PaddleOCR和ChineseOCR的火车票识别对比

PaddleOCR和ChineseOCR的对比

 

一、识别时间

• chineseOCR识别的速度相对于PaddleOCR较慢，单纯使用CPU对于单张火车票的识别时间可以达到20秒以上。
• PaddleOCR对于火车票的识别时间很快，一般控制在2秒到5秒左右

二、内存占用量

• Chneseocr模型体积非常大，在CPU下运行非常占内存，经常会出现测几张就内存崩溃的现象
• PaddleOCR模型很小，运行时不耗内存，可以畅通无阻的测试很多图片

三、识别的准确度

Chineseocr的准确度很高，经过火车票信息结构化识别代码及参数优化可以达到90%以上，但存在的问题如下：

• 1）对于细节的文字捕捉能力不强，尤其是在提取红色通道之后，有部分出发站及车次会识别出错。例如杭州东会因“东”字体模糊，识别为“杭州乐”
• 2）对复杂文字的识别会出错，例如“缙云”会识别为“当云”

PaddleOCR的准确度一般。

• 存在问题：
• 1）火车票识别中的出发站和到达站，即使提取红色通道，依然对串行的出发站识别不理想，而且红色的字体还是可以识别出来，很容易和车次混淆。
• 2）对复杂汉字的识别能力不强，例如“溧阳”会识别为“澳阳”。
• 3）PaddleOCR没有合并同行文字的功能，会导致文字顺序出现颠倒情况。尤其是在火车票不是正方向横放的图片时，例如竖向或倒置的火车票，会直接混淆出发站和到达站。在补票的信息获取中，还会更多的出错。
• 4）对于部分显而易见的字，检测不出来，检测参数没办法和ChineseOCR一样可以根据火车票信息做一定的调整和优化。
• 优点：对于磨损的字体及图片处理过的英文字母，识别能力要超过ChineseOCR。

五、OCR评测过程

对114张火车票进行测试，抽取其中最具代表的火车票举例

原图1： 001

ChineseOCR的识别检测

PaddleOCR的识别检测

文字识别输出结果：

火车票结构化识别结果：

原图2：008-2

ChineseOCR的识别检测

PaddleOCR的识别检测

文字识别输出结果：