微信扫码
添加专属顾问
我要投稿
快速搭建高精度OCR识别服务,轻松应对多语言文字识别需求。 核心内容: 1. EasyOCR特点:轻量、识别率高、支持多语言 2. 环境准备与安装步骤 3. 基础使用与高级参数配置指南
最近接到一个需求:需要从邮件中自动下载某些邮件的附件,而这些附件是经过加密的压缩包,解压码在对应的图片中,所以需要自动识别图片中的解压码,然后去解压文件。
经过各种调研,对比了几种OCR,最后选定了EasyOCR,轻量、识别率高、开源免费!
EasyOCR 是一个用 Python 编写的 OCR(光学字符识别)库,支持 80+ 种语言的文字识别。它具有以下特点:
# 使用 pip 安装
pip install easyocr
# 如果需要支持 GPU,请确保已安装 CUDA
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
import easyocr
# 初始化读取器
reader = easyocr.Reader(['ch_sim','en']) # 这里选择中文简体和英文
# 读取图像
result = reader.readtext('image.jpg')
# 输出结果
for (bbox, text, prob) in result:
print(f'识别文本: {text}')
print(f'置信度: {prob}')
result = reader.readtext(
'image.jpg',
detail = 0, # 设置为 0 只返回文本,坐标和置信度会隐藏
paragraph = True, # 将临近文本合并为段落
min_size = 10, # 最小文本框大小
contrast_ths = 0.15, # 对比度阈值
adjust_contrast = 0.5, # 对比度调整
text_threshold = 0.7, # 文本检测阈值
low_text = 0.4, # 文本检测低阈值
link_threshold = 0.4, # 文本行连接阈值
)
对外提供API:
部分代码如下:
from flask import Flask, request, jsonify, render_template, json
import easyocr
import numpy as np
from PIL import Image
app = Flask(__name__)
reader = easyocr.Reader(['ch_sim','en'])
@app.route('/', methods=['GET'])
def index():
pass
@app.route('/ocr', methods=['POST'])
def ocr_endpoint():
try:
if'image'notin request.files:
return jsonify({'error': 'No image provided'}), 400
image = request.files['image']
img = Image.open(image)
result = reader.readtext(np.array(img))
processed_result = []
current_line = []
current_line_boxes = []
sorted_result = sorted(result, key=lambda x: (x[0][0][1] + x[0][2][1]) / 2)
y_threshold = 10
for i, (bbox, text, prob) in enumerate(sorted_result):
current_y = (bbox[0][1] + bbox[2][1]) / 2
ifnot current_line:
current_line.append((bbox, text))
current_line_boxes.append(bbox)
else:
prev_y = (current_line[0][0][0][1] + current_line[0][0][2][1]) / 2
if abs(current_y - prev_y) <= y_threshold:
current_line.append((bbox, text))
current_line_boxes.append(bbox)
else:
current_line.sort(key=lambda x: x[0][0][0])
processed_result.append({
'text': ' '.join(item[1] for item in current_line)
})
current_line = [(bbox, text)]
current_line_boxes = [bbox]
if current_line:
current_line.sort(key=lambda x: x[0][0][0])
processed_result.append({
'text': ' '.join(item[1] for item in current_line)
})
response = app.response_class(
response=json.dumps(
{'result': processed_result},
ensure_ascii=False,
indent=2
),
status=200,
mimetype='application/json'
)
return response
except Exception as e:
return jsonify({'error': str(e)}), 500
if __name__ == '__main__':
app.run(host='0.0.0.0', port=8080, debug=True)
GPU 加速
内存优化
图像预处理
内存不足
识别准确率不高
个人觉得EasyOCR 是一个功能强大且易用的 OCR 工具,适合各种文字识别场景,如果你也遇到需要和我一样的需求场景,也可以试试。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-04-01
扫描书籍PDF文件转Markdown/EPUB工具pdf-craft
2025-04-01
DeepSeek写材料:5秒生成满意的标题
2025-03-31
网页数据抓取神器!Fetch MCP Server:一款超级好用的网页数据抓取轻量级利器!
2025-03-31
Cursor + Figma:UI 设计稿一键转代码的高效工作流
2025-03-31
Cursor 搭建高效全栈开发环境
2025-03-30
自己实现一个ClickHouse的MCP
2025-03-30
AI + 高德MCP:10分钟搞定一份旅行攻略!
2025-03-30
5步法教你用DeepSeek+Claude写综述论文,效率提升200%
2025-03-06
2024-09-04
2025-01-25
2024-09-26
2024-10-30
2024-09-03
2024-12-11
2024-12-25
2024-10-30
2024-09-06