圖片文字識別各種方法比較

網上有很多種圖片文字識別方法，我這選了幾種，做下比較

代碼在這：

import tesserocr
from PIL import Image
import pytesseract

def a():
    #這是一種辦法,使用tesserocr
    image=Image.open('xxx.jpg')
    result=tesserocr.image_to_text(image)
    print('使用tesserocr:',result)
    print('*'*50)

def b():
    # tesserocr更簡便的方法
    print('使用tesserocr簡便方法:',tesserocr.file_to_text('xxx.jpg'))
    print('*'*50)

def c():
    # 這是另一種辦法,pytesseract
    image=Image.open('xxx.jpg')
    # result = pytesseract.image_to_string(image ,lang='chi_sim')
    result = pytesseract.image_to_string(image)
    print('使用pytesseract:',result)
    print('*' * 50)

a()
b()
c()

首先，漢字的識別，網上最多的是用pytesseract來識別

def c():
    # 這是另一種辦法,pytesseract
    image=Image.open('xxx.jpg')
    result = pytesseract.image_to_string(image ,lang='chi_sim')
    print(result)
    print('*' * 50)
c()

第一次，我們選擇的是黑白比較分明的圖片

識別效果：

總結：總體來說還行

第二次，使用黑白不那麼分明的圖片：

識別效果：

總結，似乎跟第一次差不太多

第三次，用黑白分明更弱些的圖片：

識別效果：

總結：可以說是一塌糊塗了

然後，咱們試下識別英文，三種方法都可以，正好做下比較
第一次，使用顏色比較重的圖片：

識別效果：

總結：可以看到，全對，由此可見，這些方法對英文的支持真不錯

第二次，用顏色稍淡些的圖片：

識別效果：

總結：tesserocr的簡便寫法出了點問題，其他兩個還是全對

第三次，我們用一個帶顏色的圖片試試：

識別效果：

總結：顯而易見，沒問題

實驗效果僅供參考，另外實驗中發現數字的識別率和英文差不多，所以也就沒寫上來。其次，有干擾線或字母扭曲的識別率很差