教你3行Python代码 识别图片中的任意语言文字

大家好

今天给大家介绍一个超级简单且强大的OCR文本识别工具：easyocr.

这个模块支持70多种语言的即用型OCR，包括中文，日文，韩文和泰文等。Python学习资料点击免费领取

下面是这个模块的实战教程。

1.准备

pipinstalleasyocr复制代码

它会安装除了模型文件之外的所有依赖，模型文件则会在运行代码的时候下载。

对于Windows，如果在安装 Torch 或 Torchvision 时报错了，请按照的官方说明安装 Torch 和 Torchvision。

如果你想使用显卡进行计算，你需要搜索下载CUDA，并在Pytorch网站上，确保选择正确的CUDA版本。如果仅打算在CPU模式下运行，请选择CUDA = None。

2.实战教程

这个模块用起来真的非常简单，三行代码完事了：

importeasyocrreader = easyocr.Reader(['ch_sim','en'])result = reader.readtext('test.png')复制代码

运行的过程中会安装所需要的模型文件，像下面这样：

不过它的下载速度非常慢，而且经常会失败，因此这里给出第二个解决方案：先下载好模型文件，再将其放置到所需要的位置：

文字检测模型（CRAFT）（必须）

/go/?url=htt…

中文（简体）模型（识别中文必须）

/go/?url=htt…

中国（传统）模型

/go/?url=htt…

拉丁模型

/go/?url=htt…

日本模型

/go/?url=htt…

韩文模型

/go/?url=htt…

泰文模型

/go/?url=htt…

阿拉伯文模型

/go/?url=htt…

下载完模型后，将文件放到下面这个位置。

Windows：C:\Users\用户名.EasyOCR\model Linux：~/ .EasyOCR / model

如下图所示：

重新执行脚本不会再提醒下载模型了：

importeasyocrreader = easyocr.Reader(['ch_sim'])result = reader.readtext('test.png')print(result)复制代码

我随便截了一个直播弹幕的图片保存在脚本所在的文件夹下，命名为test.png：

结果如下：

基本上所有应该识别的文字都识别出来了，效果非常不错。

另外也可以看到，输出采用列表格式，每个item分别表示对应文字的边界框，识别文本结果和置信度。

这个模块还能识别多语种的情况：

我将这张图片命名为test2.jpg，修改代码中对应的图片名称：

importeasyocrreader = easyocr.Reader(['ch_sim','en'])result = reader.readtext('test2.jpg')print(result)复制代码

效果如下：

这张图片很复杂，而且是中英文混杂在一起的情况，但是可以看到模型除了左上角的水印，图片中的文字基本都是识别出来了，尽管有部分文字识别错误，但还在可以接受的范围之内。

不过需要注意的是，虽然可以一次性识别许多种语言，但并非所有语言都可以一起用，通常是公共语言和一个特殊语种可以一起识别，相互兼容，比如英语和日语。

如果你的电脑没有GPU或者显存不足，可以加一个gpu=false的参数仅使用CPU运行：

reader = easyocr.Reader(['ch_sim','en'], gpu =False)复制代码

另外，这个模块还支持直接使用命令行运行，相当方便，大家可以试试：

easyocr -l ch_sim en -f test.png --detail=1--gpu=True复制代码

我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，给文章点个赞吧👍。