同じ画像の日本語と英語を読ませると、Tesseractは0.171268416秒、EasyOCRは2.273667416秒でした。 新しい仕組みのほうが正確と思われがちですが、この画像では誤りもEasyOCRのほうが多く出ました。
使ったのは、Macの中だけで動かす2つのOCR(画像の中の文字を、文字データに読み取る技術)です。 鍵も有料のAPIも使わず、日本語と英語が混ざった5行を、画像3枚に描いて読ませました。
同じ画像の文字認識時間(秒):Tesseractのほうがずっと短い
どの画像でも、Tesseractの中央値は0.3秒に届かず、EasyOCRは2秒を超えました。 下の表は、各条件を5回ずつ読ませた結果です。
| 画像 | ツール | 中央値(秒) | 最小(秒) | 最大(秒) |
|---|---|---|---|---|
| 44ピクセルの黒文字 | Tesseract | 0.223986209 | 0.148349125 | 0.274396292 |
| 44ピクセルの黒文字 | EasyOCR | 3.073658917 | 1.76319 | 4.143909375 |
| 24ピクセルの黒文字 | Tesseract | 0.276921625 | 0.145182792 | 0.324299333 |
| 24ピクセルの黒文字 | EasyOCR | 3.513704958 | 1.871291292 | 8.395688917 |
| 24ピクセルの灰色文字 | Tesseract | 0.171268416 | 0.137386167 | 0.237895125 |
| 24ピクセルの灰色文字 | EasyOCR | 2.273667416 | 1.842721084 | 3.303481167 |
EasyOCRは、同じ画像でも回ごとの差が大きく出ました。 24ピクセルの黒文字では、最小の1.871291292秒から最大の8.395688917秒まで開いています。
2つのOCRの入り方の違い
Tesseract
HomebrewかMacPortsで入れ、公式の軽量モデルを使います。
EasyOCR
CPUだけでも動き、モデルは使うときに自動で取得されます。
Macの特徴
PyTorchにはMacのGPU加速があります。今回は使っていません。
上のカードは、2つの入れ方の違いです。 時間の表には、モデルの取得や最初の読み込みは入っていません。
正解テキストに対する文字誤り率(CER・%):Tesseractは2条件で0.0
CERは、間違えた文字の数を正解の文字数で割り、100をかけた値です。 Tesseractは24ピクセルの2条件で0.0、EasyOCRはどの条件でも4%以上でした。
| 画像 | ツール | CER(%) | 置換 | 削除 | 挿入 |
|---|---|---|---|---|---|
| 44ピクセルの黒文字 | Tesseract | 0.6993006993006993 | 1 | 0 | 0 |
| 44ピクセルの黒文字 | EasyOCR | 5.594405594405594 | 3 | 5 | 0 |
| 24ピクセルの黒文字 | Tesseract | 0.0 | 0 | 0 | 0 |
| 24ピクセルの黒文字 | EasyOCR | 5.594405594405594 | 1 | 7 | 0 |
| 24ピクセルの灰色文字 | Tesseract | 0.0 | 0 | 0 | 0 |
| 24ピクセルの灰色文字 | EasyOCR | 4.195804195804196 | 0 | 6 | 0 |
置換は別の文字への読み間違い、削除は読み落とし、挿入は余計な文字です。 EasyOCRの誤りは読み落としが中心で、句読点が抜ける例がありました。
文字を大きくすれば良くなる、とは限りませんでした。 EasyOCRは44ピクセルの黒文字より、24ピクセルの灰色文字のほうが誤りが少なくなっています。
正しく読めた文字数と総文字数(文字):143文字中の差は最大8文字
正解は、空白と改行を除いて143文字でした。 正しく読めた文字数は、最短の直し方で正解と重なった文字の数です。
| 画像 | Tesseract | EasyOCR |
|---|---|---|
| 44ピクセルの黒文字 | 142/143 | 135/143 |
| 24ピクセルの黒文字 | 143/143 | 135/143 |
| 24ピクセルの灰色文字 | 143/143 | 137/143 |
Tesseractの1文字は、英数字の行でカンマがピリオドに変わったものです。 誤りの数と中身は、5回とも毎回同じでした。
ここが落とし穴:初回の取得とロードは時間に入っていない
表の秒数は、モデルを読み込んだあとの、画像1枚あたりの読み取り時間です。 モデルの取得、パッケージの読み込み、最初の起動は含んでいません。
