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
  • qq空间里的照片怎么越来越模糊了(解决方法介绍)

    qq空间里的照片怎么越来越模糊了首先打开QQ,点击qq空间图标进入到qq空间,或者也可以直接打开qq空间网站,输入账户密码登录。点击进入页面后,在上方的导航栏上点击“相册”。如果想多添加几张,可以按住CTRL+鼠标点击,照片添加完成后,点击下方的“开始上传”,选择原图保持原来照片的比例大小不被压缩。

  • 传统文化自信的根本(加强古籍研究坚定文化自信)

    经部中,现存传世古籍以儒家经典《六经》影响最大。一是积极利用古圣先贤创造的中国古代哲学的标志性成果进行再思考。在内容丰富的中华优秀传统文化中,人文精神是重要方面。西周时期,对人的教化、人自身的修养开始受到重视。春秋时期,人文精神中“以人为本”的思想得到了强化。在个人对自身方面,人文精神强调修身。同时,人文精神还要求在修身时把天性和修养结合在一起。

  • 河南最有可能成为省会的城市(为何能够力压开封)

    省会,又称之为首府,省政府的驻地所在,作为国家最高一级行政单位,承担着一省的政治文化经济中心作用。霸王别姬1954年10月30日,河南省政府由开封迁往郑州,郑州由此成为河南省的省会城市,并延续至今。这也是中国近现代绝大多数城市的命运,与国同在,休戚相关。希望的中国愿郑州灾难远去,愿中原安定,愿天下无灾厄,人民安康,岁月静好,国家安好。

  • 羊腰子的做法(羊腰子的做法简介)

    以下内容希望对你有帮助!羊腰子的做法大羊腰子切开片成两半用盐、白酒、辣椒面、孜然腌渍。洋葱洗净切丝待用。将挂着羊油羊腰子穿上竹签。再将羊腰子放在铺好的洋葱丝上洋葱的味道可以去除羊腰子的膻味,放入烤箱,上下火200度烤8分钟即可取出食用。

  • 毕节飞雄机场的位置(毕节市飞雄机场将于本月底开通两条新航线)

    毕节飞雄机场的位置近日,笔者从华夏航空了解到,本月华夏航空将在毕节原有航线网络基础上,新增两条航线。截至目前,毕节飞雄机场已开通航线20条,本月月底将增加至22条。华夏航空相关负责人告诉笔者,3月31日,毕节将开通往返内蒙古包头市和河南郑州的航线。每周一、周三、周五、周日旅客都可乘坐G54947/8次航班往返毕节与包头或毕节与郑州之间,届时,华夏航空将接通毕节与郑州、包头等9个城市。

  • 经典散文图书(散文老布鞋)

    “北京老布鞋”是一个招牌,似乎一切布鞋都可以冠以“北京”这个牌子,因为北京代表时尚。如今的布鞋虽然仍叫“老布鞋”,突出其历史传承的古老,以唤醒已步及中老年的几代人的少年记忆即怀旧之情,但总有些名不副实。一双鞋耐不耐穿,主要靠鞋底,所以旧时的布鞋又称“千层底”。比布鞋更古老的应该是草鞋,文人雅士称之为芒鞋。农村妇女缝缝补补时,例如补衣或补钮扣时,完工时那细线通常都是牙齿咬断。

  • 名爵车型排名(美国免税进口联影PET-CT)

    C919总设计师吴光辉在大会上透露,继2017年5月完成首飞后,C919今年有望取得民航适航证并交付东航,而上海设计是交付的保障。就在大会开幕前两天,一万辆上汽旗下纯电动车名爵MGMULAN出征欧洲。此次大会主展览中,一座智慧车站意外走红。最终,青浦区一名驻村指导员朱女士荣获拟合度最高的“最具慧眼市民大奖”,获赠一辆飞凡R7。12年前,上海被联合国授予“设计之都”称号,成为梦开始的地方。

  • 宫颈炎有哪些症状及治疗(宫颈炎会有哪些症状)

    女性朋友最头疼的莫过于患上妇科疾病,其中,宫颈炎是最常见的妇科疾病之一。长期慢性宫颈炎症得不到有效治疗可能会引发宫颈癌,患者应该积极进行治疗,这样才能避免宫颈癌的发生。

  • 嘉年华结局什么意思(嘉年华结局怎么样)

    两个女孩再次接受了下体检查,孟小文感到屈辱而簌簌落泪。专家们宣称刚刚为涉案女孩做了妇检,两个女孩没有受到任何伤害。嘉年华项目紧锣密鼓地进展,六一儿童节期间有望正式开园。这时小米突然看到电视新闻,新闻报道了刘会长性侵女孩案已进入公诉阶段,刘会长被检察院提起公诉,王队长涉嫌利用职权受贿等罪、省人民医院三名主任医师因为提供假证和受贿都将被依法追究法律责任。

  • 世界著名的十大音乐家(快来看看吧)

    世界著名的十大音乐家路德维希·范·贝多芬是一位集古典主义大成的德国古典音乐作曲家。莫扎特是欧洲最伟大的古典主义音乐作曲家之一。弗雷德里克·肖邦,波兰作曲家和钢琴家,他是历史上最具影响力和最受欢迎的钢琴家。约翰·塞巴斯蒂安·巴赫,德国作曲家,一生中并未享有盛名。舒伯特,奥地利作曲家。海顿,奥地利著名音乐家。尼科洛·帕格尼尼,1782年10月27日出生于意大利热那亚,1840年5月27日逝于法国尼斯,终年不到58岁。