本文将对比两个流行的OCR工具——PaddleOCR 和 EasyOCR 的性能，重点测试它们在日语（多语言）场景下的识别效果，结合街景图片和商品图片进行对比评估。

EasyOCR简介

• 官网地址: EasyOCR
• GitHub项目仓库: EasyOCR
• HuggingFace在线测试地址: EasyOCR HuggingFace

我们首先通过 HuggingFace 在线测试 EasyOCR 的识别准确率，并使用一张日语街景图片进行测试。

HuggingFace测试效果

使用以下街景图片进行测试：

EasyOCR 的识别结果如下：

测试发现，EasyOCR的识别准确率不高。接下来，我们将在本地搭建环境以进一步测试其性能。

1. EasyOCR本地运行环境配置

我们通过 Docker 快速搭建 EasyOCR 运行环境。

1.1 Dockerfile 配置

以下为官方推荐的 Dockerfile 文件内容：

FROM docker.io/pytorch/pytorch

# if you forked EasyOCR, you can pass in your own GitHub username to use your fork
# i.e. gh_username=myname
ARG gh_username=JaidedAI
ARG service_home="/home/EasyOCR"

# Configure apt and install packages
RUN apt-get update -y && \
    apt-get install -y \
    libglib2.0-0 \
    libsm6 \
    libxext6 \
    libxrender-dev \
    libgl1-mesa-dev \
    git \
    # cleanup
    && apt-get autoremove -y \
    && apt-get clean -y \
    && rm -rf /var/lib/apt/lists

# Clone EasyOCR repo
RUN mkdir "$service_home" \
    && git clone "https://github.com/$gh_username/EasyOCR.git" "$service_home" \
    && cd "$service_home" \
    && git remote add upstream "https://github.com/JaidedAI/EasyOCR.git" \
    && git pull upstream master

# Build
RUN cd "$service_home" \
    && python setup.py build_ext --inplace -j 4 \
    && python -m pip install -e .

CMD ["tail", "-f", "/dev/null"]

1.2 Docker-Compose配置

services:
  easyocr:
    container_name: easyocr
    shm_size: 1g
    build:
      context: .
      dockerfile: ./Dockerfile
    volumes:
      - .:/app
    networks:
      - my_network

networks:
  my_network:
    external: true

1.3 Makefile配置

dev-build:
	docker-compose build

dev-up: dev-build
	docker-compose up -d

dev-shell: dev-up
	docker-compose exec easyocr bash

1.4 构建命令

通过以下命令快速构建和运行容器：

make dev-shell

2. PaddleOCR的多语言模型配置

2.1 下载模型与相关资源：

PaddleOCR官方模型列表：https://paddlepaddle.github.io/PaddleOCR/latest/ppocr/model_list.html

以下为本文用到的模型及其下载地址：

• 多语言检测模型：ml/multilingual_ppocr_v3.0_det
  下载链接
• 日语识别模型：japan_pporc_server_v4_rec
  下载链接
• 文本方向分类模型：ch_ppocr_mobile_v2.0_cls
  下载链接
• 日语语言字典：japan_dict
  下载链接
• 日语字体：japan.ttc
  下载链接

模型转换：

# 检测模型转换
paddle2onnx --model_dir ./Multilingual_PP-OCRv3_det_infer \
             --model_filename inference.pdmodel \
             --params_filename inference.pdiparams \
             --save_file ./Multilingual_PP-OCRv3_det.onnx \
             --opset_version 14 --enable_onnx_checker True

# 识别模型转换
paddle2onnx --model_dir ./japan_PP-OCRv4_rec_infer \
             --model_filename inference.pdmodel \
             --params_filename inference.pdiparams \
             --save_file ./japan_PP-OCRv4_rec.onnx \
             --opset_version 14 --enable_onnx_checker True

# 方向分类模型转换
paddle2onnx --model_dir ./ch_ppocr_mobile_v2.0_cls_infer \
             --model_filename inference.pdmodel \
             --params_filename inference.pdiparams \
             --save_file ./ch_ppocr_mobile_v2.0_cls.onnx \
             --opset_version 14 --enable_onnx_checker True

2.2 PaddleOCR相关版本配置：

分别下载和解压以上资源文件，然后根据之前的文章分别配置PaddleOCR日语模型版本和ONNX模型推理版本：

1. PaddleOCR日语模型版本 配置
   最好用的图文识别OCR – PaddleOCR(1) 快速集成
2. ONNX模型推理版本 配置
   最好用的图文识别OCR – PaddleOCR(2) 提高推理效率(PPOCR模型转ONNX模型进行推理)

