代码收藏家技术教程 2022-11-20

Python光学字符识别工具-EasyOCR安装与使用（Win10）

EasyOCR是Python实现的一个光学字符识别（OCR）工具。

安装pytorch

PyTorch is an optimized tensor library for deep learning using GPUs and CPUs.（ PyTorch documentation — PyTorch 1.11.0 documentation ）

PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。（ PyTorch_百度百科）。

PyTorch官网： PyTorch

网页（ Start Locally | PyTorch ）详细介绍了PyTorch安装的前提条件、方法及相关的注意事项，截图如下：

比较有趣、有用且强大的功能是上图中的表，根据不同的选择可以生成相应的安装命令。我选的是Windows、Pip、Python、CPU（不使用CUDA），得到对应的安装命令是： pip3 install torch torchvision torchaudio。

在Win10命令行窗口，执行上述命令（前提是已安装了Python及pip）。结果如下图所示：

顺便使用命令“ python.exe -m pip install –upgrade pip ”更新了pip。

使用网页（ Start Locally | PyTorch ）的“VERIFICATION”部分介绍的代码，进行安装正确性检验。

python

import torch

x = torch.rand(5, 3)

print(x)

执行结果如下图所示：

应该是安装成功了。

安装EasyOCR

网页 Jaided AI: EasyOCR install

介绍了EasyOCR的安装方法（该网页的Pre-install部分的第一句话的意思是“对于Windows，你可能需要手动安装pytorch”，是不是Python 3.10.4会自动下载安装，回头有时间可以试一下），使用pip安装的命令是： pip install easyocr

在win10命令行窗口执行上述命令的结果如下图所示（需要时间较长；若长时间无反应，可敲击回车键试试是否已完成安装）：

由于内容较多，将其文字部分附在最后。

安装完成后，在目录“D:\Programs\Python\Python310\Scripts”中会增加若干exe文件。

使用EasyOCR识别图片中的文字

jaided网站上的例子

将网页“ Jaided AI: EasyOCR tutorial ”中的图片

下载保存为文件“d:\temp\chinese_tra.jpg”，在python中依次执行下列命令（代码）：

import easyocr

reader = easyocr.Reader(['ch_tra', 'en'])

result = reader.readtext(r'd:\temp\chinese_tra.jpg')

当执行代码“reader = easyocr.Reader(['ch_tra', 'en'])”时，程序自动通过互联网下载了检测模型和识别模型。提示信息及翻译如下：

CUDA not available – defaulting to CPU. Note: This module is much faster with a GPU.

（没有CUDA-缺省使用CPU。注意：这个模块在GPU上运行效率更高）

Downloading detection model, please wait. This may take several minutes depending upon your network connection.

（正在下载检测模型，请等待。花费时间取决于您的网络）

Downloading recognition model, please wait. This may take several minutes depending upon your network connection.

（正在下载识别模型，请等待。花费时间取决于您的网络）

没有找到CUDA是因为我在安装Pytorch时没有选择安装CUDA。

EasyOCR使用检测模型匹配图片中的文字，也就是找到图片中的文字；找到之后使用识别模型进行文字识别。

其中的'ch_tra'和'en'是语言标识，'ch_tra'表示古汉语，'en'表示英语。EasyOCR支持的语言在网页“ Jaided AI: EasyOCR demo ”中列出。

下载的模型文件保存在“C:\Users\zhang\.EasyOCR\model”（其中zhang是用户名，随计算机用户的不同而不同）目录中，如下图所示：

代码“result = reader.readtext(r'd:\temp\chinese_tra.jpg')”的结果显示信息过于详细，可以使用“result = reader.readtext(r'd:\temp\chinese_tra.jpg', detail = 0)”或“result = reader.readtext(r'd:\temp\chinese_tra.jpg', detail = 0, paragraph=True)”代替，执行结果如下图所示：

执行结果与网页“ Jaided AI: EasyOCR tutorial ”中的一致。

车牌的识别（有识别错误）

文件名“D:\temp\chepai.png”，图片内容如下：

因为车牌中有简体中文、英文和数字，所以使用下列命令：

reader = easyocr.Reader(['ch_sim', 'en'])

result = reader.readtext(r'd:\temp\chepai.png', detail = 0, paragraph=True)

result

执行结果如下图所示：

在执行代码“reader = easyocr.Reader(['ch_sim', 'en'])”时，下载了识别模型文件“zh_sim_g2.pth”保存在目录“C:\Users\zhang\.EasyOCR\model”中。