EasyOCRのモデルは、使うときに自動でダウンロードされます。 Tesseractも、日本語と英語の学習データを用意する手間があります。 実際に使い始めるまでの総時間は、この表とは別に考えてください。
選ぶ理由は3つ:時間、誤り、入れやすさ
3つの理由で見ると、今回の画像ではTesseractが優勢です。 差がはっきり出た順に並べます。
① 時間:灰色の24ピクセル文字で、Tesseractは0.171268416秒、EasyOCRは2.273667416秒でした。
② 誤り:同じ画像で、CERはTesseractが0.0、EasyOCRが4.195804195804196です。
③ 入れやすさ:TesseractはHomebrewで入り、EasyOCRはPyTorchの環境が前提です。
| 項目 | Tesseract | EasyOCR |
|---|---|---|
| 灰色24ピクセルの時間(中央値・秒) | 0.171268416 | 2.273667416 |
| 灰色24ピクセルのCER(%) | 0.0 | 4.195804195804196 |
| Macでの入れ方 | Homebrewなど | PyTorchの環境に追加 |
| モデルの取得 | 学習データを用意 | 使うときに自動取得 |
| 向く人 | 速さと誤りの少なさを優先 | PyTorchの環境に組み込みたい |
次の図は、どちらから試すかの順番です。
どちらから試すか
- 1. まず速さと誤りの少なさを優先しますか?はい → Tesseractから試します。いいえ → 2番目の質問へ進みます。
- 2. PyTorchを使う環境にOCRを組み込みたいですか?はい → EasyOCRも試して、自分の画像で誤りを比べます。いいえ → Tesseractで十分です。
向く人・向かない人・代わりの選択
日本語と英語を速く、安定して読みたいならTesseractです。 EasyOCRは、同じ画像の読み取りが1秒台から8秒台まで揺れたので、待ち時間が気になる用途には向きません。
PyTorchの環境にOCRを組み込みたい人は、EasyOCRも試す価値があります。 PyTorchにはMacのGPU加速があり、今回の測定とは別に確かめる余地があります。
どちらも自分の画像で誤りを数えてから決めてください。 実際の書類は、フォントも紙の状態も、今回の自作画像とは違うはずです。
測定と比較の範囲
測定は、2026年10月28日に、macOS 27.2のMac1台で行いました。 Python 3.12.16、Tesseract 5.5.3、EasyOCR 1.7.2、PyTorch 2.14.1を使い、CPU機種名と搭載メモリは取得できていません。
画像は、ヒラギノ角ゴシックW3で描いた1600×600ピクセルのPNG3枚です。 日英混在の5行、正解は空白を除いて143文字で、同じ画像を各ツールに5回ずつ読ませました。
Tesseractは、公開の軽量モデルを使い、日本語と英語を同時に指定しました。 EasyOCRは、日本語と英語を指定し、GPUを使わないCPU実行で、公開モデルをそのまま使っています。
採点は、全角と半角などの違いをそろえ、空白と改行を除いてから、文字単位で行いました。 5回の反復は時間の揺れを見るためで、独立した文書が15件あるという意味ではありません。
写真、紙のスキャン、手書き、縦書き、表、複数段組み、別のフォント、長い文書は、測っていません。 GPUでの実行、メモリ、電力、起動時間、モデルの取得時間も、この記事の比較には入っていません。 他のMacや別の画像で、同じ差になるとは言えません。
出典
公式ページ(すべて2026年10月30日確認)
- Tesseract 公式 導入手順 — https://tesseract-ocr.github.io/tessdoc/Installation.html
- Homebrew tesseract — https://formulae.brew.sh/formula/tesseract
- tessdata_fast 公式リポジトリ — https://github.com/tesseract-ocr/tessdata_fast
- EasyOCR 公式リポジトリ — https://github.com/JaidedAI/EasyOCR
- EasyOCR モデル一覧 — https://www.jaided.ai/easyocr/modelhub/
- Apple PyTorch向けMetal — https://developer.apple.com/metal/pytorch/
自前の測定(2026年10月28日実施)
変更履歴
| 日付 | 内容 |
|---|---|
| 2026-10-30 | 初版作成 |
