001-OCR光學文字識別

一、OCR簡介

OCR(Optical Character Recognition，光學文字識別)是指電子設備檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程;即針對印刷體字符，采用光學的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進一步編輯加工的技術。

各種場景都有OCR的身影，我們可以在任何地方使用到OCR。Python中常見的OCR有EasyOCR、PaddleOCR等，接下來我們以EasyOCR為例，演示其如何使用。

二、EasyOCR使用

EasyOCR是一個免費開源的OCR模塊，其有自己的一系列的訓練好的模型，借助這些模型，我們就可以識別各種場景下的文字。

Github鏈接：https://github.com/JaidedAI/EasyOCR

EasyOCR官網(wǎng)：https://www.jaided.ai/easyocr/

首先我們先來安裝OCR：

Windows：pip install easyocr;Mac/Linux：pip3 install easyocr

安裝完成以后

我們直接寫代碼即可

1.導入easyocr模塊

import easyocr

 2.實例化Reader類

Reader類中有幾個參數(shù)我們需要手動修改

lang_list：告訴它我們要識別的語言，以列表的形式傳參，可以一次傳遞多種語言，但并非所有語言都可以一起使用，截止到2022年12月19日，已經(jīng)支持80+種語言。這是目前支持的語言的鏈接：https://www.jaided.ai/easyocr/。我們這里寫的ch_sim是簡體中文，en是英文。

gpu：會讓你選擇使用cpu驅(qū)動還是gpu驅(qū)動，使用gpu驅(qū)動識別速度會更快一些，但是所要配置的環(huán)境也更復雜，如果有興趣，可以自行研究一下，這里我們就使用cpu，將gpu改為False。

download_enabled：easyocr第一次運行時會先在線下載模型數(shù)據(jù)，但是鑒于網(wǎng)絡不好，大部分人下載時都會發(fā)生錯誤，所以將download_enabled改為False，我們手動去下載模型數(shù)據(jù)。

model_storage_directory：這個參數(shù)是指定模型數(shù)據(jù)的引用路徑，默認情況下在Windows系統(tǒng)中存放在C:\Users\用戶名\.EasyOCR\model中，在Mac/Linux系統(tǒng)中存放在～/.EasyOCR/model中，我們可以通過修改model_storage_directory參數(shù)自行指定模型數(shù)據(jù)的路徑，我這里就直接指定相對路徑為./model。

注意：

除此之外還有很多其他參數(shù)，詳情請見源碼。

reader = easyocr.Reader(
    lang_list=['ch_sim', 'en'],
    gpu=False,
    download_enabled=False,
    model_storage_directory='./model'
)

 1.調(diào)用readtext方法

實例化Reader類以后，調(diào)用readtext方法讀取圖片。

readtext方法中有一個參數(shù)叫做image，把圖片傳給它即可。image參數(shù)可以接收圖片路徑、圖片的numpy數(shù)組或者圖片的字節(jié)流對象。一般情況下我們直接傳遞圖片路徑即可，除非有要求要針對圖片做一些特殊處理。

result = reader.readtext(image='圖片')
print(result)

 三、模型下載

剛剛我們說將download_enabled參數(shù)改為False，要去手動下載模型數(shù)據(jù)，這是模型數(shù)據(jù)下載地址：https://www.jaided.ai/easyocr/modelhub/。

下載圖中框選中的三個即可，下載下來為zip壓縮包，一定要解壓縮，我們需要的是其中的后綴名為pth的文件，并將其移動到我們自己創(chuàng)建的**model**文件夾中。因為我們要做文字識別就一定要有CRAFT，我們識別的大部分為簡體中文和英文，所以下載zh_sim_g2和english_g2。當然，如果你要識別其他語言，請再次找其他語言的模型數(shù)據(jù)。

四、圖片

在此提供幾張圖片，供大家測試。

按照官方的說法，準確率在90%以上，但是碰到識別不出來或者識別錯誤的概率還是蠻大的。