Tesseract vs Microsoft OCR：对比

什么是OCR？

光学字符识别简称OCR。 这项技术可以将各种文档格式（如扫描图像文档、PDF 文件或数码相机照片）转换为可编辑和可搜索的数据。 为了将图像的形状和图案转换为机器可读的文本，不同的 OCR 工具（例如 Google Cloud Vision 或 Google Vision OCR）会对图像进行分析。 通过使用这种技术，用户可以从照片中提取文本，并像编辑数字文档一样编辑、搜索和更改内容。

Tesseract OCR

Tesseract OCR是一个开源的光学字符识别 (OCR) 引擎，有时简称为 Tesseract。 Tesseract 最初由惠普实验室在 20 世纪 80 年代创建，现在由谷歌维护，是目前最流行的 OCR 引擎之一。

Tesseract 的主要功能是识别图片中包含的文本或处理扫描文档，并将其转换为机器可读文本。 这使得文本可编辑、可搜索和可操作，用户可以从各种来源提取文本，包括扫描文档分析、照片和 PDF 文件。

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

using Tesseract;

class Program
{
    static void Main(string[] args)
    {
        // Initialize the Tesseract engine with the path to your Tesseract installation and the desired language(s)
        using (var engine = new TesseractEngine(@"path_to_tesseract_folder", "eng", EngineMode.Default))
        {
            // Load the image from which to extract text
            using (var img = Pix.LoadFromFile("image.png"))
            {
                // Process the image and extract the text
                using (var page = engine.Process(img))
                {
                    // Get the extracted text
                    var text = page.GetText();
                    Console.WriteLine(text); // Print the extracted text
                }
            }
        }
    }
}

什么是微软OCR？

微软的认知服务包包含Microsoft OCR ，有时也称为 Microsoft 光学字符识别。 Microsoft Azure 提供基于云的光学字符识别 (OCR) 解决方案，能够从文档和照片中提取文本，并具有增强的文本识别功能。 微软 OCR 使用深度神经网络和机器学习技术，能够以极高的准确率识别来自各种来源的文本。

使用 C# 的 Microsoft OCR

安装 SDK 后，您可以使用计算机视觉 API 进行 OCR 操作。 下面提供了一个使用计算机视觉 API 对图像进行 OCR 识别的入门示例：

using System;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // Set your endpoint and subscription key for authentication
        var endpoint = "YOUR_ENDPOINT";
        var subscriptionKey = "YOUR_SUBSCRIPTION_KEY";

        // Create a new instance of the ComputerVisionClient
        var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(subscriptionKey))
        {
            Endpoint = endpoint
        };

        // Perform OCR on the specified image
        var result = await client.RecognizePrintedTextInStreamAsync(true, "image.png");

        // Iterate over the results and print the recognized text
        foreach (var region in result.Regions)
        {
            foreach (var line in region.Lines)
            {
                foreach (var word in line.Words)
                {
                    Console.WriteLine(word.Text);
                }
            }
        }
    }
}

using System;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision;
using Microsoft.Azure.CognitiveServices.Vision.ComputerVision.Models;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // Set your endpoint and subscription key for authentication
        var endpoint = "YOUR_ENDPOINT";
        var subscriptionKey = "YOUR_SUBSCRIPTION_KEY";

        // Create a new instance of the ComputerVisionClient
        var client = new ComputerVisionClient(new ApiKeyServiceClientCredentials(subscriptionKey))
        {
            Endpoint = endpoint
        };

        // Perform OCR on the specified image
        var result = await client.RecognizePrintedTextInStreamAsync(true, "image.png");

        // Iterate over the results and print the recognized text
        foreach (var region in result.Regions)
        {
            foreach (var line in region.Lines)
            {
                foreach (var word in line.Words)
                {
                    Console.WriteLine(word.Text);
                }
            }
        }
    }
}

要对图像文件执行 OCR 识别，请将上述代码示例中的"image.png"替换为图像文件的路径。此代码会将图像发送到计算机视觉 API，从而检索识别出的文本。 您在 Azure 认知服务中配置计算机视觉服务后收到的终结点 URL 和订阅密钥应替换为"YOUR_ENDPOINT"和"YOUR_SUBSCRIPTION_KEY" 。

