1. EasyOCR は、Python で書かれた OCR サードパーティ ライブラリです。 Python で呼び出して、画像内のテキストを識別し、テキストとして出力できます。
2. 80 を超える言語の認識をサポートし、PaddleOCR を超える高い認識精度を実現します。
pip install easyocr
import easyocr #设置识别中英文两种语言 reader = easyocr.Reader(["ch_sim","en"], gpu = False) # need to run only once to load model into memory result = reader.readtext(r"d:Desktop4A34A16F-6B12-4ffc-88C6-FC86E4DF6912.png", detail = 0) print(result)
拡張例:
画像とテキスト抽出のコード
from pathlib import Path
import easyocr
file_url = r"识别图片.jpg" # 需识别的图片
split_symbol = " " # 默认空格为分隔符
row_space = 15 # 默认字符高度为15px，当识别出来的字符间距超过这个数值时会换行。
def make_reader():
# 将模型加载到内存中。模型文件地址 C:Users用户.EasyOCRmodel
reader = easyocr.Reader(["ch_sim", "en"])
return reader
def change_to_character(file_url, reader, split_symbol=" ", row_space=15, save_dir="."):
with open(file_url, "rb") as img:
img_b = img.read()
result = reader.readtext(img_b)
result.sort(key=lambda x: x[0][0][1]) # 按竖直方向，进行排序==>进行分行处理。
# for i in result:
# print(i)
# print("="*100)
# 按行进行分组
content = []
item = [result[0]] # 首先放入第一个元素
for i in result[1:]:
if row_space >= i[0][0][1] - item[-1][0][0][1] >= 0:
item.append(i)
else:
content.append(item)
item = [i]
content.append(item)
filemane = Path(file_url).name.split(".")[0]
with open(f"{save_dir}/{filemane}.txt", "w", encoding="utf8") as t:
for i in content: # i 为每一行的内容
i.sort(key=lambda x: x[0][0][0]) # 对每行的内容进行先后排序
for r in i:
# print(r)
t.write(r[1] + split_symbol)
t.write("
")
return content
if __name__ == "__main__":
change_to_character(file_url, make_reader())UI インターフェイス コード
import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk
from pathlib import Path
from character import change_to_character, make_reader
from threading import Thread
import time
# class Showing(tk.Frame):
# def __init__(self, master=None):
# super().__init__(master)
# self.master = master
# self.pack()
# # self.img = tk.PhotoImage(file=r"C:UsersyanhyDesktop捕获22.PNG")
# self.create_widgets()
#
# def create_widgets(self):
# self.img = tk.PhotoImage(file=r"C:UsersyanhyDesktop捕获22.PNG")
# self.img_wig = tk.Label(self, image=self.img)
# self.img_wig.pack()
# 最外层窗口设置
root = tk.Tk()
root.title("图片文字识别程序 联系：410889472@qq.com")
window_x = root.winfo_screenwidth()
window_y = root.winfo_screenheight()
WIDTH = 1200
HEIGHT = 750
x = (window_x - WIDTH) / 2 # 水平居中
y = (window_y - HEIGHT) / 3 # 垂直偏上
root.geometry(f"{WIDTH}x{HEIGHT}+{int(x)}+{int(y)}")
root.resizable(width=False, height=False)
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
Row_space = 15
File_url_list = []
Img_type = [".jpg", ".jpeg", ".png", ".gif"]
Split_symbol = " " # 间隔符。
Save_dir = Path.cwd().joinpath("img_to_word")
if Save_dir.is_dir():
pass
else:
Path.mkdir(Save_dir)
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
def test():
print(f"{Row_space=}")
def choose_file(): # 获取导入的图片路径地址
global show_img, img_label, text, File_url_list
filenames = filedialog.askopenfilenames()
if len(filenames) == 1 and len(File_url_list) == 0: # 单张图片导入，显示图片
if Path(filenames[0]).suffix.lower() in Img_type: # 判断是否图片类型
File_url_list = list(filenames)
try:
if text.winfo_exists():
text.destroy()
except NameError as e:
print(f"choose_file提示：张图片导入错误>>> {e}")
try:
if img_label.winfo_exists():
img_label.destroy()
except NameError as e:
