AWS OCR与Azure OCR（OCR功能比较）

使用 Patagames 进行基础 OCR 识别

Patagames API在每次操作中初始化一个System.Drawing.Bitmap：

// NuGet: Install-Package Tesseract.Net.SDK
using Patagames.Ocr;
using Patagames.Ocr.Enums;
using System.Drawing;

public class PatagamesOcrService
{
    private const string TessDataPath = @"./tessdata"; // must exist and be populated

    public string ExtractText(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng"); // tessdata path — breaks on deployment if path is wrong

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string MultiLanguageOcr(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng+fra+deu"); // language string must match tessdata files present

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string OcrWithSegmentation(string imagePath, PageSegmentationMode mode)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng");
        api.SetVariable("tessedit_pageseg_mode", ((int)mode).ToString()); // raw Tesseract variable

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }
}

// NuGet: Install-Package Tesseract.Net.SDK
using Patagames.Ocr;
using Patagames.Ocr.Enums;
using System.Drawing;

public class PatagamesOcrService
{
    private const string TessDataPath = @"./tessdata"; // must exist and be populated

    public string ExtractText(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng"); // tessdata path — breaks on deployment if path is wrong

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string MultiLanguageOcr(string imagePath)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng+fra+deu"); // language string must match tessdata files present

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }

    public string OcrWithSegmentation(string imagePath, PageSegmentationMode mode)
    {
        using var api = OcrApi.Create();
        api.Init(TessDataPath, "eng");
        api.SetVariable("tessedit_pageseg_mode", ((int)mode).ToString()); // raw Tesseract variable

        using var bitmap = new Bitmap(imagePath);
        return api.GetTextFromImage(bitmap);
    }
}

Imports Patagames.Ocr
Imports Patagames.Ocr.Enums
Imports System.Drawing

Public Class PatagamesOcrService
    Private Const TessDataPath As String = "./tessdata" ' must exist and be populated

    Public Function ExtractText(imagePath As String) As String
        Using api = OcrApi.Create()
            api.Init(TessDataPath, "eng") ' tessdata path — breaks on deployment if path is wrong

            Using bitmap = New Bitmap(imagePath)
                Return api.GetTextFromImage(bitmap)
            End Using
        End Using
    End Function

    Public Function MultiLanguageOcr(imagePath As String) As String
        Using api = OcrApi.Create()
            api.Init(TessDataPath, "eng+fra+deu") ' language string must match tessdata files present

            Using bitmap = New Bitmap(imagePath)
                Return api.GetTextFromImage(bitmap)
            End Using
        End Using
    End Function

    Public Function OcrWithSegmentation(imagePath As String, mode As PageSegmentationMode) As String
        Using api = OcrApi.Create()
            api.Init(TessDataPath, "eng")
            api.SetVariable("tessedit_pageseg_mode", CInt(mode).ToString()) ' raw Tesseract variable

            Using bitmap = New Bitmap(imagePath)
                Return api.GetTextFromImage(bitmap)
            End Using
        End Using
    End Function
End Class

tessdata 路径字符串是团队遇到的第一个部署问题。 在开发人员的机器上可以正常运行。 在多克容器或LinuxCI 运行器中，路径要么失败，要么运行时根本不存在。 在MacOS上，原生视窗二进制文件根本无法加载。 分段模式是通过写入原始 Tesseract 变量字符串来设置的——没有强类型枚举包装该调用。 尽管披着商业外衣，Tesseract 的原始本质仍然显露出来。

详细功能对比

巴塔加梅斯方法

Patagames为Tesseract引擎提供Windows原生二进制文件。OcrApi类加载一个Windows DLL。 在Linux或MacOS系统上，无需加载任何内容。 System.Drawing.Bitmap依赖加剧了问题：.NET Core和.NET 5+上的System.Drawing需要Linux上的libgdiplus，而在没有Mono的情况下不支持macOS，这增加了其复杂性。

在. NET 8 上构建 ASP.NET Core 应用程序并部署到Linux容器的团队，在使用 Patagames 时遇到了两个不同的问题：该平台不存在原生的 Tesseract 二进制文件，即使存在，System.Drawing 依赖也需要额外的本地软件包。 应用程序根本无法运行。 除了替换库之外，没有其他备选方案和迁移途径。

想想这对典型的现代.NET开发项目意味着什么。开发工作通常在视窗或MacOS系统上进行。 CI运行在Linux系统上。 生产环境是 Kubernetes 上的多克容器。 Patagames 在该流程的第二步失败了。

