Paddle OCR 与 Tesseract：详细 OCR 对比

选择正确的光学字符识别(光学字符识别)对于任何希望将文本图像转换为可编辑和可搜索数据的人来说，工具都是至关重要的。 该领域的两个流行选项是Paddle OCR和魔方. 两者都利用了不同的 OCR 技术，满足了不同的需求。 本比较侧重于评估不同的 OCR 引擎，以帮助您找到最适合您需求的选项。

无论您是在执行简单的任务还是处理复杂的文档，了解 Paddle OCR 和 Tesseract 的功能都将是您迈向更高效数据处理的第一步。 我们还将从一堆 OCR 库中引入一个库、IronOCR提供更广泛的比较，帮助您了解哪种工具最适合您的需求。

桨式 OCR

Paddle OCR在这种情况下，《PaddlePaddle.com》成为了一个值得关注的解决方案，其先进的文本识别模型专为多语言文本识别而设计，充分利用了 PaddlePaddle 深度学习框架的功能。 PaddlePaddle 开发的 OCR 系统专为高性能和广泛的语言支持而定制。 该系统支持 50 多种语言，提供一整套工具，用于在服务器、移动设备、嵌入式系统和物联网设备等各种平台上进行数据注释、合成和模型部署。

主要功能

Paddle OCR 具有多种 OCR 功能，其用户友好型 API 适用于各种应用。 以下是其突出特点：

1. 多语言支持：Paddle OCR 可处理多语言文本，支持 50 多种语言。

2. 先进的算法：它采用先进的 OCR 方法和算法进行文本检测、识别和分类。 这些工具包括深度学习研究的最新成果，如联结时态分类（Connectionist Temporal Classification(反恐委员会)在准确预测和对齐文本序列方面起着至关重要的作用。

3. 高效快速：Paddle OCR 针对速度和准确性进行了优化，能够快速处理大量图像，适合高吞吐量应用。

许可证

Paddle OCR 根据 Apache License 2.0 发布，确保可自由使用、修改和分发。 安装非常简单，通常使用软件包管理器，如 Python 的 pip。 用户只需几条命令就能快速安装 Paddle OCR 及其依赖项，从而方便项目集成。

安装 PaddleSharp

使用 PaddleSharp（Paddle Inference C# API 的.NET 封装器）可以简化在 Visual Studio 中将 PaddleOCR 集成到 C# 项目中的过程。 这样就可以在 .NET 环境中直接使用 PaddlePaddle 的深度学习功能。 以下是在项目中设置 PaddleSharp 的分步指南：

前提条件：

• 确保您的系统已安装 Visual Studio，并根据项目要求支持 .NET Framework 或 .NET Core。

• 了解 C# 和熟悉 Visual Studio 中的 NuGet 软件包管理也是必不可少的。

  安装 PaddleSharp 软件包：

• 在 Visual Studio 中打开项目。

• 右键单击解决方案资源管理器中的项目，导航至 "管理 NuGet 包 "选项。

  • 搜索Sdcb.PaddleInference并安装该软件包。 这是允许 .NET 应用程序利用 Paddle Inference 引擎的核心绑定。

  

  • 然后安装以下软件包：

    • Scdb.PaddleOCR

    • OpenCvSharp4

    • Scdb.PaddleOCR.Models.Online
  • OpenCvSharp4.runtime.win

  添加本地和基础架构包：

• 取决于您的目标平台(视窗/Linux)和要求(CPU/GPU)可能需要额外的软件包。 对于 Windows，您可能需要使用 Sdcb.PaddleInference.runtime.win64.mkl 等软件包来获得 MKL 支持，或使用 **Sdcb.PaddleInference.runtime.win64.cuda*** 来获得 GPU 支持。
• 同时通过 NuGet 软件包管理器安装这些工具，确保与您的开发环境和目标执行环境兼容。

代码示例

using System;
FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();
using (PaddleOcrAll all = new(model)
{
    AllowRotateDetection = true,
    Enable180Classification = false,
})
using (Mat imgSrc = Cv2.ImRead(@"read.jpg"))
{
    Stopwatch stopWatch = Stopwatch.StartNew();
    PaddleOcrResult result = all.Run(imgSrc);
    Console.WriteLine($"lapsed={sw.ElapsedMilliseconds} ms");
    Console.WriteLine(result.Text);
}

using System;
FullOcrModel model = await OnlineFullModels.EnglishV3.DownloadAsync();
using (PaddleOcrAll all = new(model)
{
    AllowRotateDetection = true,
    Enable180Classification = false,
})
using (Mat imgSrc = Cv2.ImRead(@"read.jpg"))
{
    Stopwatch stopWatch = Stopwatch.StartNew();
    PaddleOcrResult result = all.Run(imgSrc);
    Console.WriteLine($"lapsed={sw.ElapsedMilliseconds} ms");
    Console.WriteLine(result.Text);
}

