EasyOCR 是 PyTorch 实现的一个光学字符识别 (OCR) 工具。

安装 EasyOCR

在命令窗口中，使用 pip 安装 EasyOCR 稳定版本。

pip install easyocr

使用 EasyOCR

import easyocr

reader = easyocr.Reader(
    ['ch_sim', 'en'],
    gpu=False,
    model_storage_directory='model/.',
    user_network_directory='model/.',
)
result = reader.readtext('examples/chinese.jpg')

执行上面的代码时，会自动通过网络下载检测与识别模型到指定目录下。

• ['ch_sim', 'en'],: 指定识别的语言
• gpu=False,: 设置是否使用GPU (EasyOCR在GPU上运行效率更高, 没有GPU或者GPU内存不足时设置False)
• model_storage_directory='model/.',: 检测与识别模型的存储路径 (没有设置时默认存储在~/.EasyOCR/model目录)

识别结果 result 是一个列表，列表中的每一项都是一个长度为 3 的识别结果，例如 ([[189, 75], [469, 75], [469, 165], [189, 165]], '愚园路', 0.3754989504814148)，它们分别是 边界框、检测到的文本 和 置信度 值。

easyocr-server

EasyOCR 服务器是一个用于从图像中提取文本。它是一种通用的 OCR，既可以读取自然场景文本，也可以读取文档中的密集文本。目前支持 80+ 种语言，并且还在扩展。

安装步骤

步骤 0. 从 GitHub 下载 easyocr-server 并安装。

git clone https://github.com/hekaiyou/easyocr-server.git

步骤 1. 使用 PyPI 安装 easyocr、 bottle 和 gevent 模块。

cd easyocr-server
pip install -r requirements.txt

验证安装

python main.py

• Browser: http://localhost:8080/ocr/
• CMD: curl http://localhost:8080/ocr/ -F "language=en" -F "img_file=@examples/english.png"

验证成功后，您应该能够在浏览器中看到打印的推理结果。

通过 Docker 部署服务

我们提供了一个 Dockerfile 来构建镜像。

docker build -t easyocr-server:latest .

运行它。

docker run -it -v {
    
    DATA_DIR}:/workspace/model -p 8083:8080 easyocr-server:latest

支持语言

修改 easyocr-server

上面 easyocr-server 项目的核心代码在 GitHub: easyocr-server/ocr.py 中，可以按实际需求修改。