如何使用Python和PaddleOCR轻松识别图片中的文字

在这个数字化时代，文本识别技术变得越来越重要，它广泛应用于文档自动化处理、内容审核、智能交互等场景。本文将引导你如何使用Python结合PaddleOCR库，轻松实现图片中的文字识别功能。

必备工具包安装

在开始编写代码之前，你需要安装以下几个Python库：

• PyQt5：用于构建图形用户界面
• PaddleOCR：百度开发的文字识别库，支持多语言和多场景的文字检测与识别
• colorama：用于在终端输出彩色文本

你可以通过以下命令安装这些库：

pip install PyQt5 paddleocr colorama

确保你的环境中已经安装了这些包，否则程序将无法正常运行。

代码与逻辑简介

#!/usr/bin/env python3
# coding:utf-8
from PyQt5.QtCore import QObject
from paddleocr import PaddleOCR
import logging
from colorama import Fore, Style

# 设置 PaddleOCR 日志级别为 ERROR
logging.getLogger("ppocr").setLevel(logging.ERROR)


class OcrQt(QObject):
    def __init__(self, parent=None):
        super(OcrQt, self).__init__(parent)
        self.img_path = "./0001.png"
        self.use_angle = True
        self.cls = True
        self.default_lan = "ch"
        self.result = []
        self.ls = []
        self.dic = {}

    def set_task(self, img_path='', use_angle=True, cls=True, lan="ch"):
        self.img_path = img_path
        self.use_angle = use_angle
        self.cls = cls
        self.default_lan = lan

    def start(self):
        self.ocr(self.img_path, self.use_angle, self.cls, self.default_lan)
        self.grouping()

    def ocr(self, img_path, use_angle=True, cls=True, lan="ch", use_gpu=0):
        ocr = PaddleOCR(use_angle_cls=use_angle, use_gpu=use_gpu, lang=lan)
        try:
            result = ocr.ocr(img_path, cls=cls)
            self.result = result
        except PermissionError:
            print(Fore.RED + '权限错误:' + Style.RESET_ALL)
            exit()
        except FileNotFoundError:
            print(Fore.RED + '图片路径错误:' + Style.RESET_ALL, self.img_path)
            exit()
        for line in self.result:
            ls = [j[0] for i in line for j in i]
            dic = {}
            self.ls = ls
            self.dic = dic
            for index, info in enumerate(ls):
                if index % 2 == 0:
                    dic[tuple(info)] = ls[index + 1]

    def grouping(self):
        print('\n'.join([info for index, info in enumerate(self.ls) if index % 2 == 1]))


if __name__ == "__main__":
    path = r''  # 这里换成需要识别的图片地址即可，如不修改则使用默认图片
    ocrObj = OcrQt()
    if path:
        print('=' * 30, '提取用户上传图片文本', '=' * 30)
        ocrObj.set_task(path)
    else:
        print('=' * 30, '使用默认测试图片', '=' * 30)
    ocrObj.start()

该程序是一个基于PyQt5和PaddleOCR的图形界面应用，主要包括以下几个部分：

1. 初始化OCR引擎：在OcrQt类的构造函数中，通过PaddleOCR初始化OCR引擎，可以设置是否使用角度分类器、是否使用GPU加速、语言等参数。

2. 设置识别任务：通过set_task方法设置图片路径、是否使用角度分类器、是否进行文字区域检测等。

3. 启动识别：start方法中调用ocr方法对指定图片进行文字识别，并通过grouping方法对识别结果进行简单处理。

4. 识别与结果处理：ocr方法中使用PaddleOCR对象进行OCR识别，grouping方法则负责输出识别结果。

如何使用

1. 确保你已经安装了所有必要的库。
2. 将上述代码保存为Python文件（例如ExtractText.py）。
3. 修改path变量为你需要识别的图片路径。
4. 运行程序，程序将输出图片中识别到的文字。

运行截图

Gitee仓库下载地址

为了方便大家的使用和修改，我已经将项目代码上传至Gitee，你可以通过以下链接进行访问和下载：

python实用脚本: 欢迎访问“Python实用脚本”仓库！本仓库汇集了各种实用的Python脚本，旨在帮助开发者提高开发效率，解决日常编程问题。脚本涵盖了数据处理、图像识别、自动化任务等多个领域，每个脚本都附有详细的使用说明和示例代码。无论你是初学者还是经验丰富的开发者，这里都能找到适合你的工具和解决方案。欢迎下载、试用并提出宝贵意见！https://gitee.com/fantasy_5/python-practical-script

结语

通过本文，你已经学会了如何使用Python和PaddleOCR库来识别图片中的文字。这只是PaddleOCR强大功能的冰山一角，它还支持多种语言，可以适应不同的识别场景。希望本文能够帮助你在项目中快速实现文字识别功能。