问与Tesseract相比，PaddleOCR的性能如何？

EN

我发现了PaddleOCR 2和Tesseract 4之间的一个比较，但只针对英语文本。简要概述：

1. PaddleOCR比GPU上的Tesseract稍慢一些，但是有了GPU的支持，它在标准GPU上比Tesseract高出46%。
2. 在没有后置处理的情况下，PaddleOCR主要是在单词和标点符号之间缺少空格的情况下出错.然而，这些错误可以很容易地纠正。经过后处理，精度与Tesseract相当(低1%)。
3. 经过预培训的英语模型只有Tesseracts英语列车数据文件大小的10% (2MB对23 2MB)。

对于目前看来是PaddleOCR的主要优先事项的中文文本来说，情况可能有所不同。

我在一些研究中使用这两种方法已经将近一年了。我可以说，每个人都有自己完美的用途。

PaddleOCR的优点：

1. 如果文本在非90度旋转中旋转，PaddleOCR仍然可以正确地检测到某些文本，但是即使使用OSD，PaddleOCR也无法做到这一点。
2. 您可以使用检测结果来修复旋转，但是Tesseract很可能检索无意义的结果。
3. 如果不能对图像进行二值化，PaddleOCR比RGB/BGR中的图像更好。

Tesseract的优点：

1. 即使在操作参数之后，PaddleOCR在检测空间方面也有严重的问题，但是在下一次升级时，他们正在致力于修复这个问题。Tesseract没有明显的空间问题。
2. Tesseract在处理扫描文档()方面更好。
3. 图像分割模式对于救援和提高图像分割效果有很大帮助。
4. 对于具有长文本的二值化图像，Tesseract的效果通常优于PaddleOCR。
5. Tesseract在检测符号方面要好得多。
6. Tesseract是上速度更快的。

简而言之，使用Tesseract将非常适合于扫描文档和PaddleOCR用于通用计算机视觉项目。

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不能很好地处理空间，并且有来自非中国(或日本)用户的抱怨。PaddleOCR非常渴望将最新的识别/检测算法作为研究论文发表，我已经决定使用PaddleOCR。