Python案例OCR提取图片中的文字

Posted 走召大爷

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python案例OCR提取图片中的文字相关的知识,希望对你有一定的参考价值。

很多软件内置了OCR功能,即图片提取文字功能。有些是免费提供给大家使用,但有些是收费的。不管是免费的还是收费的,终究逃离不了隐私问题。用别人的OCR,总得把图片传到对方的服务器。今天我们使用Python开发一个OCR软件,如下图所示。

1 安装环境

本文基于PaddleOCR搭建本地开发图片提取文字软件,因此需要安装PaddlePaddle环境。

1.1 安装PaddlePaddle

如果您的机器有安装CUDA9CUDA10,推荐安装GPU版本的PaddlePaddle,享受更快的运行速度。运行以下命令安装:

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

如果您的机器只有CPU环境,运行速度会稍微慢一点。请运行以下命令安装

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

1.2 安装PaddleOCR whl包

有了PaddlePaddle环境后,接下来安装PaddleOCR库,推荐使用2.0.1+版本:

pip install "paddleocr>=2.0.1"

注意:

对于Windows环境用户:直接通过pip安装的shapely库可能出现[winRrror 126]找不到指定模块的问题。建议从这里https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely下载shapely安装包完成安装。

2 调用OCR

调用OCR过程非常简单,导入PaddleOCR后,直接创建PaddleOCR对象:

from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
ocr.ocr(img_path, cls=True)

2行代码中,use_angle_cls参数用于确定是否使用角度分类模型,即是否识别垂直方向的文字。lang参数表示识别的语言,我们传入ch,表示识别汉字。

3行代码中, img_path表示图片路径,cls表示是否使用角度分类模型。

3 开发界面

有了以上代码就可以完成OCR功能,但使用起来还不够方便,我们进一步将OCR功能封装成软件,便于交互。首先安装PyQT5:

pip install PyQt5

接下来调用PyQT5完成界面交互,篇幅原因,这里只显示调用ocr部分代码,读者可以直接拉到最后获取完整源码。

class OCRGUI(QWidget):

    # 其他代码略...

    def run_ocr(self, img_path):
        result = self.ocr.ocr(img_path, cls=True)
        self.text.clear() 
        txts = [line[1][0] for line in result]
        for txt in txts:
            self.text.insertPlainText(txt + "\\n")
        self.loading.hide()

4 获取源码

  1. 关注公众号:Python学习实战
  2. 公众号聊天界面回复:OCR,获取完整源码。

如果您觉得本文有帮助,辛苦您点个不需花钱的赞,您的举手之劳将对我提供了无限的写作动力! 也欢迎关注我的公众号:Python学习实战, 第一时间获取最新文章。

以上是关于Python案例OCR提取图片中的文字的主要内容,如果未能解决你的问题,请参考以下文章

Python案例OCR提取图片中的文字

Python提取图片中的文字

基于Tesseract模块Python实现提取图片中的文字信息(安装+使用教程)

从图片提取文字的终极解决方法 ——通用文字识别 API

怎么把word2016中,大量图片里的文字提取出来?

将图片局部文字提取出来的小技巧