easyocr 安装使用

环境准备

  • 最好使用较新的python,python3.6没有成功

1. conda activate torch_nightly_python3.8

2. conda activate torch_nightly_python3.8

3. pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cpu

python torch安装使用Preview (Nightly),

如果使用Stable (2.0.1)

可能出现错误 File "D:\ProgramData\Anaconda3\envs\python3.8\lib\site-packages\easyocr\easyocr.py", line 75, in __init__
    elif torch.backends.mps.is_available():
AttributeError: module 'torch.backends' has no attribute 'mps'

4. 安装easyocr

 pip install  easyocr

  •  测试代码
  • import easyocr
    
    reader = easyocr.Reader(['ch_sim', 'en'])
    result = reader.readtext("ocr_test\chinese.jpg")
    print(result)

    出现错误:

  File "d:\ProgramData\Anaconda3\envs\torch_nightly_python3.8\lib\site-packages\easyocr\craft_utils.py", line 31, in getDetBoxes_core
    nLabels, labels, stats, centroids = cv2.connectedComponentsWithStats(text_score_comb.astype(np.uint8), connectivity=4)
cv2.error: Unknown C++ exception from OpenCV code

把使用的connectivity=4 参数删除

测试image:

测试结果:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Transformer发轫于NLP(自然语言处理),并跨界应用到CV(计算机视觉)领域。 Swin Transformer是基于Transformer的计算机视觉骨干网,在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会最佳论文奖。本课程将手把手地教大家使用labelme标注和使用Swin Transformer训练自己的数据集进行图片和视频的实例分割。  本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。 本课程以汽车驾驶场景图片和视频开展项目实践:对汽车行驶场景中的路坑、车、车道线进行物体标注和实例分割。  课程在Windows和Ubuntu系统上分别做项目演示。包括:安装软件环境、安装Pytorch安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集、数据集格式转换(Python脚本完成)、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。  本课程提供项目的数据集和相关Python程序文件。相关课程: 《Transformer原理与代码精讲(PyTorch)》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲(TensorFlow)》https://edu.csdn.net/course/detail/36699《ViT(Vision Transformer)原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测:训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割:训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045
以下是在 Linux 环境下使用 C++ 调用 easyocr 的基本步骤: 1. 安装 easyocr 可以通过 pip 命令来安装 easyocr,需要先安装Python 和 pip 工具。在终端中输入以下命令: ```bash pip install easyocr ``` 2. 编写 C++ 代码 在 C++ 代码中,需要使用Python 的 C API 来调用 easyocr。以下是一个简单的示例代码: ```c++ #include <Python.h> int main() { // 初始化 Python 解释器 Py_Initialize(); // 导入 easyocr 模块 PyObject *pModule = PyImport_ImportModule("easyocr"); // 获取 easyocr 函数对象 PyObject *pFunc = PyObject_GetAttrString(pModule, "easyocr"); // 调用 easyocr 函数 PyObject *pArgs = PyTuple_New(1); PyTuple_SetItem(pArgs, 0, PyUnicode_FromString("image.jpg")); PyObject *pResult = PyObject_CallObject(pFunc, pArgs); // 处理 easyocr 函数的返回值 if (PyList_Check(pResult)) { int len = PyList_Size(pResult); for (int i = 0; i < len; i++) { PyObject *pItem = PyList_GetItem(pResult, i); if (PyUnicode_Check(pItem)) { const char *text = PyUnicode_AsUTF8(pItem); printf("%s\n", text); } } } // 释放内存 Py_DECREF(pModule); Py_DECREF(pFunc); Py_DECREF(pArgs); Py_DECREF(pResult); // 关闭 Python 解释器 Py_Finalize(); return 0; } ``` 3. 编译 C++ 代码 在终端中输入以下命令来编译上面的示例代码: ```bash g++ -o test test.cpp -I /usr/include/python3.8/ -lpython3.8 ``` 其中,`-I` 参数指定 Python 头文件的路径,`-l` 参数指定 Python 库文件的名称。 4. 运行程序 在终端中输入以下命令来运行编译好的程序: ```bash ./test ``` 程序会读取当前目录下的 `image.jpg` 图片,并对其进行 OCR 识别,最后输出识别结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值