Easyocr - 3行代码识别图片中的任意语言文字
共 2945字，需浏览 6分钟
·
2021-01-28 17:28
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。
下面是使用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，请先按照https://pytorch.org 的官方说明安装Torch和Torchvision 。
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。
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：
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我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。
有任何问题，可以在公众号后台回复：加群，回答相应红字验证信息，进入互助群询问。
原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！
点击下方阅读原文可获得更好的阅读体验
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典