Python Easyocr 图片文字识别

前段时间做了车牌识别相关的内容分享，参看：

​​车牌识别（1）-车牌数据集生成​​

​​车牌识别（2）-搭建车牌识别模型​​

今天给大家分享一个简单的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。当然这个模块适当改进也可以用以车牌识别

1.安装

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。

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。

gpu版本的pytorch，所以运行比较慢。

2.使用教程

import easyocrreader = easyocr.Reader(['ch_sim']) # ch_sim是Chinese simplified简写result = reader.readtext('1.jpg')print(result)

运行的过程中会安装所需要的模型文件，像下面这样：

由于它的下载速度非常慢，而且经常会失败，因此建议先下载好模型文件，再将其放置到所需要的位置：

• 
  

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，请在公众号后台回复：easyocr（明天再试下载，今晚还没传输到网盘），下载文字检测模型（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\modelLinux：~/ .EasyOCR / model

如下图所示：

重新执行脚本不会再提醒下载模型了，随便找的一个图片如下：

识别结果如下：

• 
  

[([[60, 308], [745, 308], [745, 447], [60, 447]], '文字识别提取', 0.9516711235046387), ([[77, 471], [725, 471], [725, 535], [77, 535]], '支持识别英法韩日俄德西葡语', 0.7867767214775085)]

输出采用列表格式，每个list分别表示对应文字的边界框、识别文本结果和置信度。

对于多语种的情况：

• 
  

import easyocrreader = easyocr.Reader(['ch_sim', 'en'])result = reader.readtext('chEN.jpg')print(result)

效果如下：

总体效果还算不错，感兴趣的朋友可以试下车牌识别的效果，以及思考下如何改进车牌识别效果