| Easyocr | 您所在的位置：网站首页 › easyOCR读取图片中的 数字 › Easyocr |
Easyocr
|
AI派在读学生小姐姐Beyonce Java实战项目练习群 长按识别下方二维码，按需求添加 扫码添加Beyonce小姐姐 扫码关注 进Java学习大礼包 今天给大家介绍一个超级简单且强大的OCR文本识别工具：easyocr. 这个模块支持70多种语言的即用型OCR，包括中文，日文，韩文和泰文等。 下面是使用这个模块的实战教程。 1.准备 请选择以下任一种方式输入命令安装依赖：1. Windows 环境 打开 Cmd (开始-运行-CMD)。2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。3. 如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal. pip install easyocr它会安装除了模型文件之外的所有依赖，模型文件则会在运行代码的时候下载。 对于Windows，如果在安装Torch或Torchvision时报错了，请先按照https://pytorch.org 的官方说明安装Torch和Torchvision 。 在pytorch网站上，请确保选择正确的CUDA版本。如果仅打算在CPU模式下运行，请选择CUDA = None。 2.实战教程 这个模块用起来真的非常简单，三行代码完事了： import easyocr reader = easyocr.Reader(['ch_sim','en']) result = reader.readtext('test.png')运行的过程中会安装所需要的模型文件，像下面这样： 不过它的下载速度非常慢，而且经常会失败，因此这里给出第二个解决方案：先下载好模型文件，再将其放置到所需要的位置： 上滑查看更多 文字检测模型（CRAFT）（必须） https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/craft_mlt_25k.zip 中文（简体）模型（识别中文必须） https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/chinese_sim.zip 中国（传统）模型 https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/chinese.zip 拉丁模型 https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/latin.zip 日本模型 https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/japanese.zip 韩文模型 https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/korean.zip 泰文模型 https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/thai.zip 阿拉伯文模型 https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/arabic.zip 下载完模型后，将文件放到下面这个位置。 Windows：C:\Users\用户名.EasyOCR\modelLinux：~/ .EasyOCR / model 如下图所示： 重新执行脚本不会再提醒下载模型了： import easyocr reader = easyocr.Reader(['ch_sim']) result = reader.readtext('test.png') print(result)我随便截了一个直播弹幕的图片保存在脚本所在的文件夹下，命名为test.png： 结果如下： 基本上所有应该识别的文字都识别出来了，效果非常不错。 另外也可以看到，输出采用列表格式，每个item分别表示对应文字的边界框，识别文本结果和置信度。 这个模块还能识别多语种的情况： 我将这张图片命名为test2.jpg，修改代码中对应的图片名称： import easyocr reader = easyocr.Reader(['ch_sim','en']) result = reader.readtext('test2.jpg') print(result)效果如下： 这张图片很复杂，而且是中英文混杂在一起的情况，但是可以看到模型除了左上角的水印，图片中的文字基本都是识别出来了，尽管有部分文字识别错误，但还在可以接受的范围之内。 不过需要注意的是，虽然可以一次性识别许多种语言，但并非所有语言都可以一起用，通常是公共语言和一个特殊语种可以一起识别，相互兼容，比如英语和日语。 如果你的电脑没有GPU或者显存不足，可以加一个gpu=false的参数仅使用CPU运行： reader = easyocr.Reader(['ch_sim','en'], gpu = False)另外，这个模块还支持直接使用命令行运行，相当方便，大家可以试试： easyocr -l ch_sim en -f test.png --detail=1 --gpu=True我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注AI派～ 原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！ 点击下方阅读原文可获得更好的阅读体验 Python实用宝典 (pythondict.com)不只是一个宝典欢迎关注公众号：Python实用宝典 |
【本文地址】