您的位置：首页 >太阳能 >

一文了解文字识别OCR开源框架的对比

时间：2021-06-28 12:16:32 来源：

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。

更多内容请关注公众号CV技术指南,专注于计算机视觉的技术总结,最新技术跟踪。

使用示例

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:

一文了解文字识别OCR开源框架的对比

含数字的输入图像如下图所示:

一文了解文字识别OCR开源框架的对比

经过测试得出下面两个开源框架的准确率对比

一文了解文字识别OCR开源框架的对比

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

一文了解文字识别OCR开源框架的对比