选型与快速跑通（Tesseract / EasyOCR / PaddleOCR）

目标：在本地装好一个 OCR 库，用几行代码把图片变成文字，先建立手感。

OCR 的完整流程通常包含图像预处理、文字检测、字符识别和后处理。第一期先跳过预处理，直接调用封装好的库，感受原始输出。

1. 经典轻量方案：Tesseract（pytesseract）

Tesseract 是老牌开源引擎，pytesseract 只是 Python 封装，需要先安装系统级的 Tesseract 可执行文件。Windows 上安装后如果不在 PATH 中，需要手动指定路径。

python

复制代码

# pip install pytesseract pillow
import pytesseract
from PIL import Image

# Windows 常见需要显式指定引擎路径
# pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

img = Image.open("test.png")
text = pytesseract.image_to_string(img, lang="chi_sim+eng")
print(text)

注意：lang 参数需要提前安装对应语言包。在 Ubuntu 上可以用 sudo apt install tesseract-ocr-chi-sim 安装简体中文数据。

2. 深度学习开箱方案：EasyOCR

如果不想折腾系统级依赖，EasyOCR 是更省事的选择。它基于 PyTorch，安装完 pip 包后模型会自动下载，支持中英文混合识别。

python

复制代码

# pip install easyocr
import easyocr

reader = easyocr.Reader(["ch_sim", "en"])  # 首次运行会下载模型
result = reader.readtext("test.png")

for bbox, text, score in result:
    print(text, f"{score:.2f}")

EasyOCR 的返回结果包含坐标、文本和置信度，方便后续按位置过滤或排序。

3. 中文场景优先：PaddleOCR

如果主要处理中文文档、票据或表格，PaddleOCR 在中文场景下的准确率通常更有优势。安装时注意先装 PaddlePaddle 再装 PaddleOCR。

python

复制代码

# pip install paddlepaddle paddleocr
from paddleocr import PaddleOCR

ocr = PaddleOCR(use_angle_cls=True, lang="ch")
result = ocr.ocr("test.png", cls=True)

for line in result[0]:
    print(line[1][0], f"{line[1][1]:.2f}")

第一期建议先用同一张图在三个库上都跑一遍，直观感受速度与准确率的差异，再决定后续深入哪个。https://github.com/0voice