Easyocr - 3行代码识别图片中的任意语言文字

AI派在读学生小姐姐Beyonce

Java实战项目练习群

长按识别下方二维码，按需求添加

扫码添加Beyonce小姐姐

扫码关注

进Java学习大礼包

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

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：

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

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AI派～

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