3. EasyOCR与PaddleOCR对比测试

我们将对以下三个版本进行详细测试：

1. EasyOCR 版本
2. PaddleOCR 多语言版本
3. PaddleOCR ONNX模型版本

场景一：街景图片

测试街景图片

测试代码和结果

EasyOCR 识别代码和结果

• 识别代码：

  import easyocr
  import cv2
  import time
  
  time1 = time.time()
  reader = easyocr.Reader(['ja','en'],gpu=False) 
  img_num_list = ['06062','06063','06764','06829','06982']
  for i in img_num_list:
      img_name = f'./test/tr_img_{str(i)}.jpg'
      img = cv2.imread(img_name) 
      result = reader.readtext(img_name)
      print(f"---------------- 结果{str(i)} ---------------------")
      for res in result:
          print(res[1],res[2])
  
  time_count = time.time() - time1
  print(f'------------------------ 总花费时间： {time_count} 秒----------------------')
  

• 识别结果和所用时间：
  
  
  

PaddleOCR多语言版本 识别代码和结果

• 识别代码：

  from paddleocr import PaddleOCR, draw_ocr
  import time
  import cv2
  from pathlib import Path
  
  
  def resize_image(image_path, scale=0.5, max_size=960, border=False):
      # 读取图片
      img = cv2.imread(image_path)
      if img is None:
          raise FileNotFoundError(f"图片 {image_path} 不存在！")
      
      # 获取原始宽高
      original_height, original_width = img.shape[:2]
      # print(f"原始宽高: {original_width}x{original_height}")
      
      # 首先将宽高缩小
      new_width = int(original_width * scale)
      new_height = int(original_height * scale)
  
      # 如果缩放后仍有一边大于 max_size，则进行二次等比缩放
      if max(new_width, new_height) > max_size:
          if new_width > new_height:  # 宽度是最大边
              scale = max_size / new_width
          else:  # 高度是最大边
              scale = max_size / new_height
          new_width = int(new_width * scale)
          new_height = int(new_height * scale)
  
      # print(f"调整后的宽高: {new_width}x{new_height},倍数是：{scale}")
      # 调整图片大小
      # resized_img = cv2.resize(img, None, fx=scale, fy=scale, interpolation=cv2.INTER_AREA)
      resized_img = cv2.resize(img, (new_width, new_height), interpolation=cv2.INTER_AREA)
  
      if border and min(new_width, new_height) < max_size :
          # 填充到固定尺寸
          top = (max_size - new_height) // 2
          bottom = max_size - new_height - top
          left = (max_size - new_width) // 2
          right = max_size - new_width - left
  
          resized_img = cv2.copyMakeBorder(
              resized_img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=[0, 0, 0]
          )
  
      return resized_img
      
  module_dir = Path(__file__).resolve().parent.parent
  
  time1 = time.time()
  ocr = PaddleOCR(
  	use_angle_cls=True, 
  	lang="japan",
  	drop_score=0.2, 
  	ocr_version='PP-OCRv4',
  	show_log=False,
  	det_limit_side_len=2450
  	) 
  	
  # 可通过参数控制单独执行识别、检测
  # result = ocr.ocr(img_path, det=False) 只执行识别
  # result = ocr.ocr(img_path, rec=False) 只执行检测
  img_num_list = ['06062','06063','06764','06829','06982']
  for i in img_num_list:
      img_path = f"../tb-img/tr_img_{str(i)}.jpg"
      img = resize_image(img_path, scale=0.35, max_size=2000)
      result = ocr.ocr(img)
      print(f"---------------- 结果{str(i)} ---------------------")
      for res in result[0]:
          print(res[1][0],res[1][1])
  time_count = time.time() - time1
  print(f'------------------------ 总花费时间： {time_count} 秒----------------------')
  

• 识别结果和所用时间：
  
  

2.1.4 onnx模型 识别代码和结果

• 识别代码：

  import cv2
  import time
  from onnxocr.onnx_paddleocr import ONNXPaddleOcr,sav2Img
  from pathlib import Path
  import numpy as np
  
  def resize_image(image_path, scale=0.5, max_size=960, border=False):
      # 读取图片
      img = cv2.imread(image_path)
      if img is None:
          raise FileNotFoundError(f"图片 {image_path} 不存在！")
      
