[OCR]Python 3 下的文字识别CnOCR

发布时间:2023年12月28日

目录

1? CnOCR

2 安装

3 实践


1? CnOCR

CnOCR?是 Python 3?下的文字识别Optical Character Recognition,简称OCR)工具包。

工具包支持简体中文繁体中文(部分模型)、英文数字的常见字符识别,支持竖排文字的识别。同时,自带了20+个训练好的识别模型,适用于不同应用场景,安装后即可直接使用。

同时,CnOCR也提供简单的训练命令供使用者训练自己的模型。

?2 安装

安装cnocr的命令如下:

pip --default-timeout=100 install cnocr -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

下述的字体文件用于实践中的中文识别结果的展示。

①字体文件

??? SimSun:宋体

??? Microsoft YaHei:微软雅黑

??? FangSong:仿宋

??? KaiTi:楷体

??? STXihei:华文细黑

??? STSong:华文宋体

??? STKaiti:华文楷体

??? STFangsong:华文仿宋

??? SimHei:黑体

②下载地址

部分中文字体文件下载

链接: https://pan.baidu.com/s/1pCEreBBHPJKLmWPJmh4OPg 提取码: hope

?3 实践

  • ①代码
from cnocr import CnOcr
import matplotlib.pyplot as plt
from PIL import Image, ImageDraw, ImageFont
import cv2
import numpy as np
def get_bbox(array):
    "将结果中的position信息的四个点的坐标信息转换"
    x1 = array[0][0]
    y1 = array[0][1]
    pt1 = (int(x1), int(y1))
    x2 = array[2][0]
    y2 = array[2][1]
    pt2 = (int(x2), int(y2))
    return pt1, pt2
def dealImg(img):
    b, g, r = cv2.split(img)
    img_rgb = cv2.merge([r, g, b])
    return img_rgb
def create_blank_img(img_w, img_h):
    blank_img = np.ones(shape=[img_h, img_w], dtype=np.int8) * 255
    # blank_img[:, img_w - 1:] = 0
    blank_img = Image.fromarray(blank_img).convert("RGB")
    blank_img = blank_img.__array__()
    return blank_img
def Draw_OCRResult(blank_img, pt1, pt2, text):
    cv2.rectangle(blank_img, pt1, pt2, color=[255, 255, 0], thickness=3)
    data = Image.fromarray(blank_img)
    draw = ImageDraw.Draw(data)
    fontStyle = ImageFont.truetype("ChineseFonts/simsun.ttc", size=30, encoding="utf-8")
    (x, y) = pt1
    draw.text((x+5, y+5), text=text, fill=(0, 0, 0), font=fontStyle)
    blank_img = np.asarray(data)
    # cv2.putText(img, temp["text"], pt1, cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 0), 2)
    return blank_img
def _main(img_path):
    im = cv2.imread(img_path)
    img_h, img_w, _ = im.shape
    blank_img = create_blank_img(img_w, img_h)
    # 所有参数都使用默认值
    ocr = CnOcr()
    result = ocr.ocr(img_path)
    # print(result)
    for temp in result:
        print(temp["text"])
        # print(temp["score"])
        pt1, pt2 = get_bbox(temp["position"])
        blank_img = Draw_OCRResult(blank_img, pt1, pt2, temp["text"])
    fig = plt.figure(figsize=(10, 10))
    im = dealImg(im)
    img = dealImg(blank_img)
    titles = ["img", "result"]
    images = [im, img]
    for i in range(2):
        plt.subplot(1, 2, i + 1), plt.imshow(images[i], "gray")
        plt.title("{}".format(titles[i]), fontsize=20, ha='center')
        plt.xticks([]), plt.yticks([])
    # plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=0.3, hspace=0)
    # plt.tight_layout()
    plt.show()
    fig.savefig('test_results.jpg', bbox_inches='tight')
if __name__ == '__main__':
    _main("test.png")
    pass

  • ①结果图

  • ②代码
from cnocr import CnOcr
from PIL import Image, ImageDraw, ImageFont
import cv2
import numpy as np
def get_bbox(array):
    "将结果中的position信息的四个点的坐标信息转换"
    x1 = array[0][0]
    y1 = array[0][1]
    pt1 = (int(x1), int(y1))
    x2 = array[2][0]
    y2 = array[2][1]
    pt2 = (int(x2), int(y2))
    return pt1, pt2
def dealImg(img):
    b, g, r = cv2.split(img)
    img_rgb = cv2.merge([r, g, b])
    return img_rgb
def create_blank_img(img_w, img_h):
    blank_img = np.ones(shape=[img_h, img_w], dtype=np.int8) * 255
    # blank_img[:, img_w - 1:] = 0
    blank_img = Image.fromarray(blank_img).convert("RGB")
    blank_img = blank_img.__array__()
    return blank_img
def Draw_OCRResult(blank_img, pt1, pt2, text):
    cv2.rectangle(blank_img, pt1, pt2, color=[255, 255, 0], thickness=3)
    data = Image.fromarray(blank_img)
    draw = ImageDraw.Draw(data)
    fontStyle = ImageFont.truetype("ChineseFonts/simsun.ttc", size=30, encoding="utf-8")
    (x, y) = pt1
    draw.text((x+5, y+5), text=text, fill=(0, 0, 0), font=fontStyle)
    blank_img = np.asarray(data)
    # cv2.putText(img, temp["text"], pt1, cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 0), 2)
    return blank_img
def _main(img_path):
    im = cv2.imread(img_path)
    img_h, img_w, _ = im.shape
    blank_img = create_blank_img(img_w, img_h)
    # 所有参数都使用默认值
    ocr = CnOcr()
    result = ocr.ocr(img_path)
    # print(result)
    for temp in result:
        print(temp["text"])
        # print(temp["score"])
        pt1, pt2 = get_bbox(temp["position"])
        blank_img = Draw_OCRResult(blank_img, pt1, pt2, temp["text"])
    images = np.concatenate((im, blank_img), axis=1)
    cv2.imwrite('OCR_result.jpg', images)
if __name__ == '__main__':
    _main("test.png")
    pass

  • ②结果图

茫茫人海,遇见便是缘,愿君事事顺心,一切都好。 感恩遇见!

文章来源:https://blog.csdn.net/wss794/article/details/135268900
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。