23.1K Star这OCR太强!!!支持83种语言识别

最新推荐文章于 2024-10-18 14:25:36 发布

程序员笑武

最新推荐文章于 2024-10-18 14:25:36 发布

阅读量843

点赞数 17

文章标签： ocr 人工智能网络深度学习机器学习 prompt

本文链接：https://blog.csdn.net/m0_59164304/article/details/142343131

版权

项目介绍

EasyOCR 是一个强大且多功能的光学字符识别工具，专为需要从图像中提取文本的开发者设计。它支持超过80种语言和书写体系，包括拉丁文、中文、阿拉伯文、天城文、西里尔文等。这种全面的语言覆盖使其适用于广泛的场景，从文档扫描到标志翻译。

路牌精准识别

特点

EasyOCR是一款支持本地或云端部署、具备高精度识别能力、高度可定制且能处理复杂版式与非文本元素的先进OCR工具，配备半自动标注工具以简化数据准备流程。

本地部署或云API：EasyOCR 可以在本地服务器上部署，也可以通过云API服务使用，提供灵活的选择以满足特定需求。
高精度：能够根据用户的数据将准确度提升至99%以上，确保文本提取的可靠性。
高度可定制：完全可定制化，支持80多种语言，并允许用户用自己的数据训练模型。
版式识别：EasyOCR 能够识别复杂的版式结构，如表格和表单。
条码与二维码提取：可以提取图像中的签名、二维码和条形码。
半自动标注工具：简化了数据集的标注过程，提高效率并减少人工劳动。

开源成就

目前已经取得23.1K Star

主要功能

EasyOCR 的核心功能包括：

支持多种语言和书写体系的文本识别。
布局分析，用于理解并从结构化的文档中提取文本，例如表格和表单。
提取额外元素，如条形码、二维码和签名。

安装指南

为了安装 EasyOCR，请使用 pip 获取最新稳定版本：

pip install easyocr

对于最新的开发版本，使用：

pip install git+https://github.com/JaidedAI/EasyOCR.git

在 Windows 系统上，需先根据官方 PyTorch 指南安装 torch 和 torchvision。如果仅使用 CPU 运行，则在安装时选择 CUDA=None。

使用示例

首先，导入库并初始化 Reader 类，指定所需的语言,这里我们用中文

import easyocr   reader = easyocr.Reader(['ch_sim','en'])   result = reader.readtext('路牌.png')   for res in result:        print(res)

识别结果

No.	Text	Confident Score
0	西	0.3276
1	凤台路	0.7183
2	末来路	0.4655
3	[89	0.0066
4	7。;	0.0002
5	尺4	0.0218
6	凤凰东路	0.8949
7	凤鸣路	0.9243
8	「89	0.0139
9	怊49	0.0002
10	旧)	0.028
11	尉	0.0019
12	「89	0.0133
13	英协路	0.7195
14	川9	0.0016
15	尺4	0.0587
16	货站街	0.9771
17	金水路	0.9369
18	勺;^ :^	0.0468

图片识别标注

命令行运行

通过命令行执行 OCR，命令如下：

easyocr -l ch_sim en -f chinese.jpg --detail=1 --gpu=True

此命令将在图像 chinese.jpg 上进行 OCR 处理，使用中文和英文作为目标语言，并显示详细输出，利用 GPU 加速。

EasyOCR 为希望在其应用程序中集成 OCR 功能的开发者提供了强大的解决方案，具有广泛的语言支持、高精度以及可定制性。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述