrInput(); var pages = new int[] { 1, 2 }; ocrInput.LoadImageFrames("example.tiff", pages); OcrResult ocrResult = ocrTesseract.Read(ocrInput); foreach (var page in ocrResult.Pages) { // Page object int PageNumber = page.PageNumber; string PageText = page.Text; int PageWordCount = page.WordCount; // null if we dont set Ocr.Configuration.ReadBarCodes = true; OcrResult.Barcode[] Barcodes = page.Barcodes; AnyBitmap PageImage = page.ToBitmap(ocrInput); double PageWidth = page.Width; double PageHeight = page.Height; double PageRotation = page.Rotation; // angular correction in degrees from OcrInput.Deskew() foreach (var paragraph in page.Paragraphs) { // Pages -> Paragraphs int ParagraphNumber = paragraph.ParagraphNumber; string ParagraphText = paragraph.Text; AnyBitmap ParagraphImage = paragraph.ToBitmap(ocrInput); int ParagraphX_location = paragraph.X; int ParagraphY_location = paragraph.Y; int ParagraphWidth = paragraph.Width; int ParagraphHeight = paragraph.Height; double ParagraphOcrAccuracy = paragraph.Confidence; OcrResult.TextFlow paragrapthText_direction = paragraph.TextDirection; foreach (var line in paragraph.Lines) { // Pages -> Paragraphs -> Lines int LineNumber = line.LineNumber; string LineText = line.Text; AnyBitmap LineImage = line.ToBitmap(ocrInput); int LineX_location = line.X; int LineY_location = line.Y; int LineWidth = line.Width; int LineHeight = line.Height; double LineOcrAccuracy = line.Confidence; double LineSkew = line.BaselineAngle; double LineOffset = line.BaselineOffset; foreach (var word in line.Words) { // Pages -> Paragraphs -> Lines -> Words int WordNumber = word.WordNumber; string WordText = word.Text; AnyBitmap WordImage = word.ToBitmap(ocrInput); int WordX_location = word.X; int WordY_location = word.Y; int WordWidth = word.Width; int WordHeight = word.Height; double WordOcrAccuracy = word.Confidence; foreach (var character in word.Characters) { // Pages -> Paragraphs -> Lines -> Words -> Characters int CharacterNumber = character.CharacterNumber; string CharacterText = character.Text; AnyBitmap CharacterImage = character.ToBitmap(ocrInput); int CharacterX_location = character.X; int CharacterY_location = character.Y; int CharacterWidth = character.Width; int CharacterHeight = character.Height; double CharacterOcrAccuracy = character.Confidence; // Output alternative symbols choices and their probability. // Very useful for spellchecking OcrResult.Choice[] Choices = character.Choices; } } } } }

OCR 工具

最佳 OCR API（更新列表比較）

發佈 2023年5月16日

光學字符識別 (光學字符識別) 是一種技術，允許計算機將圖像或掃描文件中的打印或手寫文本轉換為可編輯、搜索或分析的數字文本。OCR API 為開發人員提供了預製的軟體元件，使他們能夠將 OCR 功能集成到他們的應用程式中，而無需從頭開始構建它。由於易於使用、高準確性以及多語言支持，OCR API 越來越受歡迎。在此數位化時代，OCR API 對於需要處理大量來自實體文件的數據的企業和組織來說是必不可少的。在此背景下，選擇最佳的 OCR API 可能是一項艱巨的任務。這是因為市場上有數個 OCR API，每個都有其獨特的特點、優勢和劣勢。

在本文中，我們將探討2023年一些最佳的 OCR API，它們的功能，及其如何用於增強您的業務流程。

1. OCR.Space

OCR.space 是一個提供準確且可靠的光學字符識別 (OCR) API (光學字符識別) 為需要從圖片或掃描文件中提取文字的企業和組織提供服務。它支持包括阿拉伯語、中文、日語和韓語在內的100多種語言，這使其成為擁有全球影響力的企業的流行選擇。OCR.space還提供手寫識別、圖像分析功能和自動數據提取功能，使企業能夠快速準確地處理大量數據。

最佳OCR API（更新列表比較）：圖1 - OCR.Space

1.1. 特點

OCR.space 的一大特色是其高準確性，這是通過使用先進的 OCR 演算法實現的，這些演算法可以識別甚至是複雜的文字格式和佈局。OCR.space 還提供了一個使用者友好的介面，使上傳和處理圖像或文件變得簡單，而且它提供了詳細的 OCR 結果，包括識別的文字、每個字元的置信水平和圖像上每個詞的位置。

1.2. 許可及定價

OCR.Space 提供多樣的定價選擇來滿足不同企業的需求，包括一個每月最多 25,000 次 OCR 請求的免費方案，以及付費方案，這些方案提供額外的功能，如更快的處理速度、更高的準確性以及專屬支持。該 API 也易於與不同的程式語言和平台集成，包括 Python、Java 和 .NET。

最佳 OCR API（更新列表比較）：圖 2 - 定價

2. Rossum.AI

Rossum.AI 是一款 OCR API，提供高度準確的文件處理和數據提取功能。Rossum.AI 成立於 2017 年，是一家位於捷克共和國的公司，因其先進的 OCR 技術而受到歡迎，該技術利用人工智慧和機器學習算法。

