在 Python 中从图像中提取文本 (OCR) 的实用指南,如何使用三个库进行光学字符识别

介绍

OCR 代表光学字符识别。它是一种将扫描文档和图像转换为可编辑和可搜索文本的技术。OCR 可用于从图像、PDF 和其他文档中提取文本，并且在各种场景中都非常有用。本指南将展示三个 Python 库（EasyOCR、pytesseract 和 ocrmac），并为您提供一个最基本的示例以及您可以期待的内容。作为参考，我使用的测试系统是 Apple M1 mac，Python 在 conda 中运行。

一个测试用例

许多 OCR 用例处理真实世界的图像，例如阅读路牌。这通常非常具有挑战性，因为必须处理失真和不均匀的闪电。为了演示方便，我们简化一下，截取维基百科首页。这样做的好处是可以显示多种语言，并了解具有不同字符的语言的性能如何。

简易文字识别

顾名思义，EasyOCR是一款即用型 OCR 工具。它支持超过 80 种语言，使用起来特别简单。它基于深度学习，可以使用 CUDA 进行 GPU 加速。不幸的是，还没有在 Mac 上。安装完成pip install easyocr。它基于深度学习，我们甚至可以训练或定制模型。为了将它与现有模型一起使用，我们Reader用我们选择的语言初始化类，并readtext在我们的图像上使用该方法。

import  easyocr 
reader  = easyocr.Reader([ 'en' ]) 
result = reader.readtext( 'wikipedia_test.png'