Pytesseract 和 Tesserocr 有什么区别？

Question

我在 Windows 10 中使用 Python 3.6 并且已经安装了Pytesseract，但我在代码中发现了Tesserocr，顺便说一下我无法安装。有什么不同？

Answer 1

根据我的经验，Tesserocr 比 Pytesseract 快得多。

Tesserocr 是一个围绕 Tesseract C++ API 的 Python 包装器。而 pytesseract 是 tesseract-ocr CLI 的包装器。

因此，使用 Tesserocr，您可以在开始或程序中加载模型，并单独运行模型（例如在循环中处理视频）。使用 pytesseract，每次调用image_to_string函数时，它都会加载模型并处理图像，因此视频处理速度较慢。

要安装 tesserocr 我只是在终端中输入pip install tesserocr。

使用 tesserocr

import tesserocr
from PIL import Image
api = tesserocr.PyTessBaseAPI()
pil_image = Image.open('sample.jpg')
api.SetImage(pil_image)
text = api.GetUTF8Text()

要安装pytesseract： pip install pytesseract。

运行它：

import pytesseract
import cv2
image = cv2.imread('sample.jpg')
text = pytesseract.image_to_string(image)  

Answer 2

pytesseracttesseract-ocr仅是Python 的绑定。tesseract-ocr因此，如果您想在 python 代码中使用而不使用 usingsubprocess或osmodule 来运行命令行tesseract-ocr命令，那么您可以使用pytesseract. 但是，为了使用它，您必须安装tesseract-ocr。

你可以这样想。您需要tesseract-ocr安装一个，因为它是实际运行并执行 OCR 的程序。但是，如果您想从 python 代码中将其作为函数运行，您可以安装pytesseract支持您执行此操作的包。因此，当您运行时pytesseract.image_to_string(Image.open('test-european.jpg'), lang='fra')，它会使用tesseract-ocr提供的参数调用 。结果与运行相同tesseract test-european.jpg -l fra。因此，您可以从代码中调用它，但最终，它仍然必须运行来tesseract-ocr执行实际的 OCR。