1. IronOCR
  2. 故障排除
  3. 為什麼選擇IronOCR而不是Tesseract

為什麼選擇 IronOCR 而非 Tesseract

This article was translated from English: Does it need improvement?
Translated
View the article in English

準確性

Tesseract

  • Tesseract 無法處理旋轉、傾斜、低 DPI、掃描或有背景噪音的圖像。
  • 需要使用 Photoshop 或 ImageMagick 進行影像預處理。
  • 處理時間過長後提供無意義資訊

IronOCR

  • IronOCR 預處理及影像濾鏡帶走這個頭痛
  • 用戶通常在最少配置的情況下可以達到99.8-100%的精確度。

圖像相容性

Tesseract

  • 只接受在 C# 中是 IntPtr C++ 物件的 Leptonica PIX 圖像格式。
  • PIX 物件不是管理記憶體 - 在 C# 中未能小心處理它們會導致記憶體洩漏

IronOCR

  • 影像記憶體管理
  • PDF和廣泛的圖像支援：
  • 多幀TIFF

  • JPEG 和 JPEG2000

    GIF

    PNG

  • System.Drawing 位圖、串流和位元組陣列/二進位影像資料(位元組[])在每一種檔案格式中都包含

    -IronSoftware.System.Drawing即將取代對 System.Drawing 的依賴(允許通用的位圖格式)

    性能

Tesseract

  • 不良的文件記錄設定必須進行細微調整以確保準確性。
  • 依賴乾淨的文件/預處理過的圖像

IronOCR

  • 零配置對於大多數圖像都能精確且快速地工作。
  • 多執行緒充分利用多核心處理器
  • 即使是低解析度的圖像通常也能以高度的準確性進行工作。
  • 不需要Photoshop

    API

API

Tesseract

幾乎沒有支援，不適合初學者：

  1. 使用 Interop 層 - 許多在 GitHub 上的層已過時，且存在未解決的票證、記憶體洩漏和控制台警告。

    -- 可能不支援 .NET Core 或 Standard

  2. 使用命令列 EXE -- 難以部署且經常受到病毒掃描器和安全政策的干擾

IronOCR

  • 一個名為IronTesseract的受管理且經過測試的.NET庫
  • 完整文件記錄與IntelliSense支援
  • 支援工程師團隊隨時準備協助

語言

Tesseract

  • 僅100種語言

IronOCR

  • 超過127種內置語言 + 自定義語言包支持

結論

Tesseract 是 C++ 開發者的絕佳資源，但它不是一個完整的 .NET OCR 函式庫。 掃描或拍攝的圖像必須預先處理為正交的、標準化的、高解析度的，並且沒有數字噪音，Tesseract 才能準確地處理它們。

相比之下，IronOCR 只需一行代碼就能完成這個功能及更多。 IronOCR 使用了非常精細調整的Tesseract內建於 C# 的內部 OCR 引擎，提供了許多性能改進和標準附加的功能。