Python OCR 使用easyocr库将图片中的文章提取出来

EasyOCR是一个开源的Python库，专注于提供易用而准确的文字识别功能。它基于深度学习技术，使用了一种端到端的方法，能够在多种语言和字体下进行稳定的识别。

初

希望能写一些简单的教程和案例分享给需要的人

环境

Python 3.10.12
系统： ubuntu 22.04

内容

接下来我分享如何使用Python的easyocr库，将图片中的文字提取出来。

步骤一：安装easyocr库

首先，确保您已经安装了Python。接下来，我们需要安装easyocr库，可以通过以下命令在命令行中进行安装：

pip install easyocr

步骤二：导入必要的库

在您的Python脚本中，导入所需的库，其中包括我们即将使用的easyocr库：

import easyocr

步骤三：创建OCR阅读器对象

创建一个OCR阅读器对象，您可以选择要识别的语言。以下示例选择了中文和英文语言：

reader = easyocr.Reader(['ch_sim', 'en'])

步骤四：指定要识别的图片路径

将要进行OCR识别的图片放置在您选择的路径下，并将该路径赋值给变量image_path：

image_path = 'test.png'

确保将test.png替换为您实际的图片路径。

步骤五：执行OCR识别并提取文章内容

使用OCR阅读器对象的readtext方法读取图片中的文本，将识别结果存储在变量results中：

results = reader.readtext(image_path)

步骤六：遍历识别结果并打印文章内容

使用循环遍历results中的每个识别结果，然后打印出每个结果的文本内容：

for (bbox, text, prob) in results:
    print(text)

完整代码

# 导入所需库
import easyocr

# 创建一个OCR阅读器对象，选择中文和英文语言
reader = easyocr.Reader(['ch_sim', 'en'])

# 指定要进行OCR识别的图片路径
image_path = 'aaa.png'

# 使用OCR阅读器对象读取图片中的文本
results = reader.readtext(image_path)

# 遍历识别结果并打印文本内容
for (bbox, text, prob) in results:
    print(text)

运行结果

python3 a.py

识别出来是这样：识别率还行，不过有些确实不是很正确。

盗理者
玛龄7年
企业员工
355
4954
1458
103万+
原创
屑#名
总排名
访问
1万+
1770
788
241
1071
讧论

在sublime text 的效果：