高考考试网
当前位置: 首页 高考资讯

Python 文字识别(用Python写了一个图像文字识别OCR工具)

时间:2023-07-29 作者: 小编 阅读量: 5 栏目名: 高考资讯

人生苦短,快学Python!在之前的文章里,我们多次尝试用python实现文本OCR识别!今天我们要搞一个升级版:直接写一个图像文字识别OCR工具!博主基于PyQtlabelmePaddleOCR写了一个桌面端的OCR工具,用于快速实现图片中文本区域自动检测文本自动识别。ui界面上的控件可以通过self._ui.xxxObjectName访问。这里以按钮响应函数、列表响应函数为例。

人生苦短,快学Python!

在之前的文章里,我们多次尝试用python实现文本OCR识别!

今天我们要搞一个升级版:直接写一个 图像文字识别OCR工具 !

引言

最近在技术交流群里聊到一个关于图像文字识别的需求,在工作、生活中常常会用到,比如 票据、漫画、扫描件、照片的文本提取 。

博主基于 PyQtlabelmePaddleOCR 写了一个桌面端的OCR工具,用于快速实现图片中 文本区域自动检测 文本自动识别 。

识别效果如下图所示:

干货主要有:

① 200 多本 Python 电子书(和经典的书籍)应该有

② Python标准库资料(最全中文版)

③ 项目源码(四五十个有趣且可靠的练手项目及源码)

④ Python基础入门、爬虫、网络开发、大数据分析方面的视频(适合小白学习)

⑤ Python学习路线图(告别不入流的学习)私信小编01即可获取大量Python学习资源

▲OCR工具识别效果

所有框选区域为OCR算法自动检测,右侧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”即可复制该文本内容。

功能列表
  • 文本区域检测 文字识别
  • 文本区域可视化
  • 文字内容列表
  • 图像、文件夹加载
  • 图像滚轮缩放查看
  • 绘制区域、编辑区域
  • 复制所选文本识别结果
OCR部分

图像文字检测 文字识别算法,主要借助 paddleocr 实现。

创建或者选择一个虚拟环境,安装需要用到的第三方库。

conda create -n ocrconda activate ocr

安装框架

如果你没有NVIDIA GPU,或GPU不支持CUDA,可以安装CPU版本:

# CPU版本pip install paddlepaddle==2.1.0 -i https://mirror.baidu.com/pypi/simple

如果你的GPU安装过CUDA9或CUDA10,cuDNN 7.6 ,可以选择下面这个GPU版本:

# GPU版本python3 -m pip install paddlepaddle-gpu==2.1.0 -i https://mirror.baidu.com/pypi/simple

安装 PaddleOCR

安装paddleocr:

pip install "paddleocr>=2.0.1" # 推荐使用2.0.1 版本

版面分析,需要安装 Layout-Parser:

pip3 install -U https://paddleocr.bj.bcebos.com/whl/layoutparser-0.0.0-py3-none-any.whl

测试安装是否成功

安装完成后,测试一张图片 --image_dir ./imgs/11.jpg ,采用中英文检测 方向分类器 识别全流程:

paddleocr --image_dir ./imgs/11.jpg --use_angle_cls true --use_gpu false

输出一个list:

在python中调用

from paddleocr import PaddleOCR, draw_ocr# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`ocr = PaddleOCR(use_angle_cls=True, lang="ch")# need to run only once to download and load model into memoryimg_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,其中pyqt GUI程序开发入门和环境配置,详见一篇博客(具体见文末)。

主要步骤:

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。

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。

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uiself.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)

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:

软件代码

由于时间有限,软件细节功能还需进一步完善。代码已开源到 gitee 上,欢迎感兴趣的朋友提pull request,共同修改完善。

代码开源地址: https://gitee.com/signal926/ocr-gui-demo

    推荐阅读
  • 身份证丢了怎么取机票(身份证丢了如何取机票)

    下面更多详细答案一起来看看吧!找到临时身份证的制证窗口,一般在候机楼内,可以询问值机人员。工作人员在身份证信息库中进行核实,如果属实,就会给开具临时身份证。凭临时身份证明到航班值机柜台取登机牌,办理登机手续。

  • 田亮分享女儿生日照(田亮晒女儿打网球)