print(f"choose_file提示：单张图片导入错误>>> {e}")
img = Image.open(File_url_list[0]).resize((560, 660))
# print(img.size)
show_img = ImageTk.PhotoImage(image=img)
img_label = tk.Label(f_left, image=show_img)
img_label.pack()
else:
print("导入的是非图像格式")
else: # 多张图片导入，显示列表。
try:
if img_label.winfo_exists():
img_label.destroy()
except NameError as e:
print(f"提示：多张图片导入错误>>> {e}")
try:
if text.winfo_exists():
text.destroy()
except NameError as e:
print(f"提示：多张图片导入错误>>> {e}")
text = tk.Text(f_left, spacing1=5, spacing3=5)
text.pack(fill="both", expand=True)
for i in filenames:
if Path(i).suffix.lower() in Img_type:
File_url_list.append(i)
else:
pass
File_url_list = set(File_url_list)
for i in list(File_url_list): # 把文件写入到文本框中
text.insert("end", str(list(File_url_list).index(i)+1) + ": " + i + "
")
File_url_list = list(File_url_list)
print(f"{File_url_list=}")
def choose_dir():
global show_img, img_label, text, File_url_list
directoryname = filedialog.askdirectory()
print(f"{directoryname=}")
try:
if img_label.winfo_exists():
img_label.destroy()
except NameError as e:
print(f"choose_dir提示：多张图片导入错误>>> {e}")
try:
if text.winfo_exists():
text.destroy()
except NameError as e:
print(f"choose_dir提示：多张图片导入错误>>> {e}")
text = tk.Text(f_left, spacing1=5, spacing3=5)
text.pack(fill="both", expand=True)
for i in Path(directoryname).iterdir(): # 获取文件夹下的所有文件。
if Path(i).suffix.lower() in Img_type:
File_url_list.append(i.as_posix()) # as_posix() 把Path型转为字符串。
else:
pass
File_url_list = set(File_url_list)
for i in list(File_url_list): # 把文件写入到文本框中
text.insert("end", str(list(File_url_list).index(i) + 1) + ": " + i + "
")
File_url_list = list(File_url_list)
print(f"{File_url_list=}")
def clear_file_list():
global File_url_list
File_url_list.clear()
try:
if img_label.winfo_exists():
img_label.destroy()
except NameError as e:
print(f"clear_file_list提示：清空错误>>> {e}")
try:
if text.winfo_exists():
text.destroy()
except NameError as e:
print(f"clear_file_list提示：清空错误错误>>> {e}")
def get_entry1(): # 设置换行间距变量值
global Row_space
num = entry1.get()
if num.isdigit():
if int(num) > 0:
Row_space = int(num)
else:
entry1.delete(0, "end")
entry1.insert(0, 15)
Row_space = 15
def set_split_symbol():
global Split_symbol
Split_symbol = entry2.get()
print(f"{Split_symbol=}")
def do_change():
if File_url_list:
v.set("文字提取中,请稍后……")
button_do.config(state="disable") # 使按钮不可用。
# ========================================
def main():
reader = make_reader()
for i in File_url_list:
content = change_to_character(i, reader, row_space=Row_space, split_symbol=Split_symbol, save_dir=Save_dir)
read_text.delete(1.0, "end")
for c in content: # i 为每一行的内容
c.sort(key=lambda x: x[0][0][0]) # 对每行的内容进行先后排序
for r in c:
# print(r)
read_text.insert("end", r[1] + Split_symbol)
read_text.insert("end", "
")
v.set("文字提取结束。")
button_do.config(state="normal") # 恢复按钮可用。
# ========================================
t = Thread(target=main, daemon=True)
t.start()
else:
v.set("请先选择图片！")
def join_file():
v.set("文件开始合并。")
filst = list(Path(Save_dir).iterdir()) # 获取文件夹中所有的文本文件。
with open(f"{Save_dir}/合并文件.txt", "w", encoding="utf8") as join_f:
for f in filst:
with open(f, "r", encoding="utf8") as r_f:
read_con = r_f.read()
join_f.write(f.name+"
"+read_con + "
