PaddleOCR 性能与 Tesseract 相比如何？答案

【问题标题】：How does PaddleOCR performance compare to Tesseract?PaddleOCR 性能与 Tesseract 相比如何？
【发布时间】：2021-09-01 10:38:58
【问题描述】：

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

【问题讨论】：

标签： paddle-paddle

【解决方案1】：

我发现了PaddleOCR 2 and Tesseract 4 之间的比较，但仅限于英文文本。简要总结：

PaddleOCR 在 CPU 上比 Tesseract 稍慢，但在 GPU 支持下，它在标准 GPU 上比 Tesseract 高出 46%。
如果不进行后期处理，PaddleOCR 主要会出现单词和标点符号之间缺少空格的错误。但是，这些错误可以很容易地纠正。后处理后的准确度与 Tesseract 相当（低 1%）。
英语预训练模型的文件大小仅为 Tesseracts 英语训练数据文件大小的 10%（2MB 与 23MB）。

对于目前似乎是 PaddleOCR 主要优先考虑的中文文本，情况可能会有所不同。

【讨论】：

【解决方案2】：

我用它们测试了英语和日语，但有趣的是，PaddleOCR 似乎比 Tesseract 更能识别它们。 PaddleOCR 的文本检测似乎也更好。然而，根据他们的帖子，PaddleOCR 不能很好地处理空格，并且有来自非中国（或日本）用户的投诉。 PaddleOCR 非常渴望整合作为研究论文发表的最新识别/检测算法，为此我决定使用 PaddleOCR。

【讨论】：

我还发现 PaddleOCR 比没有自我训练的 Tesseract 更好