1、需求
想使用PyAutoGUI做界面自动化，需要一个ocr库识别压测软件的文字，然后获取定位。现在找到了CnOCR与PaddleOCR，都安装来试试看，哪一个更适合我的需求，这里对这俩库进行对比。
本机环境：
win11+python3.9
2、安装
两个库都有详细的安装步骤，有报错就去百度，安装对应的库就好了。
特别提醒安装Polygon3报错：Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools”: Microsoft C++ Build Tools - Visual Studio。
不要去安Visual Studio，去https://www.lfd.uci.edu/~gohlke/pythonlibs/下载一个Polygon3-3.0.9.1-cp39-cp39-win_amd64.whl包，手动安就好了。
CnOCR：
CnOCR 是 Python 3 下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个训练好的识别模型，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的训练命令供使用者训练自己的模型。
开源地址：https://gitee.com/cyahua/cnocr/
安装使用国内源快一点
pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple
PaddleOCR（飞桨）
PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型，并应用落地。支持多种OCR相关前沿算法，在此基础上打造产业级特色模型PP-OCR和PP-Structure，并打通数据生产、模型训练、压缩、预测部署全流程。
开源地址：https://gitee.com/paddlepaddle/PaddleOCR
安装命令：
python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
3、使用对比
待识别原图：
CnOCR：
使用还是挺方便，有几个模型选用，我主要是识别软件截图，就使用了doc-densenet_lite_136-gru的文档图片模型，试了几个图片，比通用模型要好一点点。
import time
from cnocr import CnOcr
time1=time.time()
img_fp = 'Temporary picture/jm.png'
#ocr = CnOcr() # 所有参数都使用默认值
ocr = CnOcr(rec_model_name='doc-densenet_lite_136-gru') # 文档图片模型
result = ocr.ocr(img_fp)
time2=time.time()
print('本次图片识别总共耗时%s s' % (time2 - time1))
for line in result:
print('text:'+line['text']+'\t\t\t\tscore:'+str(line['score']))
识别出的文字：
其中score是：识别结果的得分（置信度），取值范围为 [0, 1]；得分越高表示越可信
从结果对比原图，有较多的图标被识别成文字，我需要点击的【jp@gc - Transactions per Second】等标题，置信度不高。
本次图片识别总共耗时0.36582493782043457 s
文件 编辑 查找 运行 选项 工具 帮助 score:0.5050349831581116
T score:0.16470065712928772
昌日4自自 score:0.1683034747838974
45 score:0.22396154701709747
a score:0.17519843578338623
汇:? score:0.3250223994255066
-”A score:0.2549944818019867
测试计划 score:0.9605422019958496
NHTTP请求默认值 score:0.26849085092544556
jp@gc - Transactions per Second score:0.6434031128883362
3 score:0.1756362020969391
火HTTP信息头管理器 score:0.237385094165802
名称： score:0.8146508932113647
jp@gc - Transactions per Second score:0.6060640811920166
XHTTP Cookie管理器 score:0.5214072465896606
中安个人 score:0.3283456563949585
注释： score:0.8776631951332092
电豪单位 score:0.3201594650745392
所有数据写入一个文件 score:0.8833575248718262
中换疲劳 score:0.36431533098220825
文件名 score:0.6730592250823975
laC score:0.27173328399658203
察看结果树 score:0.9904499650001526
jp@gc - Transactiorns per Second score:0.5057143568992615
OHelp on this plugin score:0.5024359822273254
jp@gc - Response Times Over Time score:0.5534773468971252
Cha score:0.33296921849250793
RoFS score:0.1565089076757431
Settings score:0.9603992104530334
d jp@gc - Hits per Second score:0.5598205327987671
聚合报告 score:0.2708910405635834
PaddleOCR（飞桨）
就是默认设置，示例代码
import time
from paddleocr import PaddleOCR, draw_ocr
time1=time.time()
img_fp = 'Temporary picture/jm.png'
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False)
result = ocr.ocr(img_fp, cls=True)
time2=time.time()
print('本次图片识别总共耗时%s s' % (time2 - time1))
for idx in range(len(result)):
res = result[idx]
for line in res:
print(line[1])
# 显示结果图片
from PIL import Image
result = result[0]
image = Image.open(img_fp).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')
识别出的文字：
速度慢点，但是内容明细精准许多。
[2024/03/28 16:17:26] ppocr DEBUG: dt_boxes num : 30, elapsed : 0.47530055046081543
[2024/03/28 16:17:26] ppocr DEBUG: cls num : 30, elapsed : 0.25675177574157715
[2024/03/28 16:17:31] ppocr DEBUG: rec_res num : 30, elapsed : 5.016136646270752
本次图片识别总共耗时9.896943092346191 s
('文件编辑查找运行选项工具帮助', 0.9968308210372925)
('测试计划', 0.9999251365661621)
('jp@gc -Transactions per Second', 0.973632276058197)
('HTTP请求默认值', 0.9975183010101318)
('HTTP信息头管理器', 0.9982931017875671)
('名称：', 0.9997771382331848)
('jp@gc - Transactions per Second', 0.9546123743057251)
('HTTPCookie管理器', 0.9962799549102783)
('个人', 0.9977327585220337)
('注释：', 0.9986750483512878)
('单位', 0.999846339225769)
('所有数据写入一个文件', 0.999435544013977)
('疲劳', 0.930761456489563)
('文件名|', 0.8699598908424377)
('C', 0.5080356001853943)
('察看结果树', 0.9994238615036011)
('jp@gc-', 0.9731400609016418)
('Transactions per Second', 0.9741607904434204)
('Help on this plugin', 0.9478721618652344)
('jp@gc - Response Times Over Time', 0.9619945883750916)
('Chart', 0.9883855581283569)
('Rows', 0.9848779439926147)
('Settings', 0.916187584400177)
('jp@gc- Hits per Second', 0.9670764803886414)
('聚合报告', 0.9991028308868408)
有个飞桨的可视化图
4、总结
我需要对jmeter与loadrunner软件截图进行识别，获取定位，再使用PyAutoGUI做自动化操作。从上面的识别结果来看，PaddleOCR（飞桨）的识别率符合要求，就是慢一点。
