OCR文字识别软件系统（含PyQT界面和源码，附下载链接和部署教程）

智科帮AI

已于 2023-06-01 22:45:57 修改

阅读量530

点赞数

分类专栏：计算机视觉项目实战文章标签： ocr pyqt python

于 2023-05-16 13:13:33 首次发布

本文链接：https://blog.csdn.net/qq_40088030/article/details/130703206

版权

计算机视觉项目实战专栏收录该内容

9 篇文章 12 订阅

订阅专栏

文章介绍了OCR技术的基本原理，包括文本检测和识别两个主要步骤，重点阐述了深度学习在文本检测中的应用，如基于目标检测和分割的方法。同时，文章提到了PaddleOCR软件系统，它支持中英德韩日五种语言，特别强调了PP-OCR模型的高精度和轻量化设计，适用于移动端部署。

摘要由CSDN通过智能技术生成

在这里插入图片描述

1、前言

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。
在这里插入图片描述

本系统实现了支持中英德韩日五种文字的OCR软件系统，并提供了源码和部署使用教程，见下边链接。整套系统界面部分基于PyQT5进行搭建，底层文字检测和识别部分基于国产软件PaddleOCR，可以进行票据、证件、书本、字幕等进行文字检测和识别，本系统还提供了粘贴板功能，方便用户在识别后直接粘贴出来。

2、实现原理

OCR 文字识别一般包括两个部分，文本检测和文本识别；文本检测首先利用检测算法检测到图像中的文本行；然后检测到的文本行用识别算法去识别到具体文字。

2.1 检测模型

文本检测就是要定位图像中的文字区域，然后通常以边界框的形式将单词或文本行标记出来。传统的文字检测算法多是通过手工提取特征的方式，特点是速度快，简单场景效果好，但是面对自然场景，效果会大打折扣。当前多是采用深度学习方法来做。

基于深度学习的文本检测算法可以大致分为以下几类：

基于目标检测的方法；一般是预测得到文本框后，通过 NMS 筛选得到最终文本框，多是四点文本框，对弯曲文本场景效果不理想。典型算法为 EAST、Text Box 等方法。
基于分割的方法；将文本行当成分割目标，然后通过分割结果构建外接文本框，可以处理弯曲文本，对于文本交叉场景问题效果不理想。典型算法为 DB、PSENet 等方法。
混合目标检测和分割的方法；

2.2 识别模型

OCR 识别算法的输入数据一般是文本行，背景信息不多，文字占据主要部分，识别算法目前可以分为两类算法：

基于 CTC 的方法；即识别算法的文字预测模块是基于 CTC 的，常用的算法组合为 CNN+RNN+CTC。目前也有一些算法尝试在网络中加入 transformer 模块等等。
基于 Attention 的方法；即识别算法的文字预测模块是基于 Attention 的，常用算法组合是CNN+RNN+Attention。

2.3 PP-OCR模型

PaddleOCR 中集成了很多 OCR 算法，文本检测算法有 DB、EAST、SAST 等等，文本识别算法有 CRNN、RARE、StarNet、Rosetta、SRN 等算法。

其中 PaddleOCR 针对中英文自然场景通用 OCR，推出了 PP-OCR 系列模型，PP-OCR 模型由DB+CRNN 算法组成，利用海量中文数据训练加上模型调优方法，在中文场景上具备较高的文本检测识别能力。并且 PaddleOCR 推出了高精度超轻量 PP-OCRv2 模型，检测模型仅 3M，识别模型仅 8.5M，利用 PaddleSlim 的模型量化方法，可以在保持精度不降低的情况下，将检测模型压缩到 0.8M，识别压缩到 3M，更加适用于移动端部署场景。

模型下载列表中给出了不同类型的模型，包括推理模型、训练模型、预训练模型与 slim 模型，推理模型（paddle.jit.save保存的模型）一般是模型训练，把模型结构和模型参数保存在文件中的固化模型，多用于预测部署场景。训练过程中保存的模型是 checkpoints 模型，保存的只有模型的参数，多用于恢复训练等。与 checkpoints 模型相比，inference 模型会额外保存模型的结构信息，在预测部署、加速推理上性能优越，灵活方便，适合于实际系统集成。模型区别如下
在这里插入图片描述
各个模型的关系如下所示

3、使用步骤

运行main.py启动软件，

打开图片
选择语言模型（默认ch中文）
选择文本检测+识别
点击开始按钮
检测完的文本区域会自动画框，并在右侧识别结果列表中显示。

4、安装部署

以下两种安装部署步骤都可以
（1）pip install -r requirements
建议使用镜像源会比较快
（2）下载链接里边提供了anaconda 的环境，直接下载放到本机anaconda路径下边的envs文件夹
运行conda env list 可以看到有一个环境为ocr
运行conda activate ocr进行环境激活

参考链接：https://zhuanlan.zhihu.com/p/630081304