Easyocr 與 Tesseract （OCR 功能比較）

介紹

光學文字識別（OCR）是一種技術，可以將文件，如掃描的紙質文件、PDF 文件或相機拍攝的高分辨率圖像，轉換為可打印和可搜索的數據。 提取文本特徵的識別和形態學操作允許OCR自動化數據輸入，這加快了信息處理過程並提高了準確性。

OCR 掃描文件，識別字符，如字母、數字或符號，並將其轉換為機器可讀格式。 其用途包括書籍數位化、表單處理、文件工作流程自動化，以及提高對於盲人可及性的改善。 隨著深度學習和人工智慧的發展，OCR引擎在識別複雜格式、多語言文件，甚至劣質圖像方面變得非常精確。

流行的OCR工具和庫，如EasyOCR、Tesseract OCR、Keras-OCR以及IronOCR，通常用於將此功能整合到現代應用程式中。

簡易 OCR

EasyOCR 是一個開源的 Python 庫，旨在使從圖像中提取文字變得簡單且高效。 它使用深度學習技術，並支持超過80種語言，包括拉丁語、中文、阿拉伯語等。 其 API 非常簡單，任何人都可以輕鬆將 OCR 預測功能集成到他們的應用程序中，而無需過多設定。使用 EasyOCR Tesseract，您可以進行簡單的文檔數位化、車牌識別，甚至從圖片中提取文字。

EasyOCR因其文字識別功能而聞名。 大多數其他的OCR解決方案不提供此功能。 它還可以處理多行文本，並且適用於任何圖像類型，即使是低質量的圖像。 因此，它在現實世界的使用情況中具有很強的穩定性，只依賴少量的依賴項。 它輕量且能在現代硬體上高效運行，無需 GPU。 這使得EasyOCR對於可能需要靈活OCR功能的開發人員來說頗具吸引力。

EasyOCR 的功能

許多功能使 EasyOCR 成為全面且真正強大的 OCR 工具：

辨識超過80種語言：EasyOCR可以讀取中文、日文、韓文、阿拉伯文、拉丁語系的語言和其他許多書寫複雜詞彙的語言。

它將從圖像中識別文本，因此進一步擴展潛在應用範圍。

先進深度學習基於：識別支持先進深度學習技術的強大算法，具有高性能和高精度，特別是在噪音或扭曲的文本佈局和圖像中。

簡單的 API：非常容易實施，具有易於使用的 API，讓使用者可以輕鬆在應用程式中獲得 OCR 能力而無需進一步配置。

多行文字檢測：識別多行文字； 適用於文件、書籍或多行標誌。

輕量化：它在 CPU 上運行良好，並能利用 GPU 提升性能，但在基本硬體上仍可運作。

影像前處理：主要用於清理來自嘈雜或低解析度影像的OCR輸出的影像前處理工具。

靈活的部署： 適用於多個平台，嵌入 Python 應用程式中相對輕鬆。

安裝

EasyOCR 可以透過 pip 安裝，pip 是 Python 的套件管理工具。 首先，確保所有的依賴項已滿足。

首先是 PyTorch 庫：torch 和 torchvision。 Torch 和 torchvision 都可以與 EasyOCR 一起安裝：

安裝 EasyOCR： 要安裝它，只需打開終端或命令行，輸入以下命令：

pip install easyocr

安裝 PyTorch（如果尚未安裝，EasyOCR 所需）： EasyOCR 依賴 PyTorch 運行。 如果在您的環境中自動安裝，請安裝特定版本； 請遵循官方的 PyTorch 安裝指南。

現在您已準備好使用EasyOCR進行文本提取任務。

使用 EasyOCR 對圖像進行 OCR（光學字符識別）

import easyocr
import matplotlib.pyplot as plt
import cv2
# Initialize the EasyOCR reader
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)
# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)
# Perform OCR on the image
result = reader.readtext(image_path)
# Print the detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")
# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))
    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)
# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

import easyocr
import matplotlib.pyplot as plt
import cv2
# Initialize the EasyOCR reader
reader = easyocr.Reader(['en'])  # Specify the languages (e.g., 'en' for English)
# Load the image
image_path = 'sample_image.png'  # Path to the image
image = cv2.imread(image_path)
# Perform OCR on the image
result = reader.readtext(image_path)
# Print the detected text and its bounding boxes
for (bbox, text, prob) in result:
    print(f"Detected Text: {text} (Confidence: {prob:.4f})")
# Optionally, display the image with bounding boxes around the detected text
for (bbox, text, prob) in result:
    # Unpack the bounding box
    top_left, top_right, bottom_right, bottom_left = bbox
    top_left = tuple(map(int, top_left))
    bottom_right = tuple(map(int, bottom_right))
    # Draw a rectangle around the text
    cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)
# Convert the image to RGB (since OpenCV loads images in BGR by default)
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# Display the image with bounding boxes
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

