一、簡介

**easyocr**：

• EasyOCR 是一個使用 Java 語言實現的 OCR 識別引擎（基于Tesseract）。借助幾個簡單的API，即能使用Java語言完成圖片內容識別工作。并集成了圖片清理、識別 CAPTCHA 驗證碼圖片，票據等內容的一體化工作。
• EasyOCR不僅可以為消費者提供服務，更主要面向開發，能夠提供本地化的開發SDK集成，與 C/S，B/S 及 Android 移動端項目進行原生集成。
• EasyOCR 4.X 新架構上線，最新版本 4.2.0。
  主要特點：
• API 極簡，一個方法，一行代碼即可完成
• 純本地化SDK，JAVA原生支持，可作為引擎嵌入各種項目，支持 Android 移動端集成
• 支持 API 級別的識別白名單限定，限定識別范圍
• 支持上百種語言識別，并支持混合語言識別，如：英文+日文+德文
• 專門針對常用票據、驗證碼圖片的清理、識別一體化實現，內置多種常見類型的驗證碼圖片選項
• 支持自定義插件，能夠編寫基于EasyOCR一體化識別的圖片清理擴展插件
• ETD模板支持，提供圖形化ETD模板設計工具(EasyTemplateDesigner)，準確可控提高識別率
• EasyOCR Suite 跨平臺 GUI 套件支持，為開發人員和消費者提供設計和使用工具
• 標準輸入輸出，支持Socket網絡接口的輸入輸出
• 支持識別訓練，基于規則的結果修正訓練，讓識別準確合理，提供后天能力增長
• 性能卓越，默認純內存運算交換
• 可脫離環境變量運行
• 跨平臺支持：Window, Linux, Unix, Android

二、安裝

# 安裝穩定版本 pip install easyocr -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com # 安裝最新版本 pip install git+https://github.com/JaidedAI/EasyOCR.git

測試

import easyocr print(easyocr.__version__)

下載模型地址：

https://www.jaided.ai/easyocr/modelhub/

下載后把模型文件解壓后拷貝到用戶目錄：C:\Users\用戶名.EasyOCR\model

三、使用

Reader 方法詳解：

• lang_list (list)：識別語言代碼，比如[‘ch_sim’,’en’]分別表示簡體中文和英文。
• gpu (bool, string, default = True) ：是否使能GPU，只有安裝了GPU版本才有效。
• model_storage_directory (string, default = None) ：模型存儲位置，依次查找系統變量
• download_enabled (bool, default = True)：如果沒有對應模型文件時，自動下載模型。
• user_network_directory (bool, default = None) ：用戶自定義識別網絡的路徑
• recog_network (string, default = ‘standard’) ：替代標準模型，使用自定義的識別網絡。
• detector (bool, default = True) ：是否加載檢測模型。
• recognizer (bool, default = True) ：是否加載識別模型。

readtext 方法詳解

• image (string, numpy array, byte) ： 輸入圖像；
• decoder (string, default = ‘greedy’)：選項有 ‘greedy’、‘beamsearch’ 和 ‘wordbeamsearch’；
• beamWidth (int, default = 5) ： 當解碼器 = ‘beamsearch’ 或 ‘wordbeamsearch’ 時要保留多少光束；
• batch_size (int, default = 1) ： batch_size>1 將使 EasyOCR 更快但使用更多內存；
• worker (int, default = 0) ： 數據加載器中使用的編號線程；
• allowlist (string) ： 強制 EasyOCR 只識別字符的子集。對特定問題有用（例如車牌等）；
• blocklist (string) ： 字符的塊子集。如果給定了允許列表，則此參數將被忽略。
• detail (int, default = 1)： 將此設置為 0 以進行簡單輸出；
• paragraph (bool, default = False)：將結果合并到段落中；
• min_size (int, default = 10) ： 過濾文本框小于最小值（以像素為單位）；
• rotation_info (list, default = None) ： 允許 EasyOCR 旋轉每個文本框并返回具有最佳置信度分數的文本框。符合條件的值為 90、180 和 270。例如，對所有可能的文本方向嘗試 [90, 180 ,270]。
• contrast_ths (float, default = 0.1) ： 對比度低于此值的文本框將被傳入模型 2 次。首先是原始圖像，其次是對比度調整為“adjust_contrast”值。結果將返回具有更高置信度的那個；
• adjust_contrast (float, default = 0.5) ： 低對比度文本框的目標對比度級別。
• text_threshold (float, default = 0.7) ： 文本置信度閾值
• low_text (float, default = 0.4) ： 文本下限分數
• link_threshold (float, default = 0.4) ： 鏈接置信度閾值
• canvas_size (int, default = 2560) ：最大圖像尺寸。大于此值的圖像將被縮小。
• mag_ratio (float, default = 1) ：圖像放大率
• slope_ths (float, default = 0.1) - 考慮合并的最大斜率 (delta y/delta x)。低值意味著不會合并平鋪框。
• ycenter_ths (float, default = 0.5) - y 方向的最大偏移。不應該合并不同級別的框。
• height_ths (float, default = 0.5) - 盒子高度的最大差異。不應合并文本大小非常不同的框。
• width_ths (float, default = 0.5) - 合并框的最大水平距離。
• add_margin (float, default = 0.1) - 將邊界框向所有方向擴展某個值。這對于具有復雜腳本的語言（例如泰語）很重要。
• x_ths (float, default = 1.0) - 當段落=True 時合并文本框的最大水平距離。
• y_ths (float, default = 0.5) - 當段落 = True 時合并文本框的最大垂直距離。

調用方式

import easyocrreader = easyocr.Reader(['ch_sim', 'en']) result = reader.readtext('xxxx.png') for res in result:print(res)

總結

以上是生活随笔為你收集整理的python图片识别之 easyocr的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。