Comment choisir entre Tesseract et OpenCV ?

Question

J'ai récemment découvert Tesseract y OpenCV . Il semble que Tesseract soit un moteur d'OCR à part entière et qu'OpenCV puisse être utilisé comme cadre pour créer une application/service d'OCR.

J'ai essayé d'utiliser Tesseract sur certaines de mes images et sa précision semble correcte. Plus tard, je suis tombé sur un tutoriel sur l'utilisation d'OpenCV pour faire de l'OCR avec Python et j'ai été impressionné. En quelques minutes, j'ai fini d'entraîner le système et sa précision était bonne. Mais bien sûr, cette approche signifie que je dois entraîner mon système de manière intensive en utilisant un grand ensemble d'entraînement.

Mes questions spécifiques sont les suivantes :

• Comment choisir entre Tesseract et l'utilisation d'OpenCV pour créer une application OCR personnalisée ?
• Des ensembles de données de formation sont disponibles pour Tesseract dans différentes langues. OpenCV a-t-il quelque chose de similaire pour que je n'aie pas à partir de zéro pour réaliser l'OCR ?
• Laquelle est la meilleure pour une application commerciale ?

Des suggestions ?

Answer 1

• Tesseract est un moteur OCR. Il est utilisé, travaillé et financé par Google spécifiquement pour lire du texte à partir d'images, effectuer une segmentation de base des documents et opérer sur des entrées d'images spécifiques (un seul mot, une ligne, un paragraphe, une page, des dictionnaires limités, etc.)

• OpenCV, quant à lui, est une bibliothèque de vision par ordinateur qui comprend des fonctions permettant d'extraire des caractéristiques et de classer des données. Vous pouvez créer un simple segmenteur de lettres et un classificateur qui effectue une OCR de base, mais ce n'est pas un très bon moteur d'OCR (j'en ai déjà créé un en Python à partir de zéro). Il est vraiment imprécis pour les données d'entrée qui s'écartent de vos données d'entraînement).

Si vous voulez vous faire une idée de la difficulté de l'OCR, essayez OpenCV. Tesseract est pour réel OCR.

Answer 2

Je suis l'auteur du tutoriel sur la reconnaissance des chiffres que vous avez mentionné, et Je dirais que cela ne peut en aucun cas remplacer le tesseract.

Tesseract est un très bon moteur d'OCR, peut-être le meilleur moteur d'OCR OpenSource.

Le tutoriel que vous avez mentionné est juste un essai, pour comprendre le fonctionnement le plus simple de l'OCR.

Donc, si vous cherchez une application OCR, je vous recommande d'utiliser OpenCV pour le prétraitement de l'image et d'appliquer ensuite le moteur Tesseract.

Answer 3

Les deux peuvent être complémentaires. Si vous lisez l'article sur OpenCV : https://github.com/tesseract-ocr/docs/blob/master/tesseracticdar2007.pdf

Il souligne que "puisque HP a développé indépendamment une technologie d'analyse de la mise en page qui a été utilisée dans des produits (et qui n'a donc pas été mise à disposition en tant que source ouverte), Tesseract n'a jamais eu besoin de sa propre analyse de la mise en page. Tesseract suppose donc que son entrée est une image binaire avec des régions de texte polygonales optionnelles définies".

Ce type de tâche peut être réalisé par OpenCV et l'image résultante transmise à Tesseract. Vous pouvez trouver un exemple de ce type de code dans le repo Git : https://github.com/Itseez/opencv_contrib/tree/master/modules/text/samples Les échantillons utilisent les API de Tesseract pour convertir les images en texte.

Answer 4

OpenCV est une bibliothèque pour CV Le logiciel de gestion des images, utilisé pour l'analyse et le traitement des images en général. Tesseract est une bibliothèque pour OCR qui est un sous-ensemble spécialisé de CV dédié à l'extraction de texte à partir d'images.

De OpenCV.org

..... utilisé pour détecter et reconnaître les visages, identifier les objets, classer les actions humaines dans les vidéos, suivre les mouvements de caméra, suivre les objets en mouvement, extraire des modèles 3D d'objets, produire des nuages de points 3D à partir de caméras stéréo, assembler des images pour produire une image haute résolution d'une scène entière, trouver des images similaires dans une base de données d'images, supprimer les yeux rouges des images prises au flash, suivre les mouvements des yeux, reconnaître les paysages et établir des marqueurs pour les superposer à la réalité augmentée, etc.

De Tesseract Github :

..... peut être utilisé directement ou (pour les programmeurs) à l'aide d'une API pour extraire du texte dactylographié, manuscrit ou imprimé à partir d'images. Il prend en charge une grande variété de langues.