// Patagames:视窗runtime only
// This code path does not execute onLinuxor macOS
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng"); //视窗DLL load — fails silently or throws on Linux

using var bitmap = new Bitmap(imagePath); // System.Drawing — requires libgdiplus on Linux
return api.GetTextFromImage(bitmap);

// Patagames:视窗runtime only
// This code path does not execute onLinuxor macOS
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng"); //视窗DLL load — fails silently or throws on Linux

using var bitmap = new Bitmap(imagePath); // System.Drawing — requires libgdiplus on Linux
return api.GetTextFromImage(bitmap);

Imports System.Drawing

' Patagames:视窗runtime only
' This code path does not execute on Linux or macOS
Using api = OcrApi.Create()
    api.Init("./tessdata", "eng") ' 视窗DLL load — fails silently or throws on Linux

    Using bitmap As New Bitmap(imagePath) ' System.Drawing — requires libgdiplus on Linux
        Return api.GetTextFromImage(bitmap)
    End Using
End Using

tessdata 路径还会造成另一个部署问题。 在容器中，必须将 tessdata 目录显式复制到镜像中。 如果路径错误，Init调用将在运行时失败。在构建管道中没有任何东西能捕捉到这一点； 它在生产过程中出现。

IronOCR方法

IronOCR将特定于平台的运行时包作为其NuGet依赖关系图的一部分发布。 将IronOcr添加到项目中可以自动解析适用于视窗x64、Windows x86、Linux x64 或MacOS的正确原生二进制文件。 没有RuntimeIdentifier花招，无需手动复制二进制文件。

// IronOCR: same code on Windows, Linux, macOS, Docker
using IronOcr;

var text = new IronTesseract().Read("document.jpg").Text;

// IronOCR: same code on Windows, Linux, macOS, Docker
using IronOcr;

var text = new IronTesseract().Read("document.jpg").Text;

Imports IronOcr

Dim text As String = New IronTesseract().Read("document.jpg").Text

Linux多克部署已有文档记录，并提供开箱即用的支持。 有关具体的 Dockerfile 配置，请参阅IronOCR多克部署指南。 Linux部署指南涵盖了Debian和Alpine系统。应用程序中任何地方都不需要特定于平台的代码分支。

语言数据通过NuGet获取。 dotnet add package IronOcr.Languages.French添加了法语tessdata。 该软件包在构建时解析，自动复制到输出，并且无需任何路径配置即可在每个部署环境中使用。 了解IronOCR如何处理多种语言，以实现完整的语言管理工作流程。

Patagames 比免费包装纸多了什么？

Patagames 宣称其产品比免费的 Tesseract 封装器有四大优势：商业支持、简化的 API、预构建的原生二进制文件以及托管的 tessdata 处理。 每一项都值得研究。

商业支持确实存在，但难以定价。您支付的是支持合同费用，该合同旨在解决源于 Tesseract 的问题，而 Tesseract 是一款第三方开源引擎，Patagames 无法控制。 如果 Tesseract 对特定图像类型产生错误输出，Patagames 支持团队也无法改进引擎。

简化版API的作用微乎其微。 api.Init(path, "eng")比charlesw/tesseract中的原始Tesseract互操作层稍微干净一些，但两者仍然需要相同的手动tessdata管理，并且缺乏预处理。

预编译的本地二进制文件可以节省在视窗上从源代码编译 Tesseract 所需的一到两个小时。 这在2015年是有意义的。如今，免费的tesseractocr NuGet包（Tesseract与NuGet.org上）也已免费提供预构建的本地二进制文件。

实际的 API 最削弱了托管 tessdata 处理这一说法。 api.Init(TessDataPath, "eng")调用仍然需要路径字符串。 你仍然需要填充该目录。 这种管理方式只比将配置文件指向文件夹稍微简单一些。

结果是：Patagames 对免费替代方案也提供的便捷层收取商业价格，没有解决 Tesseract 的基本预处理和 PDF 缺陷，并且取消了免费替代方案保留的跨平台支持。

IronOCR的商业合理性

在评估商业 OCR 库是否物有所值时，关键在于该库解决了哪些免费替代方案无法解决的问题。 IronOCR的价格从$999一份永久Lite许可证开始。 这个价格可以买到 Tesseract 封装器（无论是免费的还是商业的）所无法提供的功能。