什么是 IronOCR？ 开发人员可以使用 .NET OCR 库 IronOCR 将文本识别功能集成到他们的 C# 或 VB.NET 应用程序中。 它提供了一个用户友好的 API，用于从 PDF、图片和其他类型的媒体中提取文本。 Iron Software 是一家专门从事 .NET 组件和库开发的软件开发公司，该公司创建并维护 IronOCR。 ### IronOCR 的主要功能 -**简单集成：**您可以通过使用 NuGet 包或直接在项目中访问库，轻松地将 IronOCR 集成到您的 C# 或 VB.NET 项目中。 -**多功能OCR：** IronOCR可以识别来自各种来源的文本，例如屏幕截图、扫描文档、PDF文件和照片。它能够处理多种图像类型，包括BMP、TIFF、PNG和JPEG。 -**精准的文本识别：** IronOCR 利用先进的 OCR 算法，实现了卓越的文本识别准确率。 使用该方法可以可靠地提取不同分辨率、字体和背景的照片中的文字。 -**支持多种语言：** IronOCR 适用于多语言应用程序，因为它能够识别多种语言。 它支持定制语言培训，并内置了常用语言的语言包。 - **PDF 文本提取：** IronOCR 可以提取扫描的 PDF 和基于图像的 PDF 中的文本。 从 PDF 文档中删除文本时，可以保持内容的原始格式和布局。 -**图像预处理：**在 OCR 处理之前，IronOCR 可以通过图像预处理功能提高输入图像的质量。 这包括诸如倾斜校正、对比度调整和降噪等任务。 ### IronOCR 使用 C# 以下是一个使用 IronOCR 的基本 C# 示例： ```csharp // Create an instance of IronTesseract var Ocr = new IronTesseract(); // nothing to configure // Set the language and Tesseract version to be used for OCR Ocr.Language = OcrLanguage.EnglishBest; Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Prepare the image input and perform OCR using (var Input = new OcrInput()) { // Add the image for OCR processing Input.AddImage(@"Demo.png"); // Read the text from the image var Result = Ocr.Read(Input); // Print the recognized text Console.WriteLine(Result.Text); Console.ReadKey(); // Wait for user input before closing } ``` 我们可以使用上述代码从图像中提取数据，并获得最高的 OCR 准确率。 此外，IronOCR 还有助于将从文档中提取的文本转换为可编辑的文件格式，包括 Word 文档。 我们还可以将扫描文档转换为可搜索的 PDF 文件。 使用 IronOCR，结果可以存储为各种 OCR 输出格式。 要了解更多关于该代码的信息，请参考[这里](/csharp/ocr/examples/simple-csharp-ocr-tesseract/)。 图片来源： [Tesseract 与 Microsoft OCR（OCR 功能对比）：图 3 - 输入图像](/static-assets/ocr/blog/tesseract-vs-microsoft-ocr-comparison/tesseract-vs-microsoft-ocr-comparison-3.webp) 成果： [Tesseract 与 Microsoft OCR（OCR 功能对比）：图 4 - 控制台输出](/static-assets/ocr/blog/tesseract-vs-microsoft-ocr-comparison/tesseract-vs-microsoft-ocr-comparison-4.webp) ## 结论 总之，Tesseract 和 Microsoft OCR 各有优缺点，都能为 C# 开发人员提供强大的 OCR 功能。 由于 Tesseract 提供定制化和灵活性，因此对于需要大量微调的应用来说，它是一个不错的选择。 然而，对于需要复杂文本识别功能的 C# 应用程序而言，Microsoft OCR 是最佳选择，因为它具有高精度、可扩展性和与 Azure 服务的无缝连接。 对于 C# 项目，开发人员在选择 Tesseract 还是 Microsoft OCR 之前，应该权衡他们的个人需求、修改要求和财务限制。 最后，IronOCR 是一款卓越的 OCR 解决方案，具有出色的集成性、灵活性和准确性。 由于其无与伦比的准确性、先进的算法以及识别各种文档类型的能力，IronOCR 是目前市场上最好的 OCR 解决方案。 由于 IronOCR 可以无缝集成到众多文档和常用计算机语言中，因此它既能确保开发人员的可访问性，又能保持直观的界面。 您可以免费试用 IronOCR 的经济实惠的开发版，如果您购买 IronOCR 套餐，您将获得终身许可证。 IronOCR 套装起价为$799 ，价格非常优惠，因为它只需一个价格即可在多个设备上使用。 要了解更多费用信息，请访问 IronOCR[网站](licensing)。 点击此[链接](/)了解更多关于Iron Software产品的信息。

请注意Tesseract 和 Microsoft OCR 是其各自所有者的注册商标。 本网站与 Tesseract 或 Microsoft OCR 没有任何关联，也未获得其认可或赞助。 所有产品名称、徽标和品牌均为各自所有者的财产。 比较仅供参考，反映的是撰写时的公开信息。