OCR

OCR 引擎

开源 OCR 引擎对比

EasyOCR 快速开始

安装

pip install torch==2.0.1 torchvision==0.15.2 -i https://download.pytorch.org/whl/cpu
pip install easyocr

代码示例

import easyocr

languages = ['ch_sim', 'en']
model = easyocr.Reader(languages)
result = model.readtext(img_path)
print(result)

PaddleOCR 快速开始

安装

pip install numpy==1.23.5 PyMuPDF==1.21.1 # paddleocr 依赖
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install paddleocr

代码示例

from paddleocr import PaddleOCR

language = ['ch']
model = PaddleOCR(use_angle_cls=True, lang=language, det_limit_side_len=2000)
result = model.ocr(img_path)
print(result)

EasyOCR 布局识别更精准

PaddleOCR 对间距小的菜单项或工具栏的布局不能够精准识别

EasyOCR 鲁棒性差，受质量、字体、大小、颜色等影响较大

PaddleOCR 鲁棒性更好

调试：faulthandler — Dump the Python traceback

当出现下面的错误（主要是 C、C++ 库的问题）：

• Segmentation fault
• Illegal instruction
• 可以通过 faulthandler 定位到错误位置，在代码中加入下面的代码：

import faulthandler
faulthandler.enable()

谢 谢 ！