// PDF OCR: Patagames has no PDF support at all
// Free wrappers have no PDF support at all
// IronOCR: one line
using IronOcr;

var text = new IronTesseract().Read("scanned-invoice.pdf").Text;

// PDF OCR: Patagames has no PDF support at all
// Free wrappers have no PDF support at all
// IronOCR: one line
using IronOcr;

var text = new IronTesseract().Read("scanned-invoice.pdf").Text;

Imports IronOcr

' PDF OCR: Patagames has no PDF support at all
' Free wrappers have no PDF support at all
' IronOCR: one line
Dim text As String = New IronTesseract().Read("scanned-invoice.pdf").Text

在PDF OCR工作流中，Patagames需要一个外部PDF渲染器（PdfiumViewer、iText或类似）来渲染每页到GetTextFromImage并连接结果。 这意味着需要增加 30-50 行代码、一个额外的NuGet依赖项，以及另一个故障点。 IronOCR只需一次调用即可处理。

// 可搜索的PDF output: not available in Patagames, not available in free wrappers
// IronOCR: two lines
var result = new IronTesseract().Read("scanned-document.pdf");
result.SaveAsSearchablePdf("searchable-output.pdf");

// 可搜索的PDF output: not available in Patagames, not available in free wrappers
// IronOCR: two lines
var result = new IronTesseract().Read("scanned-document.pdf");
result.SaveAsSearchablePdf("searchable-output.pdf");

' 可搜索的PDF output: not available in Patagames, not available in free wrappers
' IronOCR: two lines
Dim result = New IronTesseract().Read("scanned-document.pdf")
result.SaveAsSearchablePdf("searchable-output.pdf")

可搜索的 PDF 输出功能（生成带有不可见文本层的 PDF，使原始文档可通过 Ctrl+F 搜索）需要IronOCR或使用外部工具的复杂的 hOCR 到 PDF 流程。 目前没有任何 Tesseract 封装库（无论是免费的还是商业的）能够通过一次方法调用实现此功能。

预处理也说明了同样的问题。 低质量的扫描图像（旋转的、有噪点的、对比度低的）未经预处理，Tesseract 输出效果很差。 Patagames 没有预处理步骤。 您可以使用 System.Drawing 或 ImageSharp 或类似工具自行编写预处理代码。

// IronOCR: built-in preprocessing pipeline for poor quality images
using IronOcr;

using var input = new OcrInput();
input.LoadImage("rotated-noisy-scan.jpg");
input.Deskew();          // correct rotation
input.DeNoise();         // remove scan noise
input.Contrast();        // improve contrast
input.Binarize();        // convert to black/white optimal for OCR
input.EnhanceResolution(300); // normalize DPI

var result = new IronTesseract().Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

// IronOCR: built-in preprocessing pipeline for poor quality images
using IronOcr;

using var input = new OcrInput();
input.LoadImage("rotated-noisy-scan.jpg");
input.Deskew();          // correct rotation
input.DeNoise();         // remove scan noise
input.Contrast();        // improve contrast
input.Binarize();        // convert to black/white optimal for OCR
input.EnhanceResolution(300); // normalize DPI

var result = new IronTesseract().Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");

Imports IronOcr

Dim input As New OcrInput()
Using input
    input.LoadImage("rotated-noisy-scan.jpg")
    input.Deskew()          ' correct rotation
    input.DeNoise()         ' remove scan noise
    input.Contrast()        ' improve contrast
    input.Binarize()        ' convert to black/white optimal for OCR
    input.EnhanceResolution(300) ' normalize DPI

    Dim result = New IronTesseract().Read(input)
    Console.WriteLine($"Confidence: {result.Confidence}%")
End Using

图像质量校正指南涵盖了所有可用的滤镜以及何时应用每种滤镜。 对于特定颜色的预处理，图像颜色校正指南提供了其他选项。 无论购买何种级别的许可证，Patagames 均不提供这些功能。

Patagames 语言配置方法

Patagames 使用路径字符串和语言连接字符串进行多语言 OCR：

// Patagames multi-language: manual tessdata, string concatenation
using Patagames.Ocr;

using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng+fra+deu"); // tessdata folder must contain eng.traineddata, fra.traineddata, deu.traineddata

using var bitmap = new Bitmap(imagePath);
return api.GetTextFromImage(bitmap);

