轻松识别文字，这款Python OCR库支持超过种语言.docxVIP

轻松识别文字，这款Python OCR库支持超过80种言语 有一款软件叫扫描全能王，想必一些小伙伴听过，这是一个OCR集成软件，可以将图像内容扫描成文字。 所以说，OCR作用是对文本材料的图像文件进行分析识别处理，猎取文字及版面信息。 OCR的全称叫作“Optical Character Recognition”，即光学字符识别。 这算是生活里最常见、最有用的AI应用技术之一。 细心观看便可发觉，身边处处都是OCR的身影，文档扫描、车牌识别、证件识别、银行卡识别、票据识别等等。 OCR本质是图像识别，其包含两大关键技术：文本检测和文字识别。 先将图像中的特征的提取并检测目标区域，之后对目标区域的的字符进行分割和分类。 关于EasyOCR Python中有一个不错的OCR库-EasyOCR，在GitHub已有9700star。它可以在python中调用，用来识别图像中的文字，并输出为文本。 ? /JaidedAI/EasyOCR ? EasyOCR支持超过80种言语的识别，包括英语、中文（简繁）、阿拉伯文、日文等，并且该库在不断更新中，将来会支持更多的言语。 安装EasyOCR 安装过程比较简约，使用pip或者conda安装。 pip?install?easyocr 假如用的PyPl源，安装起来可能会耽搁些时间，建议大家用清华源安装，几十秒就能安装好。 使用方法 EasyOCR的用法格外简约，分为三步: 1.创建识别对象； 2.读取并识别图像； 3.导出文本。 我们先来举个简约的例子。 找一张路标图片，保存到电脑： 接着撸代码： #?导入easyocrimport?easyocr#?创建reader对象reader?=?easyocr.Reader([ch_sim,en])?#?读取图像result?=?reader.readtext(test.jpg)#?结果result 输出结果： 可以看到路标上的三个路名以及拼音都识别出来了！ 识别的结果包含在元组里，元组由三部分组成：边框坐标、文本、识别概率。 「关于言语：」 这段代码有一段参数[ch_sim,en]，这是要识别的言语列表，由于路牌里有中文和英文，所以列表里添加了ch_sim（简体中文）、en（英文）。 可以一次传递多种言语，但并非全部言语都可以一起使用。英语与每种言语兼容，共享公共字符的言语通常相互兼容。 前文我们给出了EasyOCR支持的言语列表，并附有参数代号。 「关于图像文件：」 上面传入了相对路径test.jpg，还可以传递OpenCV图像对象（numpy数组）、图像字节文件、图像URL。 再读取一张文字较多的旧事稿图片： #?导入easyocrimport?easyocr#?创建reader对象reader?=?easyocr.Reader([ch_sim,en])?#?读取图像result?=?reader.readtext(test1.jpg)#?结果result 识别文字的精确?????率还是很高的，接下来对文字部分进行抽取。 for?i?in?result:????word?=?i[1]????print(word) 输出： 小结 该开源库是作者争辩了几篇论文，复现出来的成果，真是一位实干家。 检测部分使用了CRAFT算法，识别模型为CRNN，它由3个次要组件组成：特征提取，序列标记（LSTM）和解码（CTC）。整个深度学习过程基于Pytorch实现。 作者一直在完善EasyOCR，后续方案一方面扩展支持更多的言语，争取掩盖全球80%~90%的人口；另一方面支持手写识别，并提高处理速度。 -----------