我正在使用pytesseract v.0.1.5和tesseract v.3.02.02来分析大量的jpeg图像 . 质量非常好，但速度有点问题 .
在我的设置（i5-4460,8GB Ram）中，OCR需要大约25秒才能处理100张图像（1900x250） . 在同一台机器上，Matlab 2014b OCR也基于谷歌的tesseract代码，速度提高了30％ .
是否有修改OCR的设置（例如删除不需要的词典）以使其更快？我的文字只包含英文，数字和特殊字符 / 和 - .
我通过标准方式使用命令：
pytesseract.image_to_string(im)
非常感谢，
掠夺
1 回答
pytesseract是tesseract cli的薄包装，如果您不知道，根据您的平台，您可以使用不同的分析工具来测量它 . 在linux上有perf：
perf record yourcommand来记录和perf report来查看结果 .从代码中可以看出，您可以将语言限制为仅英语，您可以再次进行分析以查看它是否确实有所不同 . https://github.com/madmaze/pytesseract/blob/master/src/pytesseract.py#L128