OCR测试——阴影和角度

测试目的：测试图片中阴影和拍摄图片的角度对文字识别的影响。

一、测试图片选择：

1. 阴影

1）图片中阴影占比：

①没有阴影；②阴影占 1/4 左右；③阴影占 1/2 左右；④阴影占 3/4 左右；⑤文字完全被阴影遮住。

2）阴影方向：

①横向；②纵向。

2. 拍摄角度

1）竖直方向上：

①45度；②90度；③135度。

2）水平方向上：

①45度；②90度；③135度。

二、测试结果（图片对比）

1. 阴影

1）横向阴影

①没有阴影（v_2）

没有阴影（v_3）

召回率：0.9399 / 1.0000

准确率： 0.9642 / 0.9351

耗时：1.819s / 1.206s

竞品：               

②阴影占 1/4 左右（v_2） 

阴影占 1/4 左右（v_3） 

召回率：0.9957 / 0.9528

准确率：0.9671 / 0.9124

耗时： 2.042s / 0.838s

③阴影占 1/2 左右（v_2）

阴影占 1/2 左右（v_3）

召回率：0.9399 / 1.0000

准确率：0.9634 / 0.9183

耗时：2.039s / 1.340s 

竞品：

④阴影占 3/4 左右（v_2）

阴影占 3/4 左右（v_3）  

召回率：0.9957 / 1.0000

准确率：0.9717 / 0.9149

耗时：2.442s / 0.707s

⑤文字完全被阴影遮住（v_2）

文字完全被阴影遮住（v_3）

召回率：0.9914 / 1.0000

准确率：0.9688 / 0.9185

耗时：1.881s / 1.208s

2）纵向阴影

①没有阴影（v_2）

没有阴影（v_3）

召回率：0.9399 / 1.0000

准确率：0.9642 / 0.9351

耗时：1.820s / 1.211s

②阴影占 1/4 左右（v_2）

阴影占 1/4 左右（v_3）

召回率：0.9957 / 1.0000

准确率：0.9608 / 0.9267

耗时： 1.746s / 1.247s

③阴影占 1/2 左右（v_2）

阴影占 1/2 左右（v_3）

召回率：0.9957 / 0.9571

准确率：0.9630 / 0.9219

耗时：2.021s / 1.132s

④阴影占 3/4 左右（v_2）

阴影占 3/4 左右（v_3）

召回率：0.9957 / 1.0000

准确率：0.9659 / 0.9158

耗时：2.306s / 0.756s

⑤文字完全被阴影遮住（v_2）

文字完全被阴影遮住（v_3）

召回率：1.0000 / 1.0000

准确率：0.9610 / 0.9218

耗时：1.822s / 1.864s

2. 拍摄角度

1）竖直方向

①45度（v_2）

45度（v_3）

召回率：0.9914 / 0.9142

准确率：0.9697 / 0.9203

耗时：2.480s / 0.763s

竞品：

②90度（v_2）

90度（v_3）

召回率：1.0000 / 0.9571

准确率：0.9673 / 0.9316

耗时：1.872s / 0.835s

竞品：

③135度（v_2）

135度（v_3）

召回率：0.9099 / 0.9914

准确率：0.9678 / 0.9099

耗时：3.642s / 0.953s

竞品：

2）水平方向

①45度（v_2）

45度（v_3）

召回率：0.9957 / 1.0000

准确率：0.9718 / 0.9161

耗时：1.956s / 0.671s

竞品：

②90度（v_2）

90度（v_3）

召回率：1.0000 / 0.9571

准确率：0.9674 / 0.9316

耗时：1.872s / 0.835s

③135度（v_2）

135度（v_3）

召回率：1.0000 / 1.0000

准确率：0.9698 / 0.9186

耗时：1.417s / 0.599s

竞品：

三、测试结果数据对比

1. 阴影

1）横向

v_2	召回率	准确率	耗时
没有阴影	0.9399	0.9642	1.819s
1/4 阴影	0.9957	0.9671	2.042s
1/2 阴影	0.9399	0.9634	2.039s
3/4 阴影	0.9957	0.9717	2.442s
完全阴影	0.9914	0.9688	1.881s
v_3	召回率	准确率	耗时
没有阴影	1.0000	0.9351	1.206s
1/4 阴影	0.9528	0.9124	0.838s
1/2 阴影	1.0000	0.9183	1.340s
3/4 阴影	1.0000	0.9149	0.707s
完全阴影	1.0000	0.9185	1.208s

2）纵向

v_2	召回率	准确率	耗时
没有阴影	0.9399	0.9642	1.819s
1/4 阴影	0.9957	0.9608	1.746s
1/2 阴影	0.9957	0.9630	2.021s
3/4 阴影	0.9957	0.9659	2.306s
完全阴影	1.0000	0.9610	1.822s
v_3	召回率	准确率	耗时
没有阴影	1.0000	0.9351	1.206s
1/4 阴影	1.0000	0.9267	1.247s
1/2 阴影	0.9571	0.9219	1.132s
3/4 阴影	1.0000	0.9158	0.756s
完全阴影	1.0000	0.9218	1.864s

2. 拍摄角度

1）竖直方向

v_2	召回率	准确率	耗时
45度	0.9914	0.9697	2.480s
90度	1.0000	0.9673	1.872s
135度	0.9099	0.9678	3.642s
v_3	召回率	准确率	耗时
45度	0.9142	0.92034	0.763s
90度	0.9571	0.9316	0.835s
135度	0.9914	0.9099	0.953s

2）水平方向

v_2	召回率	准确率	耗时
45度	0.9957	0.9718	1.956s
90度	1.0000	0.9673	1.872s
135度	1.0000	0.9698	1.417s
v_3	召回率	准确率	耗时
45度	1.0000	0.9161	0.671s
90度	0.9571	0.9316	0.835s
135度	1.0000	0.9186	0.599s

四、总结

1. 阴影

1）无阴影时，可以检测一整行为一个文本框；在阴影覆盖区域，一行文字会被识别为多个文本框。

2）横向阴影和纵向阴影对文本检测识别的影响的区别不大。

3）阴影对文本检测和识别的影响不大。

2. 角度

1）水平方向上拍摄角度的不同，对检测识别的影响不大。

2）竖直方向上拍摄角度的不同，对检测识别的影响较大。

3. 模型

1）召回率：v_3 略优于 v_2 。

2）准确率：v_2 优于 v_3 。

3）耗时：v_2 大于 v_3 （v_3 的速度比 v_2 快）。

4）竞品的召回率和准确率较高（几乎都是1.0000），偶尔会出现连字现象；竞品检测识别速度大概在 5~6 秒（包含网络传播时延）。