")
time.sleep(1)
v.set("文件合并完毕。")
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
f_top = tk.Frame(root, height=65, width=1100, bd=1, relief="flat") # "sunken" "raised"，"groove" 或 "ridge"
f_top.pack_propagate(False) # 如果不加这个参数，当Frame框架中加入部件时，会自动变成底层窗口，自身的特性会消失。
f_top.pack(side="top", pady=5)
f_left = tk.Frame(root, height=660, width=560, bd=1, relief="groove")
f_left.pack_propagate(False)
f_left.pack(side="left", padx=20)
f_right = tk.Frame(root, height=660, width=560, bd=1, relief="groove")
f_right.pack_propagate(False)
f_right.pack(side="left", padx=20)
read_text = tk.Text(f_right, spacing1=5, spacing3=5)
read_text.pack(fill="both", expand=True)
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
button_choose_file = tk.Button(f_top, text="选择图片", command=choose_file)
button_choose_file.pack(side="left", padx=10, ipadx=5)
button_choose_file = tk.Button(f_top, text="选择文件夹", command=choose_dir)
button_choose_file.pack(side="left", padx=10, ipadx=5)
button_clear_file = tk.Button(f_top, text="清空选择", bg="#FFEF2F", command=clear_file_list)
button_clear_file.pack(side="left", padx=5, ipadx=5)
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
f_row_content = tk.Frame(f_top, height=50, width=300, bg="#D1D4D0", relief="flat") # "sunken" "raised"，"groove" 或 "ridge"
f_row_content.pack_propagate(False)
f_row_content.pack(side="left", padx=15)
button_set_row_height = tk.Button(f_row_content, text="设置行间距", command=get_entry1)
button_set_row_height.pack(side="left", ipadx=3, padx=3)
entry1 = tk.Entry(f_row_content, font=("", 18), width=3)
entry1.insert(0, 15)
entry1.pack(padx=5, side="left")
tk.Label(f_row_content, justify="left", text="填入像素值，设置换行间距。
默认15个像素。").pack(side="left")
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
f_split = tk.Frame(f_top, height=50, width=215, bg="#D1D4D0", relief="flat") # "sunken" "raised"，"groove" 或 "ridge"
f_split.pack_propagate(False)
f_split.pack(side="left", padx=4)
button_split = tk.Button(f_split, text="设置分隔符", command=set_split_symbol)
button_split.pack(side="left", ipadx=3, padx=3)
entry2 = tk.Entry(f_split, font=("", 18), width=3)
entry2.insert(0, " ")
entry2.pack(padx=5, side="left")
tk.Label(f_split, justify="left", text="默认一个空格").pack(side="left")
# 《《《《《《《《《《《《《《《《《《《《《《 提取 合并文件 》》》》》》》》》》》》》》》》》》》》》》》》》
button_do = tk.Button(f_top, text="开始提取", bg="#4AB0FF", command=do_change)
button_do.pack(side="left", padx=10, ipadx=2)
button_join = tk.Button(f_top, text="合并文件", command=join_file)
button_join.pack(side="left", padx=5, ipadx=2)
v = tk.StringVar()
v.set("info……")
tk.Label(f_top, bg="#2EBD1D", justify="left", textvariable=v).pack(side="left")
# 《《《《《《《《《《《《《《《《《《《《《《 右键菜单 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
def copy_text():
read_text.event_generate("<<Copy>>")
menubar = tk.Menu(tearoff=False)
# root["menu"] = menubar # 没有把这个 菜单部件 加入到 root 窗口的菜单属性中，所以它不会在root窗口的顶部显示。
menubar.add_command(label="复制", command=copy_text)
def show_menu(event):
"""用 菜单部件 的 post 方法展示菜单"""
menubar.post(event.x_root, event.y_root)
read_text.bind("<Button-3>", show_menu)
# 》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》
root.mainloop()以上がPython EasyOCRライブラリの使用方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