      # 获取原始宽高
      original_height, original_width = img.shape[:2]
      # print(f"原始宽高: {original_width}x{original_height}")
      
      # 首先将宽高缩小
      new_width = int(original_width * scale)
      new_height = int(original_height * scale)
  
      # 如果缩放后仍有一边大于 max_size，则进行二次等比缩放
      if max(new_width, new_height) > max_size:
          if new_width > new_height:  # 宽度是最大边
              scale = max_size / new_width
          else:  # 高度是最大边
              scale = max_size / new_height
          new_width = int(new_width * scale)
          new_height = int(new_height * scale)
  
      # print(f"调整后的宽高: {new_width}x{new_height},倍数是：{scale}")
      # 调整图片大小
      # resized_img = cv2.resize(img, None, fx=scale, fy=scale, interpolation=cv2.INTER_AREA)
      resized_img = cv2.resize(img, (new_width, new_height), interpolation=cv2.INTER_AREA)
  
      if border == True and (min(new_width, new_height) < max_size) :
          # 填充到固定尺寸
          top = (max_size - new_height) // 2
          bottom = max_size - new_height - top
          left = (max_size - new_width) // 2
          right = max_size - new_width - left
  
          resized_img = cv2.copyMakeBorder(
              resized_img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=[0,0,0]
          )
  
      return resized_img
  
  
  
  # 获取当前文件所在的目录
  module_dir = Path(__file__).resolve().parent
  japan_model = {
      "det_model_dir": f'{module_dir}/onnxocr/models/ppocrv4/det/ml/Multilingual_PP-OCRv3_det.onnx',
      "rec_model_dir": f'{module_dir}/onnxocr/models/ppocrv4/rec/japan/japan_PP-OCRv4_rec.onnx',
      "cls_model_dir": f'{module_dir}/onnxocr/models/ppocrv4/cls/ch_ppocr_mobile_v2.0_cls.onnx',
      "rec_char_dict_path": f'{module_dir}/onnxocr/models/ppocrv4/rec_char_dict/japan_dict.txt',
      "vis_font_path":f'{module_dir}/onnxocr/fonts/japan.ttc'
  }
  
  time1 = time.time()
  
  model = ONNXPaddleOcr(
      use_angle_cls=True, 
      use_gpu=False,
      det_model_dir=japan_model["det_model_dir"],
      rec_model_dir=japan_model["rec_model_dir"],
      cls_model_dir=japan_model["cls_model_dir"],
      rec_char_dict_path=japan_model["rec_char_dict_path"],
      vis_font_path=japan_model["vis_font_path"],
      drop_score=0.1,
      det_limit_side_len = 2000,
      det_limit_type = 'max',
      # show_log=True,
      )
  img_num_list = ['06062','06063','06764','06829','06982']
  for i in img_num_list:
      img = f"../tb-img/tr_img_{str(i)}.jpg"
      resized_img = resize_image(img, scale=0.35, max_size=960, border=True)
      result = model.ocr(resized_img)
      sav2Img(resized_img, result)
  
      print(f"---------------- 结果{str(i)} ---------------------")
      for res in result[0]:
          print(res[1][0],res[1][1])
  
  time_count = time.time() - time1
  print(f'------------------------ 总花费时间： {time_count} 秒----------------------')
  
  # sav2Img(resized_img, result)
  

• 识别结果和所用时间：
  
  

测试结果

场景二：商品图片

测试商品图片：

EasyOCR 识别代码和结果

• 识别代码：

  # 代码同上
  

• 识别结果和所用时间：
  

PaddleOCR多语言版本 识别代码和结果

• 识别代码：

  # 代码同上
  

• 识别结果和所用时间：

onnx模型 识别代码和结果

• 识别代码：

  # 代码同上
  

• 识别结果和所用时间：
  

测试结果

总结与分析

通过对比可以看出：

• 街景图

1. 准确率: PaddleOCR 的多语言模型在日语识别中表现优异，尤其是 ONNX 优化版本具有更高的准确率。
2. 运行效率: ONNX 优化模型的推理速度最快。

• 商品图

1. 准确率: EasyOCR 的多语言模型在日语识别中表现优异。
2. 运行效率: ONNX 优化模型的推理速度最快。

对于需要处理多语言 OCR 的场景，推荐使用 PaddleOCR 进行微调，把微调后的模型转 ONNX 优化模型版本进行推理。