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
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.****.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