python 实现OCR识别_ocr.ocr-CSDN博客

本文链接：https://blog.csdn.net/weixin_43841806/article/details/106938271

这篇博客介绍了如何使用Python的cnocr库进行OCR文字识别。内容包括cnocr库的简介、用法、预测功能的展示，以及安装步骤和可能遇到的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近公司需要对一批图片进行文字识别,为了方便找到了python的第三方库cnocr来实现

cnocr 简介

一个面向中国ocr的python包，提供了经过训练的模型。 所以安装后可以直接使用。

当前crnn模型的精度约为98.8%。

用法

用法
第一次使用cnocr时，模型文件将自动从 Dropbox到~/.cnocr。

将提取zip文件，默认情况下，您可以在~/.cnocr/models中找到生成的模型文件。 如果自动下载无法正常运行，可以手动下载zip文件 从提取代码为ss81的Baidu NetDisk，并将zip文件放到~/.cnocr。代码可以做其他事情。

预测

提供了三种预测功能。

# 1.CnOcr.ocr(img_fp)

函数cnOcr.ocr (img_fp)可以识别包含多行（或单行）文本的图像中的文本。
输入参数img_fp：图像文件路径；或彩色图像mx.nd.NDArray或np.ndarray，形状为(height, width, 3)，
通道应为rgb格式。
返回：List(List(Char))，例如：[['第', '一', '行'], ['第', '二', '行'], ['第',