相关阅读:
项目介绍
EasyOCR 是一个强大且多功能的光学字符识别工具,专为需要从图像中提取文本的开发者设计。它支持超过80种语言和书写体系,包括拉丁文、中文、阿拉伯文、天城文、西里尔文等。这种全面的语言覆盖使其适用于广泛的场景,从文档扫描到标志翻译。
路牌精准识别
特点
EasyOCR 是一款支持本地或云端部署、具备高精度识别能力、高度可定制且能处理复杂版式与非文本元素的先进OCR工具,配备半自动标注工具以简化数据准备流程。
本地部署或云API :EasyOCR 可以在本地服务器上部署,也可以通过云API服务使用,提供灵活的选择以满足特定需求。
高精度 :能够根据用户的数据将准确度提升至99%以上,确保文本提取的可靠性。
高度可定制 :完全可定制化,支持80多种语言,并允许用户用自己的数据训练模型。
版式识别 :EasyOCR 能够识别复杂的版式结构,如表格和表单。
条码与二维码提取 :可以提取图像中的签名、二维码和条形码。
半自动标注工具 :简化了数据集的标注过程,提高效率并减少人工劳动。
开源成就
目前已经取得23.1K Star
主要功能
EasyOCR 的核心功能包括:
支持多种语言和书写体系的文本识别。
布局分析,用于理解并从结构化的文档中提取文本,例如表格和表单。
提取额外元素,如条形码、二维码和签名。
安装指南
为了安装 EasyOCR,请使用
pip
获取最新稳定版本:
pip install easyocr
对于最新的开发版本,使用:
pip install git+https://github.com/JaidedAI/EasyOCR.git
在 Windows 系统上,需先根据官方 PyTorch 指南安装
torch
和
torchvision
。如果仅使用 CPU 运行,则在安装时选择 CUDA=None。
使用示例
首先,导入库并初始化
Reader
类,指定所需的语言,这里我们用中文
import easyocr
reader = easyocr.Reader(['ch_sim','en'])
result = reader.readtext('路牌.png')
for res in result:
print(res)
识别结果
No. | Text | Confident Score |
---|---|---|
0 | 西 | 0.3276 |
1 | 凤台路 | 0.7183 |
2 | 末来路 | 0.4655 |
3 | [89 | 0.0066 |
4 | 7。; | 0.0002 |
5 | 尺4 | 0.0218 |
6 | 凤凰东路 | 0.8949 |
7 | 凤鸣路 | 0.9243 |
8 | 「89 | 0.0139 |
9 | 怊49 | 0.0002 |
10 | 旧) | 0.028 |
11 | 尉 | 0.0019 |
12 | 「89 | 0.0133 |
13 | 英协路 | 0.7195 |
14 | 川9 | 0.0016 |
15 | 尺4 | 0.0587 |
16 | 货站街 | 0.9771 |
17 | 金水路 | 0.9369 |
18 | 勺;^ :^ | 0.0468 |
图片识别标注
命令行运行
通过命令行执行 OCR,命令如下:
easyocr -l ch_sim en -f chinese.jpg --detail=1 --gpu=True
此命令将在图像
chinese.jpg
上进行 OCR 处理,使用中文和英文作为目标语言,并显示详细输出,利用 GPU 加速。
EasyOCR 为希望在其应用程序中集成 OCR 功能的开发者提供了强大的解决方案,具有广泛的语言支持、高精度以及可定制性。
近期热文: