图像识别 (easyocr)

Posted 2021-05-30 生信狗的日常

哈哈我们又见面了，今天介绍个简单的图像识别工具easyocr，之前也写过使用python识别图片的包pytesseract，感兴趣的童鞋们可以看我之前写的文章

识别PDF文件图片对象中的字符串（PyMuPDF+pytesseract）

迷途小书生，公众号：生信狗的日常

今天呢，是做一个更新版的图像识别工具介绍，当当当，那就是easyocr模块啦，看名字就知道很easy啦。

关于easyocr

截至目前为止（20210530），Python的OCR库

EasyOCR

https://github.com/JaidedAI/EasyOCR

已经有11.6k star。它可以在python中调用，用来识别图像中的文字，并输出为文本。准确度比pytesseract更高，支持识别的语言也更多，超过80种语言的识别，包括英语、中文（简繁）、阿拉伯文、日文等，并且该库在不断更新中，未来会支持更多的语言。

在安装easyocr模块之前，跟大家多说一句，python安装模块默认用的PyPl源，安装起来可能会耽误些时间，建议大家用清华源安装，几十秒就能安装好。用法很简单：

# pip install -i 镜像地址 安装模块名字，这里以pandas模块为例pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

1. 在C盘下的user目录中，新建一个pip文件夹，在此文件夹中，再新建一个pip.ini文件。

2. 用记事本打开pip.ini文件，也可以用sublime text3 打开，写上如下图所示的语句并保存即可：

[global]index-url =https://pypi.tuna.tsinghua.edu.cn/simple [install]trusted-host = https://pypi.tuna.tsing

然后我们就开始安装easyocr：

# 这两个模块比较大，网络比较差的可以去清华镜像官网搜索下载对应的whl安装包pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torchpip install -i https://pypi.tuna.tsinghua.edu.cn/simple easyocr

一般来说会先下载依赖的torch模块，默认下载的是cpu版本的torch，如果你的电脑支持GPU运算，我们可以去

pytorch官网

​https://download.pytorch.org/whl/torch_stable.html

下载cu版本的torch和torchvision，同时如果你的显卡驱动版本过低还要升级显卡驱动，不过不用搞得这么麻烦，普通的个人电脑使用cpu运算就好啦。

安装成功torch和easyocr模块之后，第二步就调用它们啦，简单来说就是三步：

• 创建识别对象；

• 读取并识别图像；

• 导出文本。

下面我们使用一张示例图片：

这张图片我用本地pytesseract和在线baidu-aip识别过，效果都十分差

这是本地pytesseract识别的结果：

这是在线baidu-aip识别的结果：

大家也看到了，根本没法看的结果！！！

下面我们就调用easyocr识别这个图片看看

BRAVO！！！这也太棒了吧。

不过我们仔细看，还是有点瑕疵的，比如少了某些数据，识别错了某些字符

EasyOCR对于文字（无论英文还是中文）的识别准确率很高，但是对于标点符号与特殊符号的识别准确率很低。此外，该三方库对硬件设备的要求很高，官方推荐支持CUDA的独立显卡可以提高运行效率。随着图片的增大，运行时间呈指数增长。

总体来说，识别率提高了很多，但也不是完美的，对于一些简单的图片文字识别来说足够强大了。

最后贴上完整的脚本吧，很简单的几句：

# https://download.pytorch.org/whl/torch_stable.html 选择cu版本的torch和torchvision,不然只能使用cpu不能使用gpu提升速度# https://github.com/JaidedAI/EasyOCR# 导入easyocrimport easyocr# 创建reader对象reader = easyocr.Reader(['ch_sim','en']) # 读取图像result = reader.readtext('001.png')# 结果ListRes = []for text in result: ListRes.append(text[1]) if text[1]=="否" or text[1]=="是否高危儿": print(ListRes)        ListRes = []