python --离线识别图片中文字(easyocr)
pip install torch torchvision torchaudio
pip install easyocr
安装完成后,可以通过easyocr.__version__查看版本号:
import easyocr
print(easyocr.__version__)
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)。
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。
初始化Reader()实例的参数有:
创建完实例后,识别文字就要用到其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:
import easyocr
import cv2
reader = easyocr.Reader(['ch_sim', 'en'])
img = cv2.imread(r'C:\Users\Yi\Desktop\2.jpg')
result = reader.readtext(img)
for i in result:
print(i)
如果中途遇cv2.error 改一下包中的通道注释掉
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:
import easyocr
import cv2
reader = easyocr.Reader(['ch_sim', 'en'])
img = cv2.imread(r'C:\Users\Yi\Desktop\2.jpg')
result = reader.readtext(img)
for i in result:
print(i)
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(r'C:\Users\Yi\Desktop\2.jpg', img)
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:
import easyocr
reader = easyocr.Reader(['ch_sim', 'en'])
with open(r'C:\Users\Yi\Desktop\2.jpg', 'rb') as f:
img = f.read()
result = reader.readtext(img)
for res in result:
print(res)
结果:
([[105, 57], [344, 57], [344, 122], [105, 122]], ‘琴 屿 路’, 0.555535924621889)
([[110, 122], [259, 122], [259, 163], [110, 163]], ‘QINYU’, 0.9948298735178898)
([[275, 131], [337, 131], [337, 167], [275, 167]], ‘LU’, 0.9687030228472547)
链接:https://pan.baidu.com/s/1N3eyF0pN6fVJGhwcRR1nbw2
提取码:8888