Imports System
Private model As FullOcrModel = await OnlineFullModels.EnglishV3.DownloadAsync()
Using all As New PaddleOcrAll(model) With {
	.AllowRotateDetection = True,
	.Enable180Classification = False
}
Using imgSrc As Mat = Cv2.ImRead("read.jpg")
	Dim stopWatch As Stopwatch = Stopwatch.StartNew()
	Dim result As PaddleOcrResult = all.Run(imgSrc)
	Console.WriteLine($"lapsed={sw.ElapsedMilliseconds} ms")
	Console.WriteLine(result.Text)
End Using
End Using

魔方 OCR

魔方OCR 是一个广受认可的开源 OCR 引擎，采用 Apache 2.0 许可授权。 它的开发历程始于惠普实验室，在谷歌的管理下一直持续到 2018 年，之后被开源。 现在，它由一个贡献者社区负责维护。 该引擎能够读取 100 多种语言，并支持包括 PNG、JPEG 和 TIFF 在内的各种图像格式，因而备受赞誉。 它可以以多种格式输出，如纯文本、hOCR(HTML)PDF 等。

主要功能

以下是其主要功能概述：

1. 广泛的语言支持：Tesseract 能够识别 100 多种语言，面向全球受众。 引擎支持 Unicode(UTF-8)此外，翻译还必须能够处理.NET、Java、Python 或 Node.js。

2. 基于神经网络的识别：Tesseract 第 4 版及以上版本引入了神经网络(LSTM)与传统的字符模式识别方法相比，基于 OCR 引擎的文本行识别准确率更高。

3. 多种输出格式：Tesseract 支持多种输出格式，包括纯文本、hOCR、.NET、Python 或 Node js。(HTML)、PDF 和 TSV，使其能适应不同的使用情况。

许可证

Tesseract OCR 根据 Apache License 2.0 发布。该许可证是最具许可性和开放性的许可证之一，允许几乎不受限制地自由使用、修改和分发软件，即使在专有软件项目中也是如此。

安装Tesseract

要使用 NuGet 在 Visual Studio 项目中安装 Tesseract OCR，请按照以下步骤操作：

1. 打开 Visual Studio：启动 Visual Studio 并打开您的项目或创建一个新项目。

2. 在 "解决方案资源管理器 "中右键单击您的项目，然后选择 "管理 NuGet 包... " 3. 在 NuGet 包管理器中，切换到 "浏览 "选项卡，然后搜索 "Tesseract "**。

   4. 安装 Tesseract NuGet 软件包管理器。

   

3. 从此处下载 Tessdata**链接***. 必须使用 Tesseract OCR。

代码示例

using Tesseract;
using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
{
    using (var img = Pix.LoadFromFile(@"read.jpg"))
    {
        using (var page = engine.Process(img))
        {
            var text = page.GetText();
            Console.WriteLine(text);
        }
    }
}

using Tesseract;
using (var engine = new TesseractEngine(@".\tessdata-main", "eng", EngineMode.Default))
{
    using (var img = Pix.LoadFromFile(@"read.jpg"))
    {
        using (var page = engine.Process(img))
        {
            var text = page.GetText();
            Console.WriteLine(text);
        }
    }
}

Imports Tesseract
Using engine = New TesseractEngine(".\tessdata-main", "eng", EngineMode.Default)
	Using img = Pix.LoadFromFile("read.jpg")
		Using page = engine.Process(img)
			Dim text = page.GetText()
			Console.WriteLine(text)
		End Using
	End Using
End Using

IronOCR

IronOCR是一种先进的 OCR(光学字符识别)库，大大增强了.NET 开发人员在以下方面的能力从图像中提取文本和 PDF 文件。 在 Tesseract OCR 引擎的基础上，IronOCR 提供了原生 C# 体验，比基础 OCR 引擎具有更高的稳定性和准确性。魔方图书馆. 它的设计目的是无缝集成到 .NET 应用程序和网站中，允许将文本提取为纯文本或结构化数据格式，并且能够理解多种外语。 利用深度学习算法，IronOCR 在文本识别任务中实现了无与伦比的准确性。

该库不仅在简单的 OCR 任务中表现出色，还将其功能扩展到了广泛的应用领域。 它支持各种平台，包括从 5 到 8 的 .NET 版本、.NET Core 2x 和 3x，以及 .NET Framework 4.6.2 及以上版本。

主要功能

以下是 IronOCR 脱颖而出的一些关键属性和功能：

先进的 OCR 引擎：IronOCR 利用 Tesseract 5 提供先进的 OCR 引擎，支持125 多种语言. 这种能力对于需要多语言支持的全球应用程序至关重要。 该库为大多数语言（包括自定义语言和字体训练）提供了高质量、中等质量和快速质量选项，确保了文本识别的灵活性和高准确性。

全面的文档处理：IronOCR 可以处理各种文档类型和格式，包括图像(JPG、PNG、GIF、TIFF、BMP)此外，还需要翻译 System.Drawing 对象、流和 PDF。

强大的图像处理：该库包含一套功能强大的滤镜和图像处理工具，如锐化、分辨率增强、降噪和色彩校正。(二值化、灰度、反转).

