您的位置: 首页  >  文章  >  Python如何实现图片文字识别

Python如何实现图片文字识别

分类: 文章 • 2022-09-18 16:19:31

这篇文章主要为大家展示了“Python如何实现图片文字识别”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Python如何实现图片文字识别”这篇文章吧。

    前言

    什么是OCR?

    光学字符识别（Optical Character Recognition, OCR），是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。简而言之，检测图像中的文本资料，并且识别出文本的内容。

    那么有哪些应用场景呢？

    其实我们日常生活中处处都有ocr的影子，比如在疫情期间身份证识别录入信息、车辆车牌号识别、自动驾驶等。我们的生活中，机器学习已经越来越多的扮演着重要角色，也不再是神秘的东西。

    OCR的技术路线是什么呢？

    ocr的运行方式如下图，输入->图像预处理->文字检测->文本识别->输出。

    Python如何实现图片文字识别

    我会按照刚接触的状态，梳理一下验证使用该项目的过程。

    项目结构

    首先我们看一下项目的构造。

    Python如何实现图片文字识别

    发现项目有中文的介绍说明，这就很方便了，点开按照官方的说明开始操作。

    环境部署

    点开README.md,，可以从文档教程中看到第一步就是教你如何安装环境。

    Python如何实现图片文字识别

    由于内容过多，我就做个概括，方便大家直接上手。

    1、安装Anaconda，构造虚拟环境

    这里可以参考我的另一篇文章，里面很详细：Python 机器学习第一章环境配置图解流程

    官方给的是python3.8的虚拟环境，我们也构造一个，打开Anaconda Prompt。

    Python如何实现图片文字识别

    输入命令：

    conda create -n paddle_env python=3.8

    激活环境：

    conda activate paddle_env
    2、依赖包下载

    paddlepaddle安装

    pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

    layoutparser安装

    pip3 install -U https://paddleocr.bj.bcebos.com/whl/layoutparser-0.0.0-py3-none-any.whl

    Shapely安装，这个需要下载，下载地址：Shapely下载地址

    我选的是这个

    Python如何实现图片文字识别

    安装命令：

    pip install Shapely-1.8.0-cp38-cp38-win_amd64.whl

    paddleocr安装

    pip install paddleocr -i https://mirror.baidu.com/pypi/simple

    好的，环境有点多，都安装好了就开始上手使用吧。

    测试代码

    官方给出了两种模式，一是命令行执行，一是代码执行。为了直观的看到配置，我这里使用的是代码模式。

    准备一张带文字的图片

    Python如何实现图片文字识别

    测试代码如下

    #!/user/bin/env python
# coding=utf-8
"""
@project : ocr_paddle
@author  : huyi
@file   : test.py
@ide    : PyCharm
@time   : 2021-11-15 14:56:20
"""
from paddleocr import PaddleOCR, draw_ocr
 
# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False,
                lang="ch")  # need to run only once to download and load model into memory
img_path = './data/2.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
    # print(line[-1][0], line[-1][1])
    print(line)
 
# 显示结果
from PIL import Image
 
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')

    代码说明

    1、因为我的电脑没有显卡，所以设置了use_gpu=False。

    2、显示结果部分会将识别的文字用框标出来，并且展示识别的结果。

    验证一下

    Python如何实现图片文字识别

    我们看到，打印的内容有识别出来的每句话所在的图片位置，以及识别结果和可信度。而上面的结果图中，将每句话对应的文字都框了出来。效果很不错！

    参数补充

    官方还给出了一些参数，可以调整输出的内容。可以参看quickstart.md文件。参数补充：

    - 单独使用检测：设置`--rec`为`false`
    - 单独使用识别：设置`--det`为`false`

    官方还提供一个标准的json结构输出数据

    PP-Structure的返回结果为一个dict组成的list，示例如下

    ```shell
    [{ 'type': 'Text',
    'bbox': [34, 432, 345, 462],
    'res': ([[36.0, 437.0, 341.0, 437.0, 341.0, 446.0, 36.0, 447.0], [41.0, 454.0, 125.0, 453.0, 125.0, 459.0, 41.0, 460.0]],
    [('Tigure-6. The performance of CNN and IPT models using difforen', 0.90060663), ('Tent ', 0.465441)])
    }
    ]
    ```

    以上是“Python如何实现图片文字识别”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！

    相关推荐