// Patagames multi-language: manual tessdata, string concatenation
using Patagames.Ocr;

using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng+fra+deu"); // tessdata folder must contain eng.traineddata, fra.traineddata, deu.traineddata

using var bitmap = new Bitmap(imagePath);
return api.GetTextFromImage(bitmap);

Imports Patagames.Ocr

Using api = OcrApi.Create()
    api.Init("./tessdata", "eng+fra+deu") ' tessdata folder must contain eng.traineddata, fra.traineddata, deu.traineddata

    Using bitmap As New Bitmap(imagePath)
        Return api.GetTextFromImage(bitmap)
    End Using
End Using

这与免费的 charlesw/tesseract 包装器的多语言语法在功能上完全相同。 您仍然需要手动下载 tessdata 文件，将它们复制到正确的目录，并通过代码字符串引用它们。 商业许可不提供该工作流程的自动化功能。

IronOCR语言配置方法

IronOCR使用强类型 API，以NuGet包的形式管理语言数据：

//IronOCRmulti-language: NuGet packages, strongly typed
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.German
using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.French);
ocr.AddSecondaryLanguage(OcrLanguage.German);

var result = ocr.Read(imagePath);

//IronOCRmulti-language: NuGet packages, strongly typed
// dotnet add package IronOcr.Languages.French
// dotnet add package IronOcr.Languages.German
using IronOcr;

var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
ocr.AddSecondaryLanguage(OcrLanguage.French);
ocr.AddSecondaryLanguage(OcrLanguage.German);

var result = ocr.Read(imagePath);

Imports IronOcr

Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English
ocr.AddSecondaryLanguage(OcrLanguage.French)
ocr.AddSecondaryLanguage(OcrLanguage.German)

Dim result = ocr.Read(imagePath)

通过NuGet进行语言管理意味着 CI 管道解析语言数据的方式与解析任何其他依赖项的方式相同。 没有 tessdata 目录需要复制到多克镜像中，也没有"确保 tessdata 存在"的部署检查清单项目，也没有因手动输入语言代码字符串而导致的拼写错误风险。 125+ 个可用的语言包的安装方式都相同。

Patagames 与免费封装程序之间的差距很小——商业价格主要购买的是视窗二进制文件的便利性。 Patagames 与IronOCR之间的差距很大——商业价格包含原生 PDF 支持、自动预处理、可搜索的 PDF 输出、跨平台部署和结构化结果数据。

Linux容器部署

最常见的强制迁移是从视窗Server 迁移到Linux容器。 一个团队在视窗上构建了一个内部文档处理工具，使用 Patagames 进行 OCR，在云迁移项目中发现该库根本无法在 Amazon ECS 或 Azure 容器实例上的多克容器中运行。 该仅适用于视窗的原生二进制文件没有Linux版本。 迁移方案要么是维护一个单独的视窗计算实例专门用于 OCR（成本高昂且架构笨拙），要么是替换 OCR 库。 从 API 的角度来看， IronOCR是一个即插即用的替代品——多步骤的 Patagames 初始化序列简化为单个读取调用——并且该应用程序在Linux上运行无需任何其他更改。 IronOCR多克指南涵盖了生产容器部署的确切 Dockerfile 配置。

PDF处理要求

文档管理应用程序通常从图像 OCR 开始，然后随着产品的演进添加 PDF 处理需求。 使用 Patagames，PDF 支持需要集成​​外部 PDF 渲染库、编写渲染循环以及管理每页图像缓冲区。 开发此包装代码的团队发现它很脆弱——PDF 渲染质量参差不齐，页面旋转处理需要额外的逻辑，添加密码保护的 PDF 支持需要另一个外部依赖项。 IronOCR可以原生处理所有这些功能。 PDF 输入指南涵盖单页、多页和受密码保护的 PDF 文件。 此次迁移消除了对外部 PDF 渲染器的依赖以及所有用于将其连接到 Patagames 的代码。

定价透明度问题

Patagames 不公布其授权价格。 团队在评估新项目的 OCR 库时，如果不进行销售流程，就无法将 Patagames 纳入预算。 IronOCR的价格从$999一份单开发者的永久Lite许可证开始，没有每次交易成本。小团队可以在不需要销售电话的情况下做出明智的构建与购买决策。 对于较早选择Patagames的团队来说，假设商业意味着优于免费，发现IronOCR的起步价为$999永久，具有公开定价——而Patagames的商业费率不公开——常常完全重构评估。 有关完整分级详情，请参阅IronOCR许可页面。