    作为国家运动员的田亮来说,希望自己的孩子也能参与到某种体育项目当中去,森碟也是没有让老爸失望,在网球运动上成绩也是格外的优异。从十月份到现在也就短短几个月,从原本瘦弱身材到现在满身都是肌肉线条的身材看来,森碟这锻炼的强度是非常的大的。前不久田亮还陪女儿看了中网决赛现场,森碟在后台还见到了自己的偶像。爸爸不断为女儿创造这样的氛围,对森碟来说也是一种很好的学习机会。

  • 为啥有的人一吃辣就拉肚子了(一吃辣就拉肚子)

    辣椒素能刺激舌尖、口腔黏膜及口腔神经末梢,促进唾液分泌,有利于食物的消化吸收,并使人感到兴奋,产生快感。肠道壁上有很多神经元,接收到烧灼的信号,加快胃肠蠕动,将“辣椒素”排出体外。近年来,国内外研究证实,辣椒素具有很多健康益处,比如抑制前列腺癌细胞、降低患大肠肿瘤的风险、预防肥胖。美国加州大学研究指出,辣椒素可以缓解疼痛,延长寿命。

  • 十六年后李若彤再相遇(盘点那些你绝对没有见过的幕后花絮)

    3.《唐伯虎点秋香》,周星驰给巩俐捏肩膀,星爷也有那么狗腿的时候啊。

  • oppo reno3 5g版怎么用(5G信号录屏曝光)

    随着三大运营商5G套餐资费的正式上线,我们已经全面进入5G时代。而据了解,在即将到来的12月,OPPO将发布全新双模5G手机Reno3系列。作为首个搭载ColorOS7的新机系列,Reno3系列的综合启动性能将提升25%,动画、UI、声效和交互等方面都有不同程度优化升级。此外,基于ColorOS7的良好性能,OPPOReno3系列还将带给用户更多轻快畅爽的体验。另外,OPPOReno3系列的屏显将采用暗色模式,不仅能够减少视觉疲劳,也能够降低能耗,从而延长用机时间。

  • KnockOut月季 knockout月季花

    小叶片宽卵形至卵状长圆形,边缘有锐锯齿,花单瓣。花期4-9月,果期6-11月。生长习性KnockOut月季性喜温暖、日照充足、空气流通的环境,以疏松、肥沃、富含有机质、微酸性、排水良好的的壤土较为适宜。育种者美国人WilliamJ.rADLER,1988年。

  • 王者荣耀真人电影完整版(王者揭露公务员秘密的电影)

    王者荣耀真人电影完整版午休期间刷了部老电影。拍摄于2017年的韩国电影《王者》,主演赵寅成出生在一个贫困家庭,从小好狠斗勇不学上进,直到亲眼目睹父亲被检查官训斥施暴,领悟到权力的重要性。为达目的不择手段无所不用其极,为了掩盖事实真相,释放明星花边新闻制造舆论热点转移民众注意力,巧取豪夺贪污受贿,仿佛已凌驾一切将韩国踩在了脚下。被大检察官郑雨盛彻底抛弃后。影片印象最深的是战略档案室。

  • 2022年江西成人高考免试入学及加分考生名单公示

    江西省2022年成人高等学校招生考试申请享受免试照顾录取政策的考生有3062人、申请享受加分照顾录取政策的考生有2953人,名单现已公示,详见正文。

  • 时代广场的蟋蟀的内容描述(初读时代广场的蟋蟀的推测)

    初读时代广场的蟋蟀的推测初读《时代广场的蟋蟀》的推测题目拿到这本书,看到题目《时代广场的蟋蟀》,我就知道,这个故事发生在时代广场,主人公是蟋蟀蟋蟀是动物,那么,这本书必然是一本动物小说了封面节选和插图封面图上方,有片段摘录:。

  • 兄弟之间的经典句子(兄弟之间的经典句子精选)

    不要相信别人说你朋友的坏话,如果相信了,那么还做什么朋友!春有百花,秋看月。夏有凉风,冬有雪。心中若无烦愁事,便是此生好时节!当我是兄弟我会一辈子珍惜,不当我是兄弟少在我面前装逼。对兄弟讲义气,为朋友二肋插刀。敢一起打架的,不一定是兄弟;敢一起挨打的,一定是兄弟。关系再好,也不能走的太近,牙有时候还能咬到舌头,你说呢!好朋友就是要一辈子,我相信我们永远都会像今天一样相聚。