AWS OCR与Azure OCR（OCR功能比较）

AWS OCR 概览

AWS Textract 是亚马逊完全托管的OCR服务，旨在从扫描文档、表格、表格等中提取文本。 深度集成在AWS生态系统内，Textract针对大规模云解决方案进行优化，支持实时和批处理文档处理。

核心功能

• 文档文本检测和提取： AWS Textract精度很高，尤其是在诸如表格或表单等结构化文档中。 它不仅提取原始文本，还识别诸如复选框、表格和键值对等元素。
• 支持文件类型： AWS Textract支持多种图像格式，如PNG、JPEG和TIFF，以及PDF。
• 表格和表单数据提取： Textract最显著的特点之一是能够准确识别和提取表格数据和表单字段，使其在大规模数据提取中理想。

性能和速度

AWS Textract提供了卓越的性能，特别是在大规模批处理时。 它可以有效应对大量数据集，尽管根据文档量情况，实时处理可能会有轻微延迟。

集成和API可用性

Textract与其他AWS服务无缝集成，如S3、Lambda和Rekognition，为在AWS环境中工作的开发者提供了统一的体验。 这里是一个使用AWS SDK与Textract的基本C#示例：

// Import necessary AWS Textract and other AWS SDK packages
using Amazon.Textract;
using Amazon.Textract.Model;
using Amazon;

public async Task DetectTextFromDocumentAsync(string bucketName, string documentName)
{
    // Create an Amazon Textract client
    var textractClient = new AmazonTextractClient(RegionEndpoint.USEast1);

    // Prepare the request with the document location in S3
    var request = new DetectDocumentTextRequest
    {
        Document = new Document
        {
            S3Object = new S3Object
            {
                Bucket = bucketName,
                Name = documentName
            }
        }
    };

    // Send request to Textract and await response
    var response = await textractClient.DetectDocumentTextAsync(request);

    // Iterate through the detected blocks of text and print them
    foreach (var block in response.Blocks)
    {
        if (block.BlockType == BlockType.LINE)
        {
            Console.WriteLine($"Detected text: {block.Text}");
        }
    }
}

// Import necessary AWS Textract and other AWS SDK packages
using Amazon.Textract;
using Amazon.Textract.Model;
using Amazon;

public async Task DetectTextFromDocumentAsync(string bucketName, string documentName)
{
    // Create an Amazon Textract client
    var textractClient = new AmazonTextractClient(RegionEndpoint.USEast1);

    // Prepare the request with the document location in S3
    var request = new DetectDocumentTextRequest
    {
        Document = new Document
        {
            S3Object = new S3Object
            {
                Bucket = bucketName,
                Name = documentName
            }
        }
    };

    // Send request to Textract and await response
    var response = await textractClient.DetectDocumentTextAsync(request);

    // Iterate through the detected blocks of text and print them
    foreach (var block in response.Blocks)
    {
        if (block.BlockType == BlockType.LINE)
        {
            Console.WriteLine($"Detected text: {block.Text}");
        }
    }
}

定价

AWS Textract采用按使用付费定价模型，费用根据处理的页数计算。 对于大型项目，定价可能会迅速累计，虽然对按需使用来说成本效益较高。

Azure OCR 概览

Azure认知服务的OCR解决方案旨在从图像和PDF中提取文本，并且可以轻松集成到基于Azure的应用中。 适用于云和混合环境中的文档工作流程，可调整以处理大规模部署。

核心功能

• 文本提取精度： Azure OCR具有高精度，特别是在处理复杂文档，如发票、收据和身份证时。 支持超过25种语言，使其非常适合多语言应用。
• 支持的文件类型： Azure OCR支持以JPEG、PNG、BMP、PDF和TIFF格式处理图像。
• 多语言支持： Azure OCR能够识别多种语言的文本，在处理全球项目或应用程序时具备优势。
• Form Recognizer： 作为Azure认知服务的一部分，Azure Form Recognizer是一个强大的工具，使开发者能够从表格、发票和其他文档中提取结构化数据，增强自动化和数据处理能力。

性能和速度

Azure OCR在实时处理方面表现出色，其高效的架构支持快速文本提取。 批处理功能也很强大，Azure的可扩展云基础设施在峰值负载期间确保顺畅操作。

集成和API可用性

Azure OCR与其他Azure服务如Azure Blob Storage和Azure Functions紧密集成，使构建端到端的工作流程变得简单。 服务可以通过REST API访问，这里是一个C#示例：

