图片文字识别各种方法比较_图片文字识别模型对比

网上有很多种图片文字识别方法，我这选了几种，做下比较

代码在这：

import tesserocr
from PIL import Image
import pytesseract

def a():
    #这是一种办法,使用tesserocr
    image=Image.open('xxx.jpg')
    result=tesserocr.image_to_text(image)
    print('使用tesserocr:',result)
    print('*'*50)

def b():
    # tesserocr更简便的方法
    print('使用tesserocr简便方法:',tesserocr.file_to_text('xxx.jpg'))
    print('*'*50)

def c():
    # 这是另一种办法,pytesseract
    image=Image.open('xxx.jpg')
    # result = pytesseract.image_to_string(image ,lang='chi_sim')
    result = pytesseract.image_to_string(image)
    print('使用pytesseract:',result)
    print('*' * 50)

a()
b()
c()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

首先，汉字的识别，网上最多的是用pytesseract来识别

def c():
    # 这是另一种办法,pytesseract
    image=Image.open('xxx.jpg')
    result = pytesseract.image_to_string(image ,lang='chi_sim')
    print(result)
    print('*' * 50)
c()
1
2
3
4
5
6
7

第一次，我们选择的是黑白比较分明的图片

识别效果：

总结：总体来说还行

第二次，使用黑白不那么分明的图片：

识别效果：

总结，似乎跟第一次差不太多

第三次，用黑白分明更弱些的图片：

识别效果：

总结：可以说是一塌糊涂了

然后，咱们试下识别英文，三种方法都可以，正好做下比较
第一次，使用颜色比较重的图片：

识别效果：

总结：可以看到，全对，由此可见，这些方法对英文的支持真不错

第二次，用颜色稍淡些的图片：

识别效果：

总结：tesserocr的简便写法出了点问题，其他两个还是全对

第三次，我们用一个带颜色的图片试试：

识别效果：

总结：显而易见，没问题

实验效果仅供参考，另外实验中发现数字的识别率和英文差不多，所以也就没写上来。其次，有干扰线或字母扭曲的识别率很差