前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【Python案例】OCR提取图片中的文字

【Python案例】OCR提取图片中的文字

原创
作者头像
superhua
修改2022-06-20 20:07:59
10.2K0
修改2022-06-20 20:07:59
举报
文章被收录于专栏:CNN

很多软件内置了OCR功能,即图片提取文字功能。有些是免费提供给大家使用,但有些是收费的。不管是免费的还是收费的,终究逃离不了隐私问题。用别人的OCR,总得把图片传到对方的服务器。今天我们使用Python开发一个OCR软件,如下图所示。

效果展示
效果展示

1 安装环境

本文基于PaddleOCR搭建本地开发图片提取文字软件,因此需要安装PaddlePaddle环境。

1.1 安装PaddlePaddle

如果您的机器有安装CUDA9CUDA10,推荐安装GPU版本的PaddlePaddle,享受更快的运行速度。运行以下命令安装:

代码语言:shell
复制
python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

如果您的机器只有CPU环境,运行速度会稍微慢一点。请运行以下命令安装

代码语言:shell
复制
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

1.2 安装PaddleOCR whl包

有了PaddlePaddle环境后,接下来安装PaddleOCR库,推荐使用2.0.1+版本:

代码语言:shell
复制
pip install "paddleocr>=2.0.1"

注意:

对于Windows环境用户:直接通过pip安装的shapely库可能出现[winRrror 126]找不到指定模块的问题。建议从这里https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely下载shapely安装包完成安装。

2 调用OCR

调用OCR过程非常简单,导入PaddleOCR后,直接创建PaddleOCR对象:

代码语言:python
代码运行次数:0
复制
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
ocr.ocr(img_path, cls=True)

2行代码中,use_angle_cls参数用于确定是否使用角度分类模型,即是否识别垂直方向的文字。lang参数表示识别的语言,我们传入ch,表示识别汉字。

3行代码中, img_path表示图片路径,cls表示是否使用角度分类模型。

3 开发界面

有了以上代码就可以完成OCR功能,但使用起来还不够方便,我们进一步将OCR功能封装成软件,便于交互。首先安装PyQT5:

代码语言:shell
复制
pip install PyQt5

接下来调用PyQT5完成界面交互,篇幅原因,这里只显示调用ocr部分代码,读者可以直接拉到最后获取完整源码。

代码语言:python
代码运行次数:0
复制
class OCRGUI(QWidget):

    # 其他代码略...

    def run_ocr(self, img_path):
        result = self.ocr.ocr(img_path, cls=True)
        self.text.clear() 
        txts = [line[1][0] for line in result]
        for txt in txts:
            self.text.insertPlainText(txt + "\n")
        self.loading.hide()

4 获取源码

  1. 关注公众号:Python学习实战
  2. 公众号聊天界面回复:OCR,获取完整源码。

如果您觉得本文有帮助,辛苦您点个不需花钱的赞,您的举手之劳将对我提供了无限的写作动力! 也欢迎关注我的公众号:Python学习实战, 第一时间获取最新文章。

关注【Python学习实战】
关注【Python学习实战】

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1 安装环境
    • 1.1 安装PaddlePaddle
      • 1.2 安装PaddleOCR whl包
      • 2 调用OCR
      • 3 开发界面
      • 4 获取源码
      相关产品与服务
      AI 应用产品
      文字识别(Optical Character Recognition,OCR)基于腾讯优图实验室的深度学习技术,将图片上的文字内容,智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别,也支持运单等手写体识别,支持提供定制化服务,可以有效地代替人工录入信息。
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档