文字識別OCR開源框架的對比--Tesseract vs EasyOCR
前言：
OCR文字識別在目前有著比較好的應用，也出現了很多的文字識別軟體，但軟體是面向使用者的。對於我們技術人員來說，有時難免需要在計算機視覺任務中加入文字識別，如車牌號識別，票據識別等，因此軟體對我們是沒用的，我們需要自己實現文字識別。
在文字識別方面，主要有兩款主流的開源框架Tesseract和EasyOCR。本文討論了Tesseract和EasyOCR使用Python API之間的主要區別，包括安裝、使用示例、準確率和推理速度方面的對比。
使用示例
Tesseract
安裝： pip install pytesseract pillow
使用示例：
from PIL import Image
import pytesseract
text=pytesseract。image_to_string（Image。open（filename））
print（text）
這只是一個簡單的使用示例，在實際應用中，影象並非理想情況，還需要對影象進行一定的預處理以更好地識別。如去除椒鹽噪聲，去除干擾物，如在車牌識別中還會利用矩形框檢測框出車牌所在位置，並放大，以更好地進行車牌號識別。
EasyOCR
安裝：pip install easyocr
使用示例
import easyocr
reader = easyocr。Reader（［‘ch_sim’， ‘en’］）
text = reader。readtext（‘filename’）
print（text）
注：easyocr還會輸出文字在圖片中的座標。
準確率
在參考連結［2］中進行了一項實驗，使用1000張含字母的圖片和1000張含數字的圖片分別使用Tesseract和EasyOCR進行測試。
含字母的輸入影象如下圖所示：
含數字的輸入影象如下圖所示：
經過測試得出下面兩個開源框架的準確率對比
如上圖所示，Tesseract 在字母識別方面做得更好，而 EasyOCR 在數字識別方面做得更好。
此外，它們在識別某些字元時存在完全不同的問題。例如，Tesseract傾向於將諸如29977。23之類的東西識別為2997。23，或者將carrier識別為 cartier。另一方面，EasyOCR更有可能將94268。1識別為94268，或者advances識別為 atvances。這兩個單詞識別的舉例表明這兩個框架對單個字母的識別傾向。
推理速度
在速度方面，Tesseract 在 CPU 上的表現優於 EasyOCR，而 EasyOCR 在 GPU 上的表現更好。
結論
Tesseract 在字母識別方面表現更好，而 EasyOCR 在數字方面表現更好。如果圖片包含大量字母，可以考慮 Tesseract。此外，EasyOCR 的輸出是小寫的。如果大寫對處理很重要，還應該使用 Tesseract。另一方面，如果圖片中包含大量數字，建議 EasyOCR。
參考連結
https：//
blog。csdn。net/fatesunlo
ve/article/details/107691665
https：//
medium。com/swlh/ocr-eng
ine-comparison-tesseract-vs-easyocr-729be893d3ae
歡迎關注公眾號CV技術指南，專注於計算機視覺的技術總結、最新技術跟蹤、經典論文解讀。
公眾號其它文章
計算機視覺專業術語總結（一）構建計算機視覺的知識體系
欠擬合與過擬合技術總結
歸一化方法總結
論文創新的常見思路總結
CV方向的高效閱讀英文文獻方法總結
計算機視覺中的小樣本學習綜述
知識蒸餾的簡要概述
最佳化OpenCV影片的讀取速度
NMS總結
損失函式技術總結
注意力機制技術總結
特徵金字塔技術總結
池化技術總結
資料增強方法總結
CNN結構演變總結（一）經典模型
CNN結構演變總結（二）輕量化模型
CNN結構演變總結（三）設計原則
如何看待計算機視覺未來的走向
CNN視覺化技術總結（一）-特徵圖視覺化
CNN視覺化技術總結（二）-卷積核可視化
CNN視覺化技術總結（三）-類視覺化
CNN視覺化技術總結（四）-視覺化工具與專案