// Import necessary Azure Cognitive Services packages
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.IO;
using System.Threading.Tasks;

public async Task RecognizeTextInImageAsync(Stream imageStream, string endpoint, string apiKey)
{
    // Create a Computer Vision client
    var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(apiKey))
    {
        Endpoint = endpoint
    };

    // Call the API with the image stream and read printed text
    var ocrResult = await client.RecognizePrintedTextInStreamAsync(true, imageStream);

    // Iterate over the OCR result regions, lines, and words, printing them
    foreach (var region in ocrResult.Regions)
    {
        foreach (var line in region.Lines)
        {
            foreach (var word in line.Words)
            {
                Console.WriteLine(word.Text);
            }
        }
    }
}

// Import necessary Azure Cognitive Services packages
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.IO;
using System.Threading.Tasks;

public async Task RecognizeTextInImageAsync(Stream imageStream, string endpoint, string apiKey)
{
    // Create a Computer Vision client
    var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(apiKey))
    {
        Endpoint = endpoint
    };

    // Call the API with the image stream and read printed text
    var ocrResult = await client.RecognizePrintedTextInStreamAsync(true, imageStream);

    // Iterate over the OCR result regions, lines, and words, printing them
    foreach (var region in ocrResult.Regions)
    {
        foreach (var line in region.Lines)
        {
            foreach (var word in line.Words)
            {
                Console.WriteLine(word.Text);
            }
        }
    }
}

定价

Azure OCR提供分级定价，基于交易次数。 通常认为对于已经使用Azure基础设施的企业来说，这种方式具有成本效益，但对于大型数据集来说，价格可能大幅上涨。

IronOCR。 概览

IronOCR是专为 .NET 开发者打造的强大第三方 OCR 工具库。 它允许进行本地和基于云的实施，提供比AWS或Azure更大的灵活性给需要严格控制其OCR工具的开发者。

核心功能

• 文本提取质量： 使用此强大工具可轻松从图像和PDF文件中提取数据。 IronOCR对打印文本的精度很高，特别擅长PDF文本提取。
• 图像过滤器： 使用 IronOCR 的图像校正过滤器编辑那些噪声较大的扫描文档和图像，可以去噪图像、锐化、增强等！
• 文件类型和语言支持： IronOCR支持多种图像格式（JPG, GIF, TIFF, BMP）和PDF，具有对超过100种语言的广泛支持。
• 专用功能： 提供先进功能，如PDF OCR和条形码读取，这是某些云提供商所缺乏的。

性能和速度

IronOCR优化用于快速文本提取，尤其是在专用硬件上运行时。 对于需要在本地或混合云场景中处理数据的开发者来说，IronOCR是一个极好的选择，甚至在资源受限的环境中也能提供高性能。

集成和API可用性

IronOCR高度多功能且易于与 C#集成使用。 这里有一个简单的例子：

// Import IronOcr namespace
using IronOcr;

public class OCRDemo
{
    public void PerformOCR(string imagePath)
    {
        // Create a new instance of IronTesseract
        var ocr = new IronTesseract();

        // Create a new IronOCR image input from the specified image filepath
        using var input = new OcrInput(imagePath);

        // Setting the OCR language (for example, English)
        ocr.Language = OcrLanguage.English;

        // Reads the text from the provided OcrImageInput object and returns an OcrResult object containing the extracted text
        OcrResult result = ocr.Read(input);

        // Writing all of the text to a new text file and saving it
        File.WriteAllText("result.txt", result.Text);
    }
}

// Import IronOcr namespace
using IronOcr;

public class OCRDemo
{
    public void PerformOCR(string imagePath)
    {
        // Create a new instance of IronTesseract
        var ocr = new IronTesseract();

        // Create a new IronOCR image input from the specified image filepath
        using var input = new OcrInput(imagePath);

        // Setting the OCR language (for example, English)
        ocr.Language = OcrLanguage.English;

        // Reads the text from the provided OcrImageInput object and returns an OcrResult object containing the extracted text
        OcrResult result = ocr.Read(input);

        // Writing all of the text to a new text file and saving it
        File.WriteAllText("result.txt", result.Text);
    }
}

定价

IronOCR的许可模式比AWS或Azure更灵活。 您只需支付一次费用即可获得永久许可证，对于小型到中型项目来说更具成本效益。 此外，IronOCR提供免费试用，提供企业选项。