本文主要介绍“如何使用Python实现图像字符识别的OCR工具”。在日常操作中,相信很多人对于如何用Python实现图像字符识别的OCR工具都有疑问。边肖查阅了各种资料,整理出简单易用的操作方法,希望能帮助大家解答“如何用Python实现图像字符识别的OCR工具”的疑惑!接下来,请和边肖一起学习!
引言
最近,我在技术交流组谈了一个图像字符识别的需求,在工作和生活中经常用到,比如票据、漫画、扫描件、照片的文字提取。
基于PyQt PaddleOCR,该博主编写了桌面OCR工具,用于快速实现图片中文本区域的自动检测和文本自动识别。
识别效果如下图所示:
所有的选框区域都是通过OCR算法自动检测出来的,右边的列表有每个框对应的文字内容;
点击右侧“识别结果”中的文本记录,然后点击“复制到剪贴板”复制文本内容。
00-1010文本区域检测和字符识别
文本可视化
文本内容列表
图像,文件夹加载
图像轮缩放视图
绘图和编辑区域
复制文本识别结果
功能列表
图像字符检测和字符识别算法,主要由paddleocr实现。
或者选择一个虚拟环境来安装所需的第三方库。
condarcrate-nocr
Aactivateeocr 安装框架
如果没有NVIDIA GPU,或者GPU不支持CUDA,可以安装CPU版本:
#CPU版本
pinstallpaddlepaddle==2.1.0-ihttps://mirror.baidu.com/pypi/simple如果你的GPU已经安装了CUDA9或CUDA10,cuDNN 7.6,你可以选择以下GPU版本:
#GPU版本
python 3-mpiinstallpaddlepaddle-GPU==2.1.0-ihttps://mirror.baidu.com/pypi/simple安装PaddleOCR
安装叶轮:
Pipinstall'paddleocr=2.0.1'#推荐2.0.1版布局分析,需要安装Layout-Parser:
pip install-u https://paddleocr . bj . bcebos.com/WHL/layoutperser-0 . 0 . 0-Py3-none-any。WHL 测试安装是否成功。
安装后,测试一个图片图像目录。/imgs/11.jpg,并用中英文方向量词标识全过程:
划动ocr-image _ dir。/imgs/11 . jpg-use _ angle _ clsstrue-use _ GPU false输出一个列表:
用python调用
frompaddleocrimportPaddleOCR,draw_ocr
#Paddleocr当前支持的多语言语言可以通过修改lang参数进行切换。
#例如‘ch’、‘en’、‘fr’、‘德语’、‘韩语’、‘日本’
ocr=paddleorcr(use _ angle _ cls=True,lang='ch')#nbsp
;need to run only once to download and load model into memory
img_path = './imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
print(line)
输出结果是一个list,每个item包含了文本框,文字和识别置信度:
[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], [‘纯臻营养护发素', 0.964739]]
[[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], [‘产品信息/参数', 0.98069626]]
[[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['(45元/每公斤,100公斤起订)', 0.9676722]]
…
界面部分
界面部分基于 pyqt5 实现。
pyqt GUI程序开发入门和环境配置,详见这篇博客。
主要步骤:
1. 界面布局设计
在QtDesigner中拖拽控件,完成程序界面布局,并保存*.ui文件。
2. 利用 pyuic 自动生成界面代码
在 pycharm 的项目文件结构中找到*.ui文件,右键——External Tools——pyuic,会在ui文件同级目录下自动生成界面 ui 的 python 代码。
3. 编写界面业务类
业务类 MainWindow 实现程序逻辑和算法功能,与前面第2步生成的ui实现解耦,避免每次修改ui文件会影响业务代码。ui界面上的控件可以通过self._ui.xxxObjectName 访问。
class MainWindow(QMainWindow): FIT_WINDOW, FIT_WIDTH, MANUAL_ZOOM = 0, 1, 2 def __init__(self): super().__init__() # 调用父类构造函数,创建QWidget窗体 self._ui = Ui_MainWindow() # 创建ui对象 self._ui.setupUi(self) # 构造ui self.setWindowTitle(__appname__) # 加载默认配置 config = get_config() self._config = config # 单选按钮组 self.checkBtnGroup = QButtonGroup(self) self.checkBtnGroup.addButton(self._ui.checkBox_ocr) self.checkBtnGroup.addButton(self._ui.checkBox_det) self.checkBtnGroup.addButton(self._ui.checkBox_recog) self.checkBtnGroup.addButton(self._ui.checkBox_layoutparser) self.checkBtnGroup.setExclusive(True)
4. 实现界面业务逻辑
对主界面上的按钮、列表、绘图控件进行信号槽连接。自定义的槽函数不用专门声明,如果是自定义的信号,需要在类__init__()前加上 yourSignal= pyqtSignal(args)。
这里以按钮响应函数、列表响应函数为例。按钮点击的信号是 clicked,listWidget列表切换选择的信号是 itemSelectionChanged 。
# 按钮响应函数 self._ui.btnOpenImg.clicked.connect(self.openFile) self._ui.btnOpenDir.clicked.connect(self.openDirDialog) self._ui.btnNext.clicked.connect(self.openNextImg) self._ui.btnPrev.clicked.connect(self.openPrevImg) self._ui.btnStartProcess.clicked.connect(self.startProcess) self._ui.btnCopyAll.clicked.connect(self.copyToClipboard) self._ui.btnSaveAll.clicked.connect(self.saveToFile) self._ui.listWidgetResults.itemSelectionChanged.connect(self.onItemResultClicked)
5. 运行看看效果
运行 python main.py 即可启动GUI程序。
打开图片→选择语言模型ch(中文)→选择文本检测+识别→点击开始,检测完的文本区域会自动画框,并在右侧识别结果——文本Tab页的列表中显示。
所有检测出文本的区域列表,在识别结果——区域Tab页:
到此,关于“如何用Python实现图像文字识别OCR工具”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注网站,小编会继续努力为大家带来更多实用的文章!
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/143178.html