python教程分享Python图片文字识别的实现之PaddleOCR

前言

什么是ocr&＃63;

光学字符识别（optical character recognition, ocr），是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。简而言之，检测图像中的文本资料，并且识别出文本的内容。

那么有哪些应用场景呢？

其实我们日常生活中处处都有ocr的影子，比如在疫情期间身份证识别录入信息、车辆车牌号识别、自动驾驶等。我们的生活中，机器学习已经越来越多的扮演着重要角色，也不再是神秘的东西。

ocr的技术路线是什么呢？

ocr的运行方式如下图，输入->图像预处理->文字检测->文本识别->输出。

python教程分享Python 图片文字识别的实现之PaddleOCR主要是介绍一个博主使用的比较好的ocr开源项目，在这里分享给大家——paddleocr。

项目github地址: paddleocr地址

我会按照刚接触的状态，梳理一下验证使用该项目的过程。

项目使用

先把项目从github上clone下来，慢慢分析。

项目结构

首先我们看一下项目的构造。

发现项目有中文的介绍说明，这就很方便了，点开按照官方的说明开始操作。

环境部署

点开readme.md,，可以从文档教程中看到第一步就是教你如何安装环境。

由于内容过多，我就做个概括，方便大家直接上手。

1、安装anaconda，构造虚拟环境

这里可以参考我的另一篇文章，里面很详细：python 机器学习第一章环境配置图解流程

官方给的是python3.8的虚拟环境，我们也构造一个，打开anaconda prompt。

输入命令：

  conda create -n paddle_env python=3.8

激活环境：

  conda activate paddle_env

2、依赖包下载

paddlepaddle安装

  pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

layoutparser安装

  pip3 install -u https://paddleocr.bj.bcebos.com/whl/layoutparser-0.0.0-py3-none-any.whl

shapely安装，这个需要下载，下载地址：shapely下载地址

我选的是这个

安装命令：

  pip install shapely-1.8.0-cp38-cp38-win_amd64.whl

paddleocr安装

  pip install paddleocr -i https://mirror.baidu.com/pypi/simple

好的，环境有点多，都安装好了就开始上手使用吧。

测试代码

官方给出了两种模式，一是命令行执行，一是代码执行。为了直观的看到配置，我这里使用的是代码模式。

准备一张带文字的图片

测试代码如下

  #!/user/bin/env python  # coding=utf-8  """  @project : ocr_paddle  @author  : huyi  @file   : test.py  @ide    : pycharm  @time   : 2021-11-15 14:56:20  """  from paddleocr import paddleocr, draw_ocr     # paddleocr目前支持的多语言语种可以通过修改lang参数进行切换  # 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`  ocr = paddleocr(use_angle_cls=true, use_gpu=false,                  lang="ch")  # need to run only once to download and load model into memory  img_path = './data/2.jpg'  result = ocr.ocr(img_path, cls=true)  for line in result:      # print(line[-1][0], line[-1][1])      print(line)     # 显示结果  from pil import image     image = image.open(img_path).convert('rgb')  boxes = [line[0] for line in result]  txts = [line[1][0] for line in result]  scores = [line[1][1] for line in result]  im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf')  im_show = image.fromarray(im_show)  im_show.save('result.jpg')

代码说明

1、因为我的电脑没有显卡，所以设置了use_gpu=false。

2、显示结果部分会将识别的文字用框标出来，并且展示识别的结果。

验证一下

我们看到，打印的内容有识别出来的每句话所在的图片位置，以及识别结果和可信度。而上面的结果图中，将每句话对应的文字都框了出来。效果很不错！

参数补充

官方还给出了一些参数，可以调整输出的内容。可以参看quickstart.md文件。参数补充：

&＃8211; 单独使用检测：设置`&＃8211;rec`为`false`
&＃8211; 单独使用识别：设置`&＃8211;det`为`false`

官方还提供一个标准的json结构输出数据

pp-structure的返回结果为一个dict组成的list，示例如下

&＃8220;`shell
[{ &＃8216;type&＃8217;: &＃8216;text&＃8217;,
&＃8216;bbox&＃8217;: [34, 432, 345, 462],
&＃8216;res&＃8217;: ([[36.0, 437.0, 341.0, 437.0, 341.0, 446.0, 36.0, 447.0], [41.0, 454.0, 125.0, 453.0, 125.0, 459.0, 41.0, 460.0]],
[(&＃8216;tigure-6. the performance of cnn and ipt models using difforen&＃8217;, 0.90060663), (&＃8216;tent &＃8216;, 0.465441)])
}
]
&＃8220;`

总结

总的来说，这个项目还是很有意思的，训练的部分我就不多赘述了，毕竟准备数据挺麻烦的。回头我再想想这个项目可不可以魔改成好用的工具。

分享：

我们根本不需要最后的落脚点，只要不断前进就好了，只要不停下，道路就会不断延伸。——《进击的巨人》

如果python教程分享Python 图片文字识别的实现之PaddleOCR对你有帮助的话，请不要吝啬你的赞，谢谢！

到此这篇关于python 图片文字识别的实现之paddleocr的文章就介绍到这了,更多相关python 文字识别内容请搜索<编程笔记>以前的文章或继续浏览下面的相关文章希望大家以后多多支持<编程笔记>！

需要了解更多python教程分享Python 图片文字识别的实现之PaddleOCR，都可以关注python教程分享栏目&＃8212;编程笔记