本文介绍了使用easyocr模块进行OCR文本识别的方法，该模块支持70多种语言，包括中文。通过简单三行代码，即可完成文字检测，同时提供了模型文件的下载和存放路径说明，实现在Windows和Linux上的运行。示例展示了识别中文和多语言文字的效果，即便在复杂情况下也能取得良好效果。
大家好
今天给大家介绍一个超级简单且强大的OCR文本识别工具：easyocr.
这个模块支持70多种语言的即用型OCR，包括中文，日文，韩文和泰文等。Python学习资料点击免费领取
下面是这个模块的实战教程。
1.准备
pip install easyocr
复制代码它会安装除了模型文件之外的所有依赖，模型文件则会在运行代码的时候下载。
对于Windows，如果在安装 Torch 或 Torchvision 时报错了，请按照pytorch.org 的官方说明安装 Torch 和 Torchvision。
如果你想使用显卡进行计算，你需要搜索下载CUDA，并在Pytorch网站上，确保选择正确的CUDA版本。如果仅打算在CPU模式下运行，请选择CUDA = None。
2.实战教程
这个模块用起来真的非常简单，三行代码完事了：
import easyocr
reader = easyocr.Reader(['ch_sim','en'])
result = reader.readtext('test.png')
复制代码运行的过程中会安装所需要的模型文件，像下面这样：
不过它的下载速度非常慢，而且经常会失败，因此这里给出第二个解决方案：先下载好模型文件，再将其放置到所需要的位置：
文字检测模型（CRAFT）（必须）
中文（简体）模型（识别中文必须）
中国（传统）模型
拉丁模型
日本模型
韩文模型
泰文模型
阿拉伯文模型
下载完模型后，将文件放到下面这个位置。
Windows：C:\Users\用户名.EasyOCR\model Linux：~/ .EasyOCR / model
如下图所示：
重新执行脚本不会再提醒下载模型了：
import easyocr
reader = easyocr.Reader(['ch_sim'])
result = reader.readtext('test.png')
print(result)
复制代码我随便截了一个直播弹幕的图片保存在脚本所在的文件夹下，命名为test.png：
结果如下：
基本上所有应该识别的文字都识别出来了，效果非常不错。
另外也可以看到，输出采用列表格式，每个item分别表示对应文字的边界框，识别文本结果和置信度。
这个模块还能识别多语种的情况：
我将这张图片命名为test2.jpg，修改代码中对应的图片名称：
import easyocr
reader = easyocr.Reader(['ch_sim','en'])
result = reader.readtext('test2.jpg')
print(result)
复制代码效果如下：
这张图片很复杂，而且是中英文混杂在一起的情况，但是可以看到模型除了左上角的水印，图片中的文字基本都是识别出来了，尽管有部分文字识别错误，但还在可以接受的范围之内。
不过需要注意的是，虽然可以一次性识别许多种语言，但并非所有语言都可以一起用，通常是公共语言和一个特殊语种可以一起识别，相互兼容，比如英语和日语。
如果你的电脑没有GPU或者显存不足，可以加一个gpu=false的参数仅使用CPU运行：
reader = easyocr.Reader(['ch_sim','en'], gpu = False)
复制代码另外，这个模块还支持直接使用命令行运行，相当方便，大家可以试试：
easyocr -l ch_sim en -f test.png --detail=1 --gpu=True
复制代码我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，给文章点个赞吧👍。
扫一扫
1552
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
