我尝试使用mss
和pytesseract
在python中创建一个真实的OCR。
到目前为止,我已经能够捕捉我的整个屏幕,它有一个稳定的30帧每秒。如果我想捕捉一个较小的区域约500x500,我已经能够得到100+帧每秒。
然而,一旦我包含了这行代码,text = pytesseract.image_to_string(img)
,boom 0.8 FPS。有没有什么方法可以优化我的代码以获得更好的FPS?而且代码能够检测文本,只是速度非常慢。
from mss import mss
import cv2
import numpy as np
from time import time
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\\Users\\Vamsi\\AppData\\Local\\Programs\\Tesseract-OCR\\tesseract.exe'
with mss() as sct:
# Part of the screen to capture
monitor = {"top": 200, "left": 200, "width": 500, "height": 500}
while "Screen capturing":
begin_time = time()
# Get raw pixels from the screen, save it to a Numpy array
img = np.array(sct.grab(monitor))
# Finds text from the images
text = pytesseract.image_to_string(img)
# Display the picture
cv2.imshow("Screen Capture", img)
# Display FPS
print('FPS {}'.format(1 / (time() - begin_time)))
# Press "q" to quit
if cv2.waitKey(25) & 0xFF == ord("q"):
cv2.destroyAllWindows()
break
2条答案
按热度按时间yzckvree1#
pytesseract在“默认情况下”效率不高,因为它 Package 了tesseract可执行文件,它将临时文件保存到磁盘等...如果你对性能很认真,你需要直接使用tesseract API(例如通过tesserocr或通过creating custom API wrapper)
yeotifhr2#
您可以使用“easyocr”,这是一个轻量级的Python包,可用于OCR应用程序。它非常快速,可靠,可以访问70多种语言,包括英语,中文,日语,韩语,印地语,还有更多的正在添加。
“pip安装easyocr”
看看这个:https://huggingface.co/spaces/tomofi/EasyOCR