EasyOCR,识别图片中的文字真的so easy |
您所在的位置:网站首页 › 图片中的文字怎么提取文字内容 › EasyOCR,识别图片中的文字真的so easy |
原文链接:http://www.juzicode.com/image-ocr-python-easyocr 桔子菌之前在 pytesseract提取识别图片中的文字 中介绍过怎么在Python中使用tesseract提取和识别图片中的文字,今天再来聊一聊EasyOcr,它也是一款非常优秀的OCR包,使用起来是相当地easy。 1、安装easyocr包这里以windows系统为例,需要先安装pytorch,在pytorch官网可以根据语言版本、操作系统等信息找到安装方法: pip3 install torch torchvision torchaudio安装easyocr: pip3 install easyocr安装完成后,可以通过easyocr.__version__查看版本号: import easyocr print(easyocr.__version__) 2、安装检测模型、识别模型(语言包)如果事先没有安装检测模型和识别模型,第一次执行脚本时会自动下载2种模型文件: 这种方式下载速度较慢,而且容易出错导致下载中断,可以通过手动方式下载、安装。 进入esayocr官网选择需要的模型下载(Jaided AI: EasyOCR model hub)。 首先下载文本检测模型: 接下来下载识别模型,识别模型对应了各种语言包,下图是简体中文和英文的识别模型: 将下载的模型文件解压后拷贝到当前登录的用户目录的.EasyOCR\model文件夹下,Windows系统为:C:\Users\yourname\.EasyOCR\model,其中yourname是登录用户名。 【注】这里下载的识别模型(语言包)的文件名称和后面看到的语言类型并不是完全对应的,比如在代码中的语言类型ch_sim对应简体中文(zh_sim_g2),en对应英文(english_g2)。 3、使用方法EsayOcr的使用正如其名非常地简单,就是2个步骤,第1步创建Reader()实例,第2步用readtxt()方法检测和识别。 创建Reader()实例初始化Reader()实例的参数有: lang_list (list):识别语言代码,比如[‘ch_sim’,’en’]分别表示简体中文和英文。gpu (bool, string, default = True) :是否使能GPU,只有安装了GPU版本才有效。model_storage_directory (string, default = None) :模型存储位置,依次查找系统变量EASYOCR_MODULE_PATH (preferred)、MODULE_PATH (if defined)表示的路径或者~/.EasyOCR/路径。download_enabled (bool, default = True):如果没有对应模型文件时,自动下载模型。user_network_directory (bool, default = None) :用户自定义识别网络的路径,如果没有指明,则在MODULE_PATH + ‘/user_network’ (~/.EasyOCR/user_network)目录中查找。recog_network (string, default = ‘standard’) :替代标准模型,使用自定义的识别网络。detector (bool, default = True) :是否加载检测模型。recognizer (bool, default = True) :是否加载识别模型。创建完实例后,识别文字就要用到其readtext()方法。 检测与识别readtext()方法下面是一个最简单的应用例子,首先创建一个reader对象,传入要使用的语言包(识别模型),然后在reader对象的readtext方法中传入要识别的文件名称: #juzicode.com / vx:桔子code import easyocr reader = easyocr.Reader(['ch_sim','en']) result = reader.readtext('road-poetry.png') for res in result: print(res)运行结果: ([[151, 101], [195, 101], [195, 149], [151, 149]], '西', 0.9816301184856115) ([[569, 71], [635, 71], [635, 131], [569, 131]], '东', 0.9986620851098884) ([[218, 92], [535, 92], [535, 191], [218, 191]], '诗和远方路', 0.8088406614287519) ([[137, 217], [177, 217], [177, 257], [137, 257]], 'W', 0.8304899668428476) ([[209, 217], [525, 217], [525, 257], [209, 257]], 'Poetry And The Places Afar Rd。', 0.40033782611925706) ([[571, 207], [611, 207], [611, 251], [571, 251]], 'C', 0.1553293824532922)readtext()方法返回一个元组,包含了多个元素,每个元素由识别到文字信息的边框,文字内容,可信度等3部分组成。 除了前面例子中readtext()传入文件名称,也可以在readtext()方法中传入图像的numpy数组,比如用opencv读取图片文件得到的numpy数组: #juzicode.com / vx:桔子code import easyocr import cv2 reader = easyocr.Reader(['ch_sim','en']) img = cv2.imread('road-poetry.png' ) result = reader.readtext(img) color=(0,0,255) thick=3 for res in result: print(res) pos = res[0] text = res[1] for p in [(0,1),(1,2),(2,3),(3,0)]: cv2.line(img,pos[p[0]],pos[p[1]],color,thick) cv2.imwrite('bx-road-poetry.jpg',img)运行结果: ([[151, 101], [195, 101], [195, 149], [151, 149]], '西', 0.9805448761688105) ([[569, 71], [635, 71], [635, 131], [569, 131]], '东', 0.9985224701960114) ([[217, 91], [534, 91], [534, 194], [217, 194]], '诗和远方路', 0.8750403596327564) ([[137, 217], [177, 217], [177, 257], [137, 257]], 'W', 0.7520859053705777) ([[209, 217], [523, 217], [523, 257], [209, 257]], 'Poetry And The Places Afar Rd。', 0.3012721541954036) ([[571, 207], [611, 207], [611, 251], [571, 251]], 'C', 0.15253169048338933)第3种方法是在readtext()中传入读出的原始字节内容,注意图片文件是以rb方式读出: #juzicode.com / vx:桔子code import easyocr reader = easyocr.Reader(['ch_sim','en']) with open('road-poetry.png','rb') as pf: img = pf.read() result = reader.readtext(img) for res in result: print(res)运行结果: ([[151, 101], [195, 101], [195, 149], [151, 149]], '西', 0.673960519698312) ([[569, 71], [635, 71], [635, 131], [569, 131]], '东', 0.9128537192685862) ([[218, 92], [535, 92], [535, 191], [218, 191]], '诗和远方路', 0.7941057755221305) ([[137, 217], [177, 217], [177, 257], [137, 257]], 'W', 0.7182424534268108) ([[209, 217], [525, 217], [525, 257], [209, 257]], 'Poetry And The Places Afar Rd。', 0.5591090091224509) ([[571, 207], [611, 207], [611, 251], [571, 251]], 'C', 0.1532075452826911)EasyOcr,so easy,你学废了吗? 推荐阅读: 模糊照片修复神器GFPGAN 新鲜上架的Python3.10,来个match-case尝尝鲜 在Python中使用微信扫码功能 一行代码深度定制你的专属二维码(amzqr) 来看看怎么用OpenCV解构Twitter大牛的视觉错觉图 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |