Easyocr 与 Tesseract（OCR 功能比较）

EasyOCR 可以使用 Python 的包管理器 pip 进行安装。 请先确保所有依赖项都已满足。必要的依赖项包括 PyTorch 库： torch和torchvision 。 这些软件可以与 EasyOCR 一起安装：

安装 EasyOCR：打开终端或命令行，然后输入以下命令：

pip install easyocr

pip install easyocr

如果尚未安装 PyTorch，请安装（EasyOCR 需要此组件）： EasyOCR 运行在 PyTorch 上。 如果您的环境中未自动安装 PyTorch，请按照官方 PyTorch 安装指南进行操作。

安装完成后，您就可以使用 EasyOCR 进行文本提取任务了。

使用 EasyOCR 识别 OCR 图像

以下是一个示例 Python 代码，演示如何使用 EasyOCR 对图像执行 OCR 操作：

import easyocr
import matplotlib.pyplot as plt
import cv2

# Initialize the EasyOCR reader with the English language specified
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 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 with the English language specified
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 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()

下面的图像是上述代码生成的输出。

EasyOCR 与 Tesseract（OCR 功能对比）：图 3 - EasyOCR 输出

安装 Tesseract 后，使用 pip 安装 pytesseract 包：

pip install pytesseract

pip install pytesseract

EasyOCR 与 Tesseract（OCR 功能对比）：图 5 - pytesseract

使用 Pytesseract 进行 OCR 图像识别

以下是一个使用 pytesseract 对图像进行 OCR 的 Python 代码示例：

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

import pytesseract
from PIL import Image

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'<full_path_to_your_tesseract_executable>'

# Open the image and perform OCR
image = Image.open('sample_image.png')
text = pytesseract.image_to_string(image)

# Print the extracted text
print(text)

下面是从上述代码生成的输出。

EasyOCR 与 Tesseract（OCR 功能对比）：图 6 - Tesseract 输出

-高精度：采用先进的算法，无论文档复杂程度或字体使用情况如何，都能提供高精度的文本识别。

-支持多种格式：除了 PDF 格式外，还接受 JPEG、PNG、GIF 和 TIFF 等图像格式，以实现跨应用的通用性。

-多语言识别：支持多语言 OCR，在各种语言环境下都能产生准确的结果。

-文本布局保留：保持原始文档布局，确保提取的文本保留其格式化结构。

-可配置的 OCR：提供图像分辨率、文本方向等可配置参数，使开发人员能够针对特定图像优化 OCR 性能。

-图像预处理：包含用于增强图像的基本工具，例如去噪、对比度调整和调整大小，以提高 OCR 准确性。

-可搜索 PDF 转换：将扫描的图像和文档直接转换为可搜索的 PDF，以便高效地进行数据管理和检索。

-易于集成：便于直接集成到 .NET 应用程序中，使用户能够轻松添加 OCR 功能。

-批量处理：支持同时处理多个图像或文档，适用于处理大量数据。

安装

要安装 IronOCR，请在 Visual Studio 中打开 NuGet 包管理器，新建一个项目，搜索"IronOCR"，选择最新版本，然后单击"安装"。

EasyOCR 与 Tesseract（OCR 功能对比）：图 7 - 安装法语语言包

使用 IronOCR 的示例代码

以下 C# 代码演示了如何使用 IronOCR 进行 OCR 处理：

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            Console.WriteLine("Text:");
            Console.WriteLine(result.Text);
        }
    }
}

using IronOcr;

class Program
{
    static void Main(string[] args)
    {
        // Initialize IronTesseract engine
        var Ocr = new IronTesseract();

        // Add languages to the OCR engine
        Ocr.Language = OcrLanguage.English;

        // Define the path to the input image
        var inputFile = @"path\to\your\image.png";

        // Read the image and perform OCR
        using (var input = new OcrInput(inputFile))
        {
            var result = Ocr.Read(input);

            // Display the extracted text
            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 languages to the OCR engine
		Ocr.Language = OcrLanguage.English

		' Define the path to the input image
		Dim inputFile = "path\to\your\image.png"

		' Read the image and perform OCR
		Using input = New OcrInput(inputFile)
			Dim result = Ocr.Read(input)

			' Display the extracted text
			Console.WriteLine("Text:")
			Console.WriteLine(result.Text)
		End Using
	End Sub
End Class

高精度

与 Tesseract 或 EasyOCR 相比，IronOCR 在处理复杂布局、噪声图像和低分辨率文本时，其准确性尤为突出。 其内置的图像预处理工具，如降噪和对比度调整，有助于在实际应用中实现高精度。

多格式和布局保留

IronOCR 擅长处理各种图像格式、PDF 文件和多列布局，同时保留原始文档结构和格式。 它非常适合那些布局保留至关重要的项目。

它能够直接将图像和扫描文档转换为完全可搜索的 PDF，而无需依赖其他工具或库，这使其比 Tesseract 和 EasyOCR 更具优势。

IronOCR。提供先进的预处理

即使是质量较差的图像，使用 IronOCR 的高级预处理功能也能实现较高的 OCR 准确率，从而减少了对 OpenCV 等其他库的需求，使其成为文本提取的综合解决方案。

可扩展性和性能

IronOCR 针对高速、资源高效的 OCR 进行了优化，支持大型文档处理任务的可扩展性，这对于企业应用程序来说至关重要。

支持和更新

凭借商业支持，IronOCR 可享受定期更新、错误修复和专门协助，提供长期可靠性和 OCR 的最新进展，这与 Tesseract 和 EasyOCR 等开源选项不同。