ビジネスAI

Tesseract・EasyOCR比較|Macで日本語画像を読む時間と文字の誤り数を比べる

この記事の料金・仕様は時点で各社の公式ページを確認したものです。

Macの画面に並んだ文字を、虫眼鏡が1文字ずつ読み取っている抽象イラスト

同じ日英混在の画像3枚を、2つのOCRにそれぞれ5回読ませました。時間と誤りを並べ、どんな人にどちらが向くかを決めます。

結論

日本語と英語をMacで速く、正確に読みたい人は
Tesseractから始めるのが無難です。Homebrewで入れられ、整数化された公式の軽量モデルをCPUだけで動かせます。
PyTorchの環境に合わせてOCRを組み込みたい人は
EasyOCRも候補です。CPUだけで動き、モデルは自動で取得されます。ただし今回の画像では、時間も誤りもTesseractを上回れませんでした。

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Tesseract0.2239862090.1483491250.274396292
44ピクセルの黒文字EasyOCR3.0736589171.763194.143909375
24ピクセルの黒文字Tesseract0.2769216250.1451827920.324299333
24ピクセルの黒文字EasyOCR3.5137049581.8712912928.395688917
24ピクセルの灰色文字Tesseract0.1712684160.1373861670.237895125
24ピクセルの灰色文字EasyOCR2.2736674161.8427210843.303481167

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。

出典: 各社の公式ページ(2026年10月30日確認)

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Tesseract0.6993006993006993100
44ピクセルの黒文字EasyOCR5.594405594405594350
24ピクセルの黒文字Tesseract0.0000
24ピクセルの黒文字EasyOCR5.594405594405594170
24ピクセルの灰色文字Tesseract0.0000
24ピクセルの灰色文字EasyOCR4.195804195804196060

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TesseractEasyOCR
44ピクセルの黒文字142/143135/143
24ピクセルの黒文字143/143135/143
24ピクセルの灰色文字143/143137/143

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TesseractEasyOCR
灰色24ピクセルの時間(中央値・秒)0.1712684162.273667416
灰色24ピクセルのCER(%)0.04.195804195804196
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. 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. 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。
出典: 各社の公式ページ(2026年10月30日確認)

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)

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

このサイトで測った元データ

関連記事