python图片识别文字

作者：YXN-python 阅读量：14 发布日期：2024-11-05

图片识别文字

方法一：easyocr

easyocr识别图片文字

官网地址：https://www.jaided.ai/easyocr/modelhub/

pip install easyocr

def ocr_text(img_path):
    import easyocr
    texts = []
    reader = easyocr.Reader(['ch_sim', 'en'])  # 指定语言
    result = reader.readtext(img_path)  # 读取图片中的文字
    for detection in result:
        texts.append(detection[1])  # 打印识别的文字
    return texts

方法二：ddddocr

ddddocr识别图片文字

pip install ddddocr

def dor_text(img_path):
    import ddddocr
    ocr = ddddocr.DdddOcr(show_ad=False)
    return ocr.classification(open(img_path, 'rb').read())

方法三：Tesseract-OCR

安装

第一步：安装必要的库

pip install pillow

pip install pytesseract

第二步：手动安装Tesseract-OCR

先从如下网址上下载安装包，然后直接安装（需要记住安装路径哦）。

网址：https://digi.bib.uni-mannheim.de/tesseract/?C=M;O=D

安装后，将安装目录添加到系统环境变量中。

图片文字提取

import pytesseract
from PIL import Image


# 如果没有将tesseract的安装目录添加到系统环境变量中，则需要指定安装路径,
# pytesseract.pytesseract.tesseract_cmd=r"D:\src_myself\tesseract-ocr\tesseract.exe"

# 先使用pillow库打开图片
img = Image.open('test_007.png')

# 调用pytesseract库提取文字，请注意指定语言lang='chi_sim'哦，否则中文无法识别出来
text = pytesseract.image_to_string(img, lang='chi_sim')

print(text)

方法四：PaddleOCR

1、PaddleOCR介绍

PaddleOCR是一个可以识别图片中文字的工具，可以将图片中的文字转换成电脑可以认识的文字。简单来说，它的原理是使用深度学习技术，通过训练模型来识别图片中的文字。具体来说，它会通过一系列处理，比如缩放、灰度化、去噪等操作，来提高文字识别的准确率。然后，它会使用深度学习模型来检测图片中的文字区域，并将其转换成电脑可以识别的边界框。最后，它会使用另一个深度学习模型来识别边界框中的文字，并将其转换成电脑可以识别的文字。这样，就可以实现将图片中的文字转换成电脑可以识别的文字的功能了。

2、PaddleOCR功能特点

支持多种OCR任务：PaddleOCR支持多种OCR任务，包括文字检测、文字方向检测、多语种OCR、手写体OCR等，可以满足不同场景下的OCR需求。
识别精度高：PaddleOCR的深度学习模型经过大量的训练和优化，可以在各种复杂场景下实现高精度的OCR识别，具有较高的识别准确率。可准确识别不同字体、字号、字形的文字图像，实现超越人眼识别率的准确率。
易于使用：PaddleOCR提供了丰富的预训练模型和模型优化技术，可以快速部署和使用OCR功能，同时也提供了简单易用的API接口和开发文档，方便用户进行二次开发和定制化。
开源免费：PaddleOCR是一个开源免费的OCR工具，用户可以免费获取源代码和训练数据，自由使用和修改，方便用户进行二次开发和定制化。

总之，PaddleOCR是一个高效、精准、易用、开源免费的OCR工具，可以为用户提供全面的OCR解决方案，满足不同场景下的OCR需求。

3、安装

pip install paddlepaddle

pip install paddleocr

4、PaddleOCR使用方法

PaddleOCR的使用方法可以分为文本检测和文本识别两个步骤。

示例一：

使用PaddleOCR进行文字检测和识别：

from paddleocr import PaddleOCR, draw_ocr

ocr = PaddleOCR()

# 读取图片
img_path = 'example.jpg'
result = ocr.ocr(img_path, cls=True)

# 可视化识别结果
image = draw_ocr(img_path, result, font_path='simfang.ttf')
image.show()

示例二：

以下是一个PaddleOCR多任务识别示例，展示如何同时进行文字检测、文本方向检测和文字识别：

from paddleocr import PaddleOCR, draw_ocr
from PIL import Image

# 初始化PaddleOCR模型
ocr = PaddleOCR(use_angle_cls=True, lang='ch', use_gpu=False, det=True, rec=True, cls=True)

# 读取图片
img_path = 'multi_task_example.jpg'
image = Image.open(img_path)

# 进行文字检测、文本方向检测和文字识别
result = ocr.ocr(img_path, cls=True)

# 可视化识别结果
image = draw_ocr(image, result, font_path='simfang.ttf')
image.show()

示例三：

以下是一个更为复杂的PaddleOCR定制化识别示例，展示如何使用PaddleOCR进行多语种文字识别和手写体文字识别：

from paddleocr import PaddleOCR, draw_ocr
from PIL import Image

# 初始化PaddleOCR模型
ocr = PaddleOCR(use_angle_cls=True, lang='en', use_gpu=False)

# 读取图片
img_path = 'complex_example.jpg'
image = Image.open(img_path)

# 进行多语种文字识别
result = ocr.ocr(img_path, cls=True)

# 可视化识别结果
image = draw_ocr(image, result, font_path='simfang.ttf')
image.show()

# 进行手写体文字识别
handwriting_ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, det_model_dir='handwriting_det', rec_model_dir='handwriting_rec')
result_handwriting = handwriting_ocr.ocr('handwriting_example.jpg', cls=True)
image_handwriting = Image.open('handwriting_example.jpg')
image_handwriting = draw_ocr(image_handwriting, result_handwriting, font_path='simfang.ttf')
image_handwriting.show()

5、PaddleOCR应用场景

PaddleOCR 在许多不同的应用场景中都能发挥作用，包括但不限于：

文字识别：PaddleOCR 可用于识别图像中的各种语言的文字，包括印刷体和手写体文字。
文档数字化：将纸质文档、书籍或手写笔记等转换为可编辑的电子文档，便于存档和检索。
自然场景文字识别：在照片、视频或实时摄像头图像中识别并提取文字，如车牌识别、街景文字识别等。
身份证、驾驶证等证件识别：用于自动识别和提取身份证、驾驶证等证件中的文字信息。
商业应用：用于票据识别、表格文字提取、商品标签识别等商业场景。
辅助工具：作为辅助工具，帮助视力受损者阅读文本。
教育领域：用于批改作业、识别学生答题卡等教育场景。
文字翻译：结合机器翻译技术，实现实时的图像翻译。

YXN-python

2024-11-05