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
  • agoda 预订(Agoda订房攻略轻松帮你省下20)

    今天分享的是关于Agoda使用的干货环节,大家请搬上小板凳听好了。并使得这两类消费者都可以付出他们愿意付出的最高价格。目前PointsMAX计划支持47家航司。启动价格提醒,保存当天的价格,如果有更低的价格,Agoda会通知你。3)Agoda的推荐订房目的地Agoda总部在泰国,所以东南亚酒店价格相对有优势,日韩、大陆、港澳台也是Agoda的价格优势辐射范围。

  • 怪物猎人崛起3.9.0版本更新了什么(怪物猎人崛起3.0更新了吗)

    怪物猎人崛起3.9.0版本更新了什么?最近怪物猎人崛起更新了全新的3.9.0版本内容,很多玩家还不清楚此次版本更新有哪些有趣好玩的内容追加,下面一起来看一下网小编带来的怪物猎人崛起3.9.0版本更新内容汇总。

  • 别克全新suv官图(别克SUV阵营又添一猛将)

    在汽车行业飞速发展的今天,老款别克昂科拉的设计和科技配置都已经有了年代感,加之别克的紧凑级SUV市场产品空缺,急需一名救火队长站出来。而全新别克昂科拉GX填补了别克产品线当中的空缺,外观更符合现代审美的同时被赋予了强大的越野能力。美中不足的是尽管昂科拉GX的座椅设置的非常舒适,但是真皮座椅只要高配的两款车型才标配,低配的两款车型只要织物和翻毛皮座椅,可能会让一部分对座椅用料有要求的消费者困扰。

  • 粑粑是爸爸的意思吗(粑粑是什么意思)

    接下来我们就一起去研究一下吧!粑粑是爸爸的意思吗在网络用语中粑粑是爸爸的意思,妈妈=麻麻。还有一种粑粑是方言,指的是饼类食物,是江西和昆明最著名的名特小吃之一,也是大理地区及萍乡地区常见的传统食品之一,制作方法众多,风味各异,十分美味。第三种意思指拉出来的东西,就是大便啊,通常用于指小孩的大便,如小孩通常会说:爸爸妈妈,我要拉粑粑。

  • 女人吃什么对身体好又养颜(吃什么对皮肤好)

    然而白萝卜所含有的营养价值超乎你的想象,尤其是对女性来说,白萝卜中含有丰富的维生素C,可以白净肌肉,抑制黑色素的合成。而且维生素C是一种抗氧化的物质,它还可以阻止脂肪氧化,脂褐质沉淀,让女生的皮肤更加的白净光滑。答案是促进体内毒素的排出,加速细胞的生成,让皮肤更加细嫩。所以女生想要皮肤好,可以适当的吃一些荔枝。

  • 抖音APP如何开启儿童青少年模式

    6、在弹出的“功能”界面中,点击“未成年保护工具”菜单。

  • 恒大冰泉矿泉水价格(恒大冰泉矿泉水价格介绍)

    因此,接下来2元、3元水将占据瓶装水主流市场。恒大冰泉以3元产品为基石的品牌拓展,能够使其在中高端市场站稳脚跟。但目前消费者对高端瓶装水的需求较小,因此受众小众。从恒大冰泉整体的品牌架构来看,目前高端品牌更多承担了塑造品牌高端形象的责任。就当前来看,这一战略符合瓶装水市场发展趋势,有利于恒大冰泉这一品牌的进一步发展。

  • 十三星座是什么意思(十三星座指什么)

    以下内容希望对你有帮助!十三星座是什么意思十三星座有:白羊座、金牛座、双子座、巨蟹座、狮子座、室女座、天秤座、天蝎座、人马座、摩羯座、宝瓶座、双鱼座、还有一个星座是蛇夫座。平时所说的十二星座,是占星学里的,与天文学无关,而人们一般说自己的星座,指占星学的那个。

  • 画眉是什么意思(画眉指的是什么)

    流行于全国许多地区。即以一种青黑色类如石的颜料“黛”画眉毛,使得女子眉目清晰,容貌秀丽。画眉是中国最流行、最常见的一种化妆方法,产生于战国时期。“黛黑”指的就是用黑色画眉。《米庄台记》中说“魏武帝令宫人画青黛眉,连头眉,一画连心甚长,人谓之仙娥妆。”这种翠眉的流行反而使用黑色描眉成了新鲜事。《中华古今注》中说杨贵妃“作白妆黑眉”,当时的人将此认作新的化妆方式,称其为“新妆”。