最佳 OCR API（更新清單比較）：圖 3 - Rossum

2.1. 特點

Rossum.AI API設計旨在自動化和簡化文件處理，非常適合處理大量文檔的企業和組織。該API提供高精確度的OCR功能，可以從各種文檔中讀取文本，包括發票、收據、訂單和其他結構化與非結構化文檔。

其中一個主要功能是 Rossum.AI 其能夠輕鬆處理複雜的文件佈局和不同字體。其先進的算法可以檢測文檔中的表格、列和其他結構元素，使準確提取數據更加容易。此外， Rossum.AI OCR 引擎可以讀取手寫文字，這是其他不提供此功能的 OCR API 無法相比的重大優勢。

2.2. 摘要

Rossum.AI 是一個先進的 OCR API，提供高度準確的文件處理和數據提取功能。其處理複雜文件佈局、閱讀手寫內容和從用戶反饋中學習的能力，使其成為需要可靠、自動化文件處理的企業和組織的絕佳選擇。

3. Amazon Textract

Amazon Textract 是由 Amazon Web Services 開發的一個功能強大的光學文字識別 (OCR) API (AWS) 可以從各種文件類型中精確提取文本和數據，包括表格和表單。Textract 使用先進的機器學習算法來識別並提取圖像和 PDF 文件中的文本、表格和數據，並以結構化格式返回提取的信息。這使企業能夠更容易地自動化文件處理，減少手工勞動，並提高運營效率。

最佳 OCR API（更新列表比較）：圖 4 - Amazon Textract

3.1. 功能

Amazon Textract 的主要優點之一是它支持各種文檔類型，包括掃描文件、PDF 文件和圖像。它可以從表單和表格中提取信息，甚至可以從結構化文件中識別關鍵值對。此外，Textract 設計為水平擴展，這意味著它可以輕鬆處理大量文檔。

3.2. 授權與定價

在授權與定價方面，Amazon Textract 採用按使用量付費的方式。AWS 提供一個免費層，包含每月 1,000 頁的文字提取。超過此限，定價則根據每月處理的頁數來計算。定價是分級的，這意味著您處理的頁數越多，每頁的成本就越低。還有其他服務的額外收費，如數據存儲、數據傳輸和 API 請求。

最佳OCR API（更新的列表比較）：圖5 - 價格

4. IronOCR

IronOCR是一個為.NET開發人員設計的強大OCR API，提供完整的OCR SDK和輕量級OCR解決方案。它使開發人員可以輕鬆地向他們的.NET應用程式添加OCR功能，允許他們從圖片和PDF文件中提取文本。IronOCR以其高準確性、速度和對多語言的支持著稱，是開發人員和企業的熱門選擇。IronOCR在數字化PDF文件、歷史文件和識別文件方面發揮了重要作用。

最佳 OCR API（更新列表比較）：圖 6 - IronOCR

4.1. 功能

IronOCR 提供一系列先進的功能，包括支持條碼掃描、圖像預處理、數據錄入、打印數據數字化、手動數據錄入、數據處理和圖像調整大小。它還包括處理不同字體樣式、佈局和圖像質量問題的功能，使其成為一個多功能且可靠的 OCR 解決方案。此外，IronOCR 促進自動數據處理，消除了手動數據處理的需要。

4.2. 授權和定價

IronOCR 以商業授權提供，這需要一次性付款。商業授權的定價取決於將使用 API 的開發人員數量和部署類型。 (雲端或本地部署)IronOCR 也提供免費試用版本，讓開發人員在購買前可以測試 API 的功能和特性。

最佳OCR API（更新列表比較）：圖7 - 最佳OCR中文，圖8：IronOCR價目表

4.3. 代碼示例

IronOCR 只需幾行代碼即可輕鬆執行 OCR 功能。請參閱以下從輸入數據中提取數據的示例。

using IronOCR;
var Result = new IronTesseract().Read(@"\Screenshot.png");
Console.WriteLine(Result.Text);

using IronOCR;
var Result = new IronTesseract().Read(@"\Screenshot.png");
Console.WriteLine(Result.Text);

Imports IronOCR
Private Result = (New IronTesseract()).Read("\Screenshot.png")
Console.WriteLine(Result.Text)

VB C#

輸出

> IronOCR Simple Example: In this example we will test the accuracy of our C# OCR library to read text from a PNG Image.
>
> This is a very basic test, but things will get more complicated as the tutorial continues. The quick brown fox jumps over the lazy dog

5. 總結

OCR識別API已成為需要處理從實體文件中獲取大量數據的企業和組織的重要工具。市場上有多種OCR API可供選擇，每個API都有其獨特的功能、優勢和劣勢。2023年可用的一些最佳OCR API包括 OCR.Space, Rossum.AI, Amazon Textract，和 IronOCR。OCR.Space 為企業和組織提供準確且可靠的 OCR 服務，而 Rossum.AI 提供高度精確的文件處理和數據提取功能。Amazon Textract 使用先進的機器學習算法來識別和提取各種文件類型中的文本和數據，並 IronOCR 是一個為 .NET 開發人員設計的強大 OCR API。比較了所有這些後，IronOCR 是一個提供簡單的 OCR SDK 和 OCR 引擎的堅實選擇。欲了解更詳細的教程，請訪問以下網址連結軟體產品可以從這裡下載連結.

< 上一頁
如何使用Tesseract從圖像中提取文本

下一個 >
OCR掃描軟體（給開發者更新列表）