EasyOCR，高效的 Python 光学字符识别库

虎哥2024年10月06日约 5 分钟

嗨，大家好，我是虎哥。

今天我们聊聊一个非常酷的 Python 库——EasyOCR。作为一名技术专家，我相信在很多项目中，我们都会遇到需要提取图像中文字的情况，而 EasyOCR 就是应对这一挑战的利器。

无论是处理文档数字化、自动化数据录入，还是图像文字翻译，EasyOCR 都能轻松搞定。接下来，我将为大家详细介绍这个库的使用，给出一些实用的代码示例，希望能帮助大家快速上手。

什么是 EasyOCR？

EasyOCR 是由 Jaided AI 开发的一个强大的光学字符识别（OCR）库，它基于深度学习技术，支持超过 80 种语言的文字识别，包括中文、英文、日文等。这意味着无论你是要处理哪种语言的文本，EasyOCR 都能给你提供帮助。最吸引我的一点是，它的安装和使用都非常简单，适合各种技术水平的开发者。

安装 EasyOCR

首先，我们需要确保你的开发环境中已经安装了 EasyOCR。安装过程也十分简单，下面是你需要的步骤：

1.安装 PyTorch：EasyOCR 依赖于 PyTorch，因此需要首先安装它。可以根据你的系统和 CUDA 版本选择合适的安装命令。例如，若你在使用 CPU，命令如下：

pip install torch torchvision torchaudio

如果你的系统使用 GPU，请访问 PyTorch 的官网以获取相应的安装命令。

2.安装 EasyOCR：在安装完 PyTorch 之后，接下来直接通过 pip 安装 EasyOCR：

pip install easyocr

EasyOCR 的基本特性

EasyOCR 的魅力在于其丰富的功能和灵活的应用场景。下面我将为大家介绍它的一些主要特性。

多语言支持

EasyOCR 可以识别多达 80 种语言，这为全球用户提供了极大的便利。例如，我们可以轻松处理中文和英文的文本，只需初始化 Reader 对象即可：

import easyocr
# 初始化支持中文和英文的 Reader 对象reader = easyocr.Reader(['ch_sim', 'en'])

高效识别性能

EasyOCR 基于深度学习的文本识别模型，具有极高的识别效率。你只需调用 readtext 方法即可快速获取识别结果：

# 识别图片中的文字result = reader.readtext('example.jpg')
# 输出识别结果for res in result:  print(f"文本内容: {res[1]}, 置信度: {res[2]}")

支持手写文字识别

对于需要处理手写文本的场景，EasyOCR 同样提供了支持。只需在初始化 Reader 时指定 recog_network 参数为 handwritten：

# 初始化支持手写文字的 Reader 对象reader = easyocr.Reader(['ch_sim', 'en'], recog_network='handwritten')
# 识别图片中的手写文字result = reader.readtext('handwritten_example.jpg')
for res in result:  print(f"文本内容: {res[1]}, 置信度: {res[2]}")

高级功能

EasyOCR 还提供了一些高级功能，使得我们在特定场景下能够更加灵活地使用。

自定义模型

如果你需要使用特定的文字识别模型，可以通过以下方式初始化 Reader：

reader = easyocr.Reader(['ch_sim', 'en'], model_storage_directory='path/to/custom_model', user_network_directory='path/to/custom_network')
# 识别图片中的文字result = reader.readtext('example.jpg'

处理多页 PDF

对于需要提取多页 PDF 文档文字的情况，EasyOCR 同样提供了支持。只需在读取时设置 pdf=True：

result = reader.readtext('example.pdf', pdf=True)
for page in result:  for res in page:      print(f"位置信息: {res[0]}, 文本内容: {res[1]}, 置信度: {res[2]}")

实际应用场景

在实际项目中，EasyOCR 可以被广泛应用于多个场景。以下是几个常见的应用示例。

文档数字化

在数字化文档时，可以利用 EasyOCR 提取扫描件中的文字并转化为可编辑的文本：

import easyocr
# 初始化 Reader 对象reader = easyocr.Reader(['ch_sim', 'en'])
# 识别文档扫描件中的文字result = reader.readtext('document_scan.jpg')
# 将识别结果保存为文本文件with open('document_text.txt', 'w', encoding='utf-8') as f:  for res in result:      f.write(f"{res[1]}\n")

数据录入自动化

在数据录入过程中，EasyOCR 可以提取表单或票据中的信息，自动录入到数据库中：

import easyocrimport sqlite3
# 初始化 Reader 对象reader = easyocr.Reader(['ch_sim', 'en'])
# 识别表单中的文字result = reader.readtext('form_image.jpg')
# 将识别结果保存到数据库中conn = sqlite3.connect('data.db')cursor = conn.cursor()
for res in result:    cursor.execute("INSERT INTO form_data (text, confidence) VALUES (?, ?)", (res[1], res[2]))
conn.commit()conn.close()

图像文字翻译

最后，EasyOCR 还可以与翻译 API 结合使用，进行图像文字的实时翻译：

import easyocrfrom googletrans import Translator
# 初始化 Reader 对象reader = easyocr.Reader(['ch_sim', 'en'])
# 识别图片中的文字result = reader.readtext('image_with_text.jpg')
# 初始化翻译器translator = Translator()
# 翻译识别出的文字for res in result:  translated = translator.translate(res[1], dest='en')  print(f"原文: {res[1]}, 翻译: {translated.text}")

EasyOCR 是一个功能强大且易于使用的 OCR 工具，能够帮助开发者在各种应用场景中高效地提取图片中的文字。它支持多语言、高效识别、手写文字识别和自定义模型，为我们提供了极大的灵活性。

在处理文档数字化、数据录入自动化和图像文字翻译等场景中，EasyOCR 无疑是一个得力的工具。希望大家通过这篇文章能更好地掌握 EasyOCR，并在实际项目中充分发挥其优势。喜欢这篇文章的朋友们，请点赞、分享、留言，你的支持是我持续输出更多优质内容的动力！

目前，对编程、职场感兴趣的同学，大家可以联系我微信：golang404，拉你进入“程序员交流群”。

资料包含了《IDEA视频教程》、《最全python面试题库》、《最全项目实战源码及视频》及《毕业设计系统源码》，总量高达 650GB。全部 免费领取！全面满足各个阶段程序员的学习需求。