下圖是由上述程式碼生成的輸出。

Tesseract

Tesseract 是最受歡迎的開源光學字符識別引擎之一，具有多種超參數選項。 可以使用 pytesseract 從 Python 應用程式中訪問。 Tesseract 的開發由惠普公司開始，但後來由 Google 改進。 它具有高度的多功能性，能夠從圖像和 PDF 中提取出超過 100 種語言的文本。 Python 的包裝器允許通過 pytesseract 與 Tesseract 無縫互動。

Tesseract 是機器印刷和文字檢測與提取的領導者，具有多語言識別能力，支持對新字體進行訓練，並能進行文字排版分析。 Tesseract 被廣泛應用於文件數位化、掃描收據、自動化數據輸入以及創建可搜索的 PDF。 將所有這些靈活性應用於 Python 和 Tesseract，對於從事 OCR 相關任務的開發人員來說，可能是一個非常強大的組合。

Tesseract OCR 的特色

pytesseract的一些最重要功能是：

多語言支持：Tesseract 可以讀取超過 100 種語言，而 pytesseract 在 Python 腳本中具有相當簡單的多語言 OCR 支持。它還支持為其他自定義字體或語言進行訓練，從而擴展到更多語言或字體的能力。

用於影像轉文字轉換：pytesseract 從多種格式的影像如 PNG、JPEG、BMP、GIF 和 TIFF 中提取文字內容，對多種類型的來源執行 OCR。

將 PDF 轉換為可搜尋的 PDF： Tesseract 將讀取 PDF 文件的文本，並使該 PDF 可搜尋。 用戶可以搜尋和索引掃描文件的內容。

它可以讀取複雜的文本佈局，包括多欄文檔、表格以及包含文本和圖像的混合內容。 因此，它可以更準確地從非標準佈局中提取文本。

自訂配置：使用者可以透過 pytesseract 傳遞自訂的 Tesseract 配置參數，以便對 OCR 的性能進行微調，以及適當的識別模式或圖像，以賦予文本特定屬性，如同可能需要。

簡單的 API：這是一個基於 pytesseract 的簡單 API，因此開發人員可以用更少的代碼將 OCR 添加到他們的 Python 項目中。

此程式庫可以與其他程式庫很好地配合使用，例如 OpenCV、PIL（Python Imaging Library）或 NumPy 來處理圖像預處理，以提高光學字符识别（OCR）的準確性。

安裝

安裝 Tesseract 後，使用 pip 安裝 pytesseract 套件：

pip install pytesseract

使用 pytesseract 進行 OCR 圖像識別

import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'
# Example: Read text from an image
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)
print(text)

import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'
# Example: Read text from an image
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)
print(text)

以下是從上述程式碼生成的輸出。

IronOCR

強大的光學字元辨識庫讓 .NET 開發人員利用IronOCR的力量，有效地從圖像、PDF 和更多文件格式中提取文字。 先進的算法確保即使在複雜的佈局或多語環境中也具有非常高的準確性。 支持 JPEG、PNG、GIF 和 TIFF 格式。 該程式庫提供可變的設置，可以通過設置如影像解析度或文本方向等參數來對OCR引擎過程進行微調。

圖像預處理功能確保更高品質的輸入圖像可以轉換為更高的識別準確性，並進一步將輸出文件轉換為可搜索的 PDF，以便於信息檢索。 因此，IronOCR 能夠如此輕鬆地整合到 Web 應用中，是開發人員希望在多個領域中實施最值得信賴的文字提取和文件數位化解決方案的最佳工具。

