Python OCR 之旅：PaddleOCR 与 pytesseract 比较及应用

# 导入必要的库
import paddleocr
from PIL import Image
import pytesseract
 
# 初始化PaddleOCR和pytesseract
ocr = paddleocr.PaddleOCR(use_angle_cls=True, lang="ch")  # 初始化PaddleOCR，支持中文
tess = pytesseract.TessBaseAPI()  # 初始化pytesseract
tess.Initialize()  # 初始化Tesseract
 
# 定义一个函数用于使用两个OCR库进行文字识别
def ocr_comparison(image_path, ocr_type):
    # 读取图片
    img = Image.open(image_path)
    img_array = img.convert('RGB').save('tmp.jpg')
 
    # 使用PaddleOCR进行文字识别
    if ocr_type == 'PaddleOCR':
        result = ocr.ocr(img_array, cls=True)
        for line in result:
            print(line)
 
    # 使用pytesseract进行文字识别
    elif ocr_type == 'pytesseract':
        tess.SetImage(img)
        print(tess.GetUTF8Text())
 
    # 清理临时文件
    img.close()
    tess.Clear()
    tess.End()
 
# 示例：对图片进行文字识别
image_path = 'example.jpg'  # 替换为你的图片路径
ocr_type = 'PaddleOCR'  # 可以选择'PaddleOCR'或'pytesseract'
ocr_comparison(image_path, ocr_type)

这段代码展示了如何使用PaddleOCR和pytesseract来进行OCR操作。首先，我们初始化了两个库，并定义了一个函数ocr_comparison来读取图片，并使用指定的OCR库进行文字识别。在示例中，我们对一张名为'example.jpg'的图片进行了OCR操作，并打印了识别的结果。注意，在实际使用中，你需要将image_path替换为你自己的图片路径，并选择你想要使用的OCR库类型。