结构化和简单数据输出：IronOCR 同时提供结构化数据输出(页、块、段、行、字、字符)和简单的数据输出(.NET 文本字符串、条形码和 QR 数据、图像).

并行处理和计算机视觉：该库支持单线程和多线程、异步操作，并提供计算机视觉功能以识别图像中的文本区域，从而提高复杂或嘈杂图像中文本识别的准确性和效率。

要在 .NET 项目中安装 IronOCR，您可以根据自己的开发环境和偏好使用多种方法。 以下是一份简化指南，供您参考：

许可证

IronOCR 为满足不同项目和开发人员的需求量身定制了各种许可选项，确保用户的灵活性和可扩展性。 许可条款是永久性的，这意味着一旦您购买了许可证，就不会再有经常性费用。 此外，每个许可证都包含 30 天退款保证、一年的产品支持和更新，并适用于开发、暂存和生产环境。 许可证价格从 $749起。 您可以获得免费试用在购买许可证之前。

安装 IronOCR

1. 导航至 工具 -> NuGet软件包管理器 -> 软件包管理器控制台。

   2. 输入命令 Install-Package IronOcr 并执行。 该命令将 IronOCR 抓取并安装到您的项目中，使其可以随时使用。

   

代码示例

下面是如何使用 IronOCR 从图像中提取文本的代码示例：

using IronOcr;
IronOcr.License.LicenseKey = "License-Key";
var ocrMode = new IronTesseract();
var resultText = ocrMode.Read("read.jpg");
Console.WriteLine(resultText.Text);

using IronOcr;
IronOcr.License.LicenseKey = "License-Key";
var ocrMode = new IronTesseract();
var resultText = ocrMode.Read("read.jpg");
Console.WriteLine(resultText.Text);

Imports IronOcr
IronOcr.License.LicenseKey = "License-Key"
Dim ocrMode = New IronTesseract()
Dim resultText = ocrMode.Read("read.jpg")
Console.WriteLine(resultText.Text)

比较

在评估 IronOCR、PaddleOCR 和 Tesseract 对光学字符识别的各种重要因素时(光学字符识别)因此，考虑每种工具在准确性、速度、语言支持、定制选项和社区支持方面的优势至关重要。

准确性

PaddleOCR 和 Tesseract 在基准测试中都显示出很高的准确性，但 IronOCR 能够微调和调整预处理步骤，这使其在不同文档类型中提供卓越的结果方面具有优势。

速度

在处理速度方面，IronOCR 因其在 .NET 环境中高效处理文档而脱颖而出，为快速文本识别提供了优化的性能。 PaddleOCR 和 Tesseract 也因其实时处理功能而闻名。

语言支持

Tesseract 支持 100 多种语言，是语言覆盖面最广的 OCR 工具之一。 PaddleOCR 还提供了令人印象深刻的语言支持，尤其是对亚洲语言的支持。 IronOCR 采用 Tesseract 引擎，继承了广泛的语言支持，并结合了额外的增强和优化功能。 这种组合不仅扩大了有效处理的语言范围，还提高了 IronOCR 增强功能直接支持的语言的准确性和速度。

定制选项

IronOCR 在这种定制方面表现出色，它提供了大量选项，允许开发人员对 OCR 过程进行微调，包括图像预处理、文本过滤和自定义字典。 这种定制水平在复杂的 OCR 场景中尤为重要，因为默认设置可能无法满足要求。虽然 PaddleOCR 和 Tesseract 提供了一些定制功能，但 IronOCR 专注于 .NET 生态系统中的开发人员需求，确保了更高程度的灵活性。

社区支持

Tesseract 因其悠久的历史和开源性而拥有一个庞大而成熟的社区，PaddleOCR 的社区也在迅速发展，而 IronOCR 则受益于一个由 .NET 开发人员组成的专注社区。

结论

总之，Tesseract 凭借其广泛的自定义功能和广泛的社区支持为 OCR 项目奠定了坚实的基础，PaddleOCR 则带来了前沿的深度学习技术，实现了高精度和高速度，而 IronOCR 则成为 .NET 开发人员和企业的一个引人注目的选择。 IronOCR 注重内部部署、全面的语言支持和经济高效的许可模式，这使其成为那些优先考虑数据安全性、财务可预测性以及与 .NET 应用程序集成的用户的一个极具吸引力的选择。

IronOCR 因其灵活的许可选项对企业尤其具有吸引力，其中包括免费试用用于初始评估和许可证起价为 $749，适合所有规模的组织，寻求性能与成本的平衡。