6款开源中文OCR使用介绍（亲测效果）

前言

光学字符识别（Optical Character Recognition, OCR）是指对文本材料的图像文件进行分析识别处理，以获取文字和版本信息的过程。也就是说将图象中的文字进行识别，并返回文本形式的内容。
ocr主要流程：

随着ocr技术的日渐成熟，目前github中有很多开源项目可供选择，下面将介绍几种常用的开源ocr项目。

开源ocr项目

1. Paddle OCR（推荐指数：★★★★★）

1.1 简介

飞桨首次开源文字识别模型套件PaddleOCR，目标是打造丰富、领先、实用的文本识别模型/工具库。最新开源的超轻量PP-OCRv3模型大小仅为16.2M。同时支持中英文识别；支持倾斜、竖排等多种方向文字识别；支持GPU、CPU预测；用户既可以通过PaddleHub很便捷的直接使用该超轻量模型，也可以使用PaddleOCR开源套件训练自己的超轻量模型。

1.2 使用

安装使用说明

1.3 优缺点

• 优点
  • 轻量模型，执行速度快
  • 支持pip直接安装
  • ocr识别效果好，效果基本可以比肩大厂收费ocr（非高精版）
  • 支持表格和方向识别
  • 支持补充训练且很方便
• 缺点
  • 部分符号识别效果一般，如 '|‘识别为’1’
  • 对于部分加粗字体可能出现误识别，需要自己补充训练
  • 偶尔会出现部分内容丢失的情况

2. CnOCR（推荐指数：★★★★★）

2.1 简介

CnOCR 是 Python 3 下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个训练好的识别模型，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的训练命令供使用者训练自己的模型。

2.2 使用

安装使用说明

2.3 优缺点

• 优点
  • 轻量模型，执行速度快，速度略快于paddle ocr
  • 支持pip直接安装
  • ocr识别效果好，识别效果比肩paddle ocr
  • 支持训练自己的模型
• 缺点
  • 部分符号识别效果差
  • 部分场景下会出现空格丢失情况
  • 模型补充训练没有paddle ocr方便

3. chinese_lite OCR（推荐指数：★★★）

3.1简介

超轻量级中文 ocr，支持竖排文字识别, 支持 ncnn、mnn、tnn 推理, 模型大小仅4.7M。

3.2 使用

安装使用说明

3.3 优缺点

• 优点
  • 轻量模型，执行速度快，速度优于CnOCR和Paddle OCR
  • ocr识别效果尚可，优于一般开源模型，但比不上CnOCR和Paddle OCR
  • 作者提供了多种语言下的Demo
• 缺点
  • 不支持pip安装
  • 文本位置识别略差
  • 不支持补充训练
  • 部分场景下会出现误识别竖版文字的情况
    例如：

  姓     名： 张三
  性     别： 男
  年     龄： 19
  户     籍： 北京
  
  误识别为 '姓性年户'
  

4. EasyOCR（推荐指数：★★）

4.1 简介

EasyOCR是一个用于从图像中提取文本的python模块。它是一种通用的OCR，可以读取自然场景文本和文档中的密集文本。我们目前正在支持80多种语言并不断扩展。

4.2 使用

官方文档

4.3 优缺点

• 优点
  • 支持pip安装，但需要自己手动下载模型
  • ocr识别效果尚可，优于一般开源模型
• 缺点
  • 速度很慢，900 * 1200像素图片平均需要30s左右
  • 不支持补充训练

5. Tesseract OCR（推荐指数：★）

5.1 简介

Tesserat OCR 是一款可在各种操作系统运行的 OCR 引擎，这是一款开源软件，在Apache 许可下发布。最初由惠普在20世纪80年代作为专有软件开发，在2005年以开源的形式发布，从2006年开始由谷歌赞助，开发语言为 C++。

5.2 使用

官方文档

5.3 优缺点

• 优点
  • 支持补充训练
• 缺点
  • 安装使用困难，不支持pip安装
  • 中文识别效果差

6. chineseocr（推荐指数：★★）

6.1 简介

基于yolo3 与crnn 实现中文自然场景文字检测及识别

• 文字方向检测 0、90、180、270度检测（支持dnn/tensorflow）
• 支持(darknet/opencv dnn /keras)文字检测,支持darknet/keras训练
• 不定长OCR训练(英文、中英文) crnn\dense ocr 识别及训练 ,新增pytorch转keras模型代码(tools/pytorch_to_keras.py)
• 支持darknet 转keras, keras转darknet, pytorch 转keras模型
• 身份证/火车票结构化数据识别
• 新增CNN+ctc模型，支持DNN模块调用OCR，单行图像平均时间为0.02秒以下
  CPU版本加速
• 支持基于用户字典OCR识别
• 新增语言模型修正OCR识别结果
• 支持树莓派实时识别方案

6.2 使用

官方文档

6.3 优缺点

• 优点
  • 支持补充训练
  • 有多版本优化模型
• 缺点
  • 项目较老，使用的三方库较老，部分三方库已废弃，环境配置困难
  • 中文ocr识别效果一般
  • 不支持pip安装

总结

上述6个开源模型是常见的国内ocr模型，每个我都部署测试过，整体来看推荐使用paddle ocr和cnocr，某些场景下，如小图片且对速度要求较高可以尝试使用chinese_lite ocr.



有其他开源中文ocr推荐，欢迎补充！