识别结果为“京0T4209”，而实际是“京Q TA209”。把Q错误地识别为0，把A错误地识别为4。也就是说，存在识别错误。而且，没有识别出路面上的汉字。

这里测试了一下，好像EasyOCR不能处理文件名（路径）中的中文。

公益广告牌中文字识别（有识别错误）

文件名“D:\temp\pingdeng.png”，图片内容如下：

只有汉字，使用如下命令：

reader = easyocr.Reader(['ch_sim'])

result = reader.readtext(r'd:\temp\pingdeng.png', detail = 0, paragraph=True)

result

执行结果如下图所示：

识别结果为：公益广告平等众尘乎等月尊月强

真实文字为：公益广告平等众生平等自尊自强

把“生平”误认作“尘乎”，“自”误认作“月”。也是存在一定的识别错误。

扫描电子书图片中的文字识别（正确率较高）

文件名“D:\temp\shu.png”，图片内容如下：

只有汉字，使用如下命令：

reader = easyocr.Reader(['ch_sim'])

result = reader.readtext(r'd:\temp\shu.png', detail = 0, paragraph=True)

result

执行结果如下图所示：

识别结果为：排除型字符组是表示所有未列出字符的字符组的简便方祛

真实文字为：排除型字符组是表示所有未列出字符的字符组的简便方法

识别25个字，有一个错误。

小结

介绍了EasyOCR的安装，并用其识别了一些图片中的文字。结果显示，EasyOCR具备从图片中检测并识别文字的功能，但存在一定的识别错误率。

pip install easyocr 命令执行的结果

Downloading easyocr-1.4.2-py3-none-any.whl (70.8 MB)

—————————————- 70.8/70.8 MB 3.2 MB/s eta 0:00:00

Requirement already satisfied: torchvision>=0.5 in d:\programs\python\python310\lib\site-packages (from easyocr) (0.12.0)

Requirement already satisfied: numpy in d:\programs\python\python310\lib\site-packages (from easyocr) (1.22.4)

Collecting scipy

Downloading scipy-1.8.1-cp310-cp310-win_amd64.whl (36.9 MB)

—————————————- 36.9/36.9 MB 3.7 MB/s eta 0:00:00

Collecting opencv-python-headless<=4.5.4.60

Downloading opencv_python_headless-4.5.4.60-cp310-cp310-win_amd64.whl (35.0 MB)

—————————————- 35.0/35.0 MB 3.3 MB/s eta 0:00:00

Requirement already satisfied: torch in d:\programs\python\python310\lib\site-packages (from easyocr) (1.11.0)

Collecting PyYAML

Downloading PyYAML-6.0-cp310-cp310-win_amd64.whl (151 kB)

—————————————- 151.7/151.7 kB 2.2 MB/s eta 0:00:00

Collecting python-bidi

Downloading python_bidi-0.4.2-py2.py3-none-any.whl (30 kB)

Requirement already satisfied: Pillow in d:\programs\python\python310\lib\site-packages (from easyocr) (9.1.1)

Collecting scikit-image

Downloading scikit_image-0.19.2-cp310-cp310-win_amd64.whl (12.6 MB)

—————————————- 12.6/12.6 MB 3.9 MB/s eta 0:00:00

Requirement already satisfied: typing-extensions in d:\programs\python\python310\lib\site-packages (from torchvision>=0.5->easyocr) (4.2.0)

Requirement already satisfied: requests in d:\programs\python\python310\lib\site-packages (from torchvision>=0.5->easyocr) (2.27.1)

Collecting six

Downloading six-1.16.0-py2.py3-none-any.whl (11 kB)

Collecting imageio>=2.4.1

Downloading imageio-2.19.2-py3-none-any.whl (3.4 MB)

—————————————- 3.4/3.4 MB 4.4 MB/s eta 0:00:00

Collecting PyWavelets>=1.1.1

Downloading PyWavelets-1.3.0-cp310-cp310-win_amd64.whl (4.2 MB)

—————————————- 4.2/4.2 MB 4.0 MB/s eta 0:00:00

Collecting tifffile>=2019.7.26

Downloading tifffile-2022.5.4-py3-none-any.whl (195 kB)

—————————————- 195.6/195.6 kB 3.9 MB/s eta 0:00:00

Requirement already satisfied: packaging>=20.0 in d:\programs\python\python310\lib\site-packages (from scikit-image->easyocr) (21.3)

Collecting networkx>=2.2

Downloading networkx-2.8.2-py3-none-any.whl (2.0 MB)

—————————————- 2.0/2.0 MB 3.9 MB/s eta 0:00:00

Requirement already satisfied: pyparsing!=3.0.5,>=2.0.2 in d:\programs\python\python310\lib\site-packages (from packaging>=20.0->scikit-image->easyocr) (3.0.9)

Requirement already satisfied: certifi>=2017.4.17 in d:\programs\python\python310\lib\site-packages (from requests->torchvision>=0.5->easyocr) (2022.5.18.1)

Requirement already satisfied: urllib3<1.27,>=1.21.1 in d:\programs\python\python310\lib\site-packages (from requests->torchvision>=0.5->easyocr) (1.26.9)

Requirement already satisfied: charset-normalizer~=2.0.0 in d:\programs\python\python310\lib\site-packages (from requests->torchvision>=0.5->easyocr) (2.0.12)

Requirement already satisfied: idna<4,>=2.5 in d:\programs\python\python310\lib\site-packages (from requests->torchvision>=0.5->easyocr) (3.3)

Installing collected packages: tifffile, six, scipy, PyYAML, PyWavelets, opencv-python-headless, networkx, imageio, scikit-image, python-bidi, easyocr

Successfully installed PyWavelets-1.3.0 PyYAML-6.0 easyocr-1.4.2 imageio-2.19.2 networkx-2.8.2 opencv-python-headless-4.5.4.60 python-bidi-0.4.2 scikit-image-0.19.2 scipy-1.8.1 six-1.16.0 tifffile-2022.5.4

PyWavelets：是Python的小波分析库（小波变换）。