Press "Enter" to skip to content

Easyocr – 3行代码识别图片中的任意语言文字

 

 

 

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。

 

下面是这个模块的实战教程。

 

1.准备

 

开始之前,你要确保Python和pip已经成功安装在电脑上,如果没有,可以访问这篇文章:超详细Python安装指南进行安装。

 

如果你用Python的目的是数据分析,可以直接安装Anaconda:Python数据分析与挖掘好帮手—Anaconda
,它内置了Python和pip.

 

此外,推荐大家用VSCode编辑器,它有许多的优点:Python 编程的最好搭档—VSCode 详细指南

 

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,请按照https://pytorch.org
的官方说明安装 Torch 和 Torchvision。

 

如果你想使用显卡进行计算,你需要搜索下载CUDA,并在Pytorch网站上,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

 

如果下载速度太慢,请在Python实用宝典公众号后台回复:
easyocr
, 下载我上传到微云网盘的文字检测模型(CRAFT)和中文简体模型文件包。

 

下载完模型后,将文件放到下面这个位置。

 

Windows:
C:\Users\用户名.EasyOCR\model

Linux:
~/ .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

 

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注