​

前言：

OCR文字识别在目前有着比较好的应用，也出现了很多的文字识别软件，但软件是面向用户的。对于我们技术人员来说，有时难免需要在计算机视觉任务中加入文字识别，如车牌号识别，票据识别等，因此软件对我们是没用的，我们需要自己实现文字识别。

 

在文字识别方面，主要有两款主流的开源框架Tesseract和EasyOCR。本文讨论了 Tesseract 和 EasyOCR 使用 Python API 之间的主要区别，包括安装、使用示例、准确率和推理速度方面的对比。

 

使用示例

购物返利 m.cpa5.cn

Tesseract

安装: pip install pytesseract pillow

 

使用示例：

from PIL import Image import pytesseract text=pytesseract.image_to_string(Image.open(filename)) print(text)

这只是一个简单的使用示例，在实际应用中，图像并非理想情况，还需要对图像进行一定的预处理以更好地识别。如去除椒盐噪声，去除干扰物，如在车牌识别中还会利用矩形框检测框出车牌所在位置，并放大，以更好地进行车牌号识别。

 

EasyOCR

安装：pip install easyocr

 

使用示例

import easyocr reader = easyocr.Reader(['ch_sim', 'en']) text = reader.readtext('filename') print(text)

注：easyocr还会输出文字在图片中的坐标。

 

 

准确率

 

在参考链接[2]中进行了一项实验，使用1000张含字母的图片和1000张含数字的图片分别使用Tesseract和EasyOCR进行测试。

含字母的输入图像如下图所示：

​

含数字的输入图像如下图所示：

​

经过测试得出下面两个开源框架的准确率对比

 

​ 如上图所示，Tesseract 在字母识别方面做得更好，而 EasyOCR 在数字识别方面做得更好。

 

此外，它们在识别某些字符时存在完全不同的问题。例如，Tesseract 倾向于将诸如 29977.23 之类的东西识别为 2997.23，或者将carrier 识别为 cartier。另一方面，EasyOCR 更有可能将 94268.1 识别为 94268，或者advances 识别为 atvances。这两个单词识别的举例表明这两个框架对单个字母的识别倾向。

 

推理速度

 

​

在速度方面，Tesseract 在 CPU 上的表现优于 EasyOCR，而 EasyOCR 在 GPU 上的表现更好。

 

 

结论

Tesseract 在字母识别方面表现更好，而 EasyOCR 在数字方面表现更好。如果图片包含大量字母，可以考虑 Tesseract。此外，EasyOCR 的输出是小写的。如果大写对处理很重要，还应该使用 Tesseract。另一方面，如果图片中包含大量数字，建议 EasyOCR。

 

参考链接

https://blog.csdn.net/fatesunlove/article/details/107691665

https://medium.com/swlh/ocr-engine-comparison-tesseract-vs-easyocr-729be893d3ae

 

在公众号中回复关键字 “技术总结” 可获取以下文章的汇总pdf。

​

 

其它文章

计算机视觉专业术语总结(一)构建计算机视觉的知识体系

欠拟合与过拟合技术总结

归一化方法总结

论文创新的常见思路总结

CV方向的高效阅读英文文献方法总结

计算机视觉中的小样本学习综述   

知识蒸馏的简要概述   

优化OpenCV视频的读取速度

NMS总结   

损失函数技术总结

注意力机制技术总结   

特征金字塔技术总结   

池化技术总结

数据增强方法总结   

CNN结构演变总结（一）经典模型

CNN结构演变总结（二）轻量化模型 

CNN结构演变总结（三）设计原则

如何看待计算机视觉未来的走向   

CNN可视化技术总结（一）-特征图可视化

CNN可视化技术总结（二）-卷积核可视化

CNN可视化技术总结（三）-类可视化

CNN可视化技术总结（四）-可视化工具与项目

​