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。

开始之前，你要确保Python和pip已经成功安装在电脑上。

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。

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：

如果下载速度太慢，可以评论区获取网盘下载地址, 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

我们的文章到此就结束啦~

老表荐书

图书介绍：

《Excel+Python 飞速搞定数据分析与处理》xlwings创始人倾力打造，手把手教学“将Python作为Excel的脚本语言”开源Python库xlwings的诞生很好地回答了这些问题，它让Excel和Python珠联璧合。而作为xlwings的创始人，本书作者将展示如何借用Python的力量，让Excel快得飞起来！

点击下方小程序直接购买学习