【Python】輕松識(shí)別文字，這款Python OCR庫(kù)支持超過(guò)80種語(yǔ)言

OCR是什么？

有一款軟件叫掃描全能王，想必一些小伙伴聽(tīng)過(guò)，這是一個(gè)OCR集成軟件，可以將圖像內(nèi)容掃描成文字。

所以說(shuō)，OCR作用是對(duì)文本資料的圖像文件進(jìn)行分析識(shí)別處理，獲取文字及版面信息。

OCR的全稱(chēng)叫作“Optical Character Recognition”，即光學(xué)字符識(shí)別。

這算是生活里最常見(jiàn)、最有用的AI應(yīng)用技術(shù)之一。

細(xì)心觀察便可發(fā)現(xiàn)，身邊到處都是OCR的身影，文檔掃描、車(chē)牌識(shí)別、證件識(shí)別、銀行卡識(shí)別、票據(jù)識(shí)別等等。

OCR本質(zhì)是圖像識(shí)別，其包含兩大關(guān)鍵技術(shù)：文本檢測(cè)和文字識(shí)別。

先將圖像中的特征的提取并檢測(cè)目標(biāo)區(qū)域，之后對(duì)目標(biāo)區(qū)域的的字符進(jìn)行分割和分類(lèi)。

關(guān)于EasyOCR

Python中有一個(gè)不錯(cuò)的OCR庫(kù)-EasyOCR，在GitHub已有9700star。它可以在python中調(diào)用，用來(lái)識(shí)別圖像中的文字，并輸出為文本。

?

https://github.com/JaidedAI/EasyOCR

?

EasyOCR支持超過(guò)80種語(yǔ)言的識(shí)別，包括英語(yǔ)、中文（簡(jiǎn)繁）、阿拉伯文、日文等，并且該庫(kù)在不斷更新中，未來(lái)會(huì)支持更多的語(yǔ)言。

安裝EasyOCR

安裝過(guò)程比較簡(jiǎn)單，使用pip或者conda安裝。

pip?install?easyocr

如果用的PyPl源，安裝起來(lái)可能會(huì)耽誤些時(shí)間，建議大家用清華源安裝，幾十秒就能安裝好。

使用方法

EasyOCR的用法非常簡(jiǎn)單，分為三步:

• 1.創(chuàng)建識(shí)別對(duì)象；
• 2.讀取并識(shí)別圖像；
• 3.導(dǎo)出文本。

我們先來(lái)舉個(gè)簡(jiǎn)單的例子。

找一張路標(biāo)圖片，保存到電腦：

接著擼代碼：

#?導(dǎo)入easyocr
import?easyocr
#?創(chuàng)建reader對(duì)象
reader?=?easyocr.Reader(['ch_sim','en'])?
#?讀取圖像
result?=?reader.readtext('test.jpg')
#?結(jié)果
result

輸出結(jié)果：

可以看到路標(biāo)上的三個(gè)路名以及拼音都識(shí)別出來(lái)了！

識(shí)別的結(jié)果包含在元組里，元組由三部分組成：邊框坐標(biāo)、文本、識(shí)別概率。

「關(guān)于語(yǔ)言：」

這段代碼有一段參數(shù)['ch_sim','en']，這是要識(shí)別的語(yǔ)言列表，因?yàn)槁放评镉兄形暮陀⑽模粤斜砝锾砑恿薱h_sim（簡(jiǎn)體中文）、en（英文）。

可以一次傳遞多種語(yǔ)言，但并非所有語(yǔ)言都可以一起使用。英語(yǔ)與每種語(yǔ)言兼容，共享公共字符的語(yǔ)言通常相互兼容。

前文我們給出了EasyOCR支持的語(yǔ)言列表，并附有參數(shù)代號(hào)。

「關(guān)于圖像文件：」

上面?zhèn)魅肓讼鄬?duì)路徑'test.jpg'，還可以傳遞OpenCV圖像對(duì)象（numpy數(shù)組）、圖像字節(jié)文件、圖像URL。

再讀取一張文字較多的新聞稿圖片：

#?導(dǎo)入easyocr
import?easyocr
#?創(chuàng)建reader對(duì)象
reader?=?easyocr.Reader(['ch_sim','en'])?
#?讀取圖像
result?=?reader.readtext('test1.jpg')
#?結(jié)果
result

識(shí)別文字的準(zhǔn)確率還是很高的，接下來(lái)對(duì)文字部分進(jìn)行抽取。

for?i?in?result:
????word?=?i[1]
????print(word)

輸出：

小結(jié)

該開(kāi)源庫(kù)是作者研究了幾篇論文，復(fù)現(xiàn)出來(lái)的成果，真是一位實(shí)干家。

檢測(cè)部分使用了CRAFT算法，識(shí)別模型為CRNN，它由3個(gè)主要組件組成：特征提取，序列標(biāo)記（LSTM）和解碼（CTC）。整個(gè)深度學(xué)習(xí)過(guò)程基于Pytorch實(shí)現(xiàn)。

作者一直在完善EasyOCR，后續(xù)計(jì)劃一方面擴(kuò)展支持更多的語(yǔ)言，爭(zhēng)取覆蓋全球80%~90%的人口；另一方面支持手寫(xiě)識(shí)別，并提高處理速度。