扫描质量问题

发票处理、表单 OCR 和扫描文档归档都会产生需要预处理的图像。 基于 Patagames 的这些工作流程需要使用 System.Drawing 或第三方图像库编写预处理代码，手动调整阈值，并随着输入质量的变化维护该代码。 搭建过这种基础设施的团队都知道，要做好需要 20-40 个小时。IronOCR内置的预处理功能省去了这笔投资——校正倾斜、降噪、对比度和二值化都是单一的方法调用，可以解决现实世界扫描中导致 OCR 准确性问题最多的情况。 低质量扫描示例展示了预处理对劣化图像的精度提升作用。

可搜索PDF存档要求

合规性、法律和记录管理应用需要可搜索的 PDF 输出。 扫描文档需要文本图层，以便用户可以在 Acrobat 或任何 PDF 查看器中搜索、复制和突出显示内容。 Patagames 没有生成可搜索 PDF 的机制。 免费的 Tesseract 封装器可以生成 hOCR 输出，您可以使用第三方工具将其转换为文本层，但该流程包含多个活动部件。 IronOCR仅需一次方法调用即可处理整个流程——无需外部工具，也无需中间的 hOCR 转换步骤。构建归档系统的团队很快就会发现这一功能缺陷，而且很少能通过变通方法将其添加到 Patagames 中——这需要替换整个库。

将 tessdata 目录替换为NuGet包

Patagames需要一个用.traineddata文件填充的tessdata目录用于每种语言。 IronOCR迁移彻底解决了这个问题。 语言数据以NuGet包的形式安装：

dotnet add package IronOcr.Languages.English, IronOcr.Languages.French

然后通过强类型OcrLanguage枚举来引用语言。 没有路径配置，没有部署清单，没有生产环境中缺少 Tess 数据的情况。

迁移 OcrApi 初始化模式

Patagames OcrApi.Create() / api.Init()模式有一个直接的IronOCR等价品。 迁移是机械性的：

// Patagames: before
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng");
using var bitmap = new Bitmap(imagePath);
var text = api.GetTextFromImage(bitmap);

// IronOCR: after
var text = new IronTesseract().Read(imagePath).Text;

// Patagames: before
using var api = OcrApi.Create();
api.Init(@"./tessdata", "eng");
using var bitmap = new Bitmap(imagePath);
var text = api.GetTextFromImage(bitmap);

// IronOCR: after
var text = new IronTesseract().Read(imagePath).Text;

Imports Patagames.Ocr
Imports System.Drawing

' Patagames: before
Using api = OcrApi.Create()
    api.Init("./tessdata", "eng")
    Using bitmap As New Bitmap(imagePath)
        Dim text = api.GetTextFromImage(bitmap)
    End Using
End Using

' IronOCR: after
Dim text = New IronTesseract().Read(imagePath).Text

对于多语言配置，AddSecondaryLanguage调用。 Patagames的ocr.Configuration.PageSegmentationMode，它是强类型的，可以通过IntelliSense发现。

系统绘图依赖项移除

Patagames依赖于System.Drawing.Bitmap。 IronOCR接受文件路径、字节数组、流、URLs和System.Drawing。 从Patagames迁移的团队可以从仅用于构建Bitmap对象以传递给OCR API的类中删除System.Drawing依赖。 这样可以清除非视窗平台上的可空警告，并移除微软已正式标记为不建议在非视窗目标上进行新开发的依赖项。 图像输入指南列出了所有支持的输入类型。

为现有工作流程添加预处理

如果现有的 Patagames 实现包含用 System.Drawing 或 ImageSharp 编写的预处理步骤，则在切换到IronOCR时，通常可以完全删除该代码。 首先测试IronOCR输出而不进行预处理。对于自动预处理不足的图像，通过OcrInput应用显式过滤器：

using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
var result = new IronTesseract().Read(input);

using var input = new OcrInput();
input.LoadImage(imagePath);
input.Deskew();
input.DeNoise();
var result = new IronTesseract().Read(input);

Imports IronOcr

Using input As New OcrInput()
    input.LoadImage(imagePath)
    input.Deskew()
    input.DeNoise()
    Dim result = New IronTesseract().Read(input)
End Using

图像方向校正指南详细介绍了倾斜和旋转检测。 在大多数情况下，IronOCR 的自动预处理比手动调整的 System.Drawing 预处理流程能产生更好的输出。