PaddleOCR 性能与 Tesseract 相比如何？

Question

我最近遇到了 PaddleOCR，我想知道这个 OCR 系统与 Tesseract 相比如何。有可用的数据或基准吗？

Answer 1

我在一些研究中使用这两种方法已经快一年了。我可以说，每种都有其完美的用途。

PaddleOCR 专业版：

1. 如果文本以非 90 度旋转，PaddleOCR 仍然可以正确检测某些文本，但即使使用 OSD，Tesseract 也无法做到这一点。
2. 您可以使用检测结果来修复旋转，但 Tesseract 很可能会检索到无意义的结果。
3. 如果您无法对图像进行二值化，则当图像为RGB/BGR时，PaddleOCR 的效果比 Tesseract 更好。

Tesseract PRO：

1. 即使在操作参数后，PaddleOCR 在检测空格方面也存在严重问题，但他们正在努力在下次升级中修复此问题。Tesseract 不存在严重的空间问题。
2. Tesseract 在处理扫描文档方面更好。
3. 图像分割模式可以发挥作用，对改善结果有很大帮助。
4. 具有长文本的二值化图像的 Tesseract 结果通常比 PaddleOCR 更好。
5. Tesseract 在检测符号方面要好得多。
6. Tesseract在 CPU 上速度更快。

简而言之，使用 Tesseract 非常适合扫描文档，而 PaddleOCR 则适合一般计算机视觉项目。

Answer 2

我发现了PaddleOCR 2 和 Tesseract 4之间的比较，但仅限于英文文本。简单总结一下：

1. PaddleOCR 在 CPU 上比 Tesseract 稍慢，但在 GPU 支持下，它在标准 GPU 上比 Tesseract 快 46%。
2. 如果没有进行后处理，PaddleOCR 的错误主要是缺少单词和标点符号之间的空格。然而，这些错误很容易纠正。后处理后的精度与 Tesseract 相当（低 1%）。
3. 英语预训练模型的文件大小仅为 Tesseracts 英语训练数据的 10%（2MB vs 23MB）。

对于目前 PaddleOCR 的主要优先考虑的中文文本，情况可能有所不同。