IronOCR 的功能

高準確度：它使用複雜的先進算法，無論文件的複雜程度或使用的各種字體，均能提供高度準確的文字識別。

支持多种格式：支持 JPEG、PNG、GIF 和 TIFF 等图像格式以及 PDF，以确保它能够在各种应用程序中执行预期功能。

支援多語識別：它是多語言的，在各種語言環境中，能夠產生精準的文本提取結果。

文本佈局保留： 這可以保留文件的原始佈局，使得提取的文本具有相同的佈局，這對於清晰的可讀性非常重要。

可配置的 OCR：它提供可配置的影像解析度、文字方向等參數，讓開發者可以在一定程度上優化影像專用的 OCR 工具。

圖像預處理：它附帶了一些基本工具，旨在增強圖像，從去除噪音、調整對比度到調整尺寸，所有這些都是為了提高OCR的準確性。

可搜尋 PDF： 掃描的圖像和文件可以直接轉換為可搜尋的 PDF，以提高數據管理和檢索效率。

輕鬆整合：它允許輕鬆整合到.NET中，實際上讓用戶相當容易地添加OCR功能。

批次處理： 它對於同時處理多個圖像或文件非常有用。 它在處理大量數據時非常有用。

安裝

安裝過程相當簡單：打開 NuGet 套件管理器為解決方案並啟動一個新的 Visual Studio 專案。 只需输入「IronOCR」并查找列表。然后，选择最新版本的 IronOCR 并点击安装。

使用 IronOCR 的範例程式碼

using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();
        // Add multiple languages
        Ocr.Language = OcrLanguage.English;
        // Path to the image
        var inputFile = @"path\to\your\image.png";
        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            // Perform OCR
            var result = Ocr.Read(input);
            // Display the result
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;
class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();
        // Add multiple languages
        Ocr.Language = OcrLanguage.English;
        // Path to the image
        var inputFile = @"path\to\your\image.png";
        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            // Perform OCR
            var result = Ocr.Read(input);
            // Display the result
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

Imports IronOcr
Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Initialize IronTesseract engine
		Dim Ocr = New IronTesseract()
		' Add multiple languages
		Ocr.Language = OcrLanguage.English
		' Path to the image
		Dim inputFile = "path\to\your\image.png"
		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			' Perform OCR
			Dim result = Ocr.Read(input)
			' Display the result
			Console.WriteLine("Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

比較評估

高精確度

IronOCR 在處理複雜的版面配置、有噪點的圖像和低解析度文本時，比其最近的競爭對手 Tesseract 或 EasyOCR 更準確。 內建的圖像預處理工具，如降噪和對比調整，都增加了在實際應用中實現準確性的可能性。

多格式和版面保持

IronOCR 表現超越這兩個，因為它輕鬆處理任何格式的圖像、PDF 文件，以及在保留原始文檔結構和格式的同時處理多欄佈局。 因此，它最適合在更傳統的數位化項目中使用，因為保持版面結構是一種優勢。

它有一個很大的優勢，即可以將圖像和掃描文件直接轉換為完全可搜尋的PDF檔，而不依賴於額外的工具或庫，如Tesseract和EasyOCR。

IronOCR 提供先進的預處理功能

即使是最差質量的圖像，使用此功能也能產生高效能的OCR準確度。 這將減少對其他庫如 OpenCV 的依賴，因此成為優質文字提取的一站式解決方案。

可擴展性和性能

針對高速、資源效率的OCR進行優化，IronOCR保證大型文件處理工作的可擴展性，這是任何企業應用程序的首要任務。

支援與更新

IronOCR 提供商業支持，這對實際更新和漏洞修復的增加以及長期專門協助具有積極作用，因此能保證長期的可靠性和最新的 OCR 進展，而這些是開源競爭對手如 Tesseract 和 EasyOCR 所缺乏的。

結論

在最重要的OCR庫中，毫無疑問，IronOCR是最好的，因為它具有卓越的準確性和易於整合的優點，更不用說其他功能，例如圖像預處理和創建可搜索的PDF。 它可以精確處理複雜的版面和噪聲較大的圖像，並保持文件結構完整，開箱即用支持多種語言，相較於像 Tesseract 和 EasyOCR 這樣的開源解決方案。

包含的工具以及與 .NET 和 Python 的無縫整合確保這是開發人員想在任何項目中整合高質量 OCR 的全方位套件。 憑藉其良好的性能、可擴展性和商業支持，它在一些小型和大型文檔數字化工程中也具有優勢，因此成為可靠且高效文本識別的終極選擇。

欲了解有關 IronOCR 的更多信息以及其工作原理，您可以訪問此文檔頁面，IronOCR 提供免費試用。 如需了解有關 Iron Software 產品的更多信息，請參閱庫套件頁面。