ubuntu OCR 脚本

1. 百度 PaddleOCR 介绍

2. 环境安装

shell 复制代码
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
# 进入 https://github.com/PaddlePaddle/PaddleOCR 
# 这里有个 requirements.txt
pip install paddleocr -i https://mirror.baidu.com/pypi/simple
pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple

3. 用法: my_ocr.py 图片或文件夹

python 复制代码
#!/bin/env python
import os
import sys
import time
import logging                    # 关闭WARNING
from tqdm.auto import trange      # 进度条
from paddleocr import PaddleOCR   # 百度识别

logging.disable(logging.DEBUG)    # 关闭DEBUG日志的打印
logging.disable(logging.WARNING)  # 关闭WARNING日志的打印

file = "out.txt"

def ocr_imgs(img):
    result = ocr.ocr(img, cls=False)
    if len(result[0]) == 0:
        result = ocr.ocr(img, cls=False, det=False)
    with open(file, 'a') as f:
        f.write(f'\n{img.center(50, "-")}\n')
        for idx in range(len(result)):
            res = result[idx]
            for line in res:
                if isinstance(line, list):
                    f.write(f'{line[-1][0]}\n')
                elif isinstance(line, tuple):
                    f.write(f'{line[0]}\n')
        # f.flush()

def check_args():
    if len(sys.argv) < 2:
        print("Usage: %s <path> or <path/file>" % sys.argv[0])
        exit()

    arg = sys.argv[1]
    if os.path.isfile(arg):
        arg = os.path.dirname(arg)
        single_file = True
    elif os.path.isdir(arg):
        single_file = False
    
    os.chdir(arg)
    os.remove(file) if os.path.exists(file) else False
    return single_file

########################################################################
if __name__ == "__main__":
    print(f"[{time.strftime('%X')}] 识别开始...")
    start = time.time()
    imagelist = [os.path.basename(sys.argv[1])] if check_args() else list(filter(os.path.isfile, os.listdir()))
    imagelist.sort(key=str.lower)
    ocr = PaddleOCR(use_angle_cls=False, lang="ch")  # use_angle_cls 竖文字
    for i in trange(len(imagelist),leave=False):
        image = imagelist[i]
        fn, ex = os.path.splitext(image)
        if ex in ['.jpg', '.jpeg', '.png']:  # bmp/webp/tiff/svg/gif
            ocr_imgs(image)

    end = time.time()
    run_time = round(end - start)
    print(f"[{time.strftime('%X')}] 结束耗时{run_time}秒")

    cmd="gedit " + file + "&"
    os.system(cmd)
相关推荐
老猿讲编程几秒前
LCM中间件入门(1):工作原理核心概念及Ubuntu环境下的C++实践
c++·ubuntu·中间件·lcm
这里有鱼汤2 分钟前
用卡尔曼滤波器计算个股票相对大盘的相关性——β值
后端·python
m0_5587901412 分钟前
GPU算力平台评测
服务器·人工智能·python·深度学习·神经网络·目标检测·机器学习
Kyln.Wu33 分钟前
【python实用小脚本-169】『Python』所见即所得 Markdown 编辑器:写完即出网页预览——告别“写完→保存→刷新”三连
开发语言·python·编辑器
爱掉发的小李37 分钟前
Linux 环境下 Docker 安装与简单使用指南
java·linux·运维·c++·python·docker·php
惜.己2 小时前
selenium获取元素 出现的错误AttributeError: ‘TestPage‘ object has no attribute ‘driver‘
python·selenium·pycharm
LetsonH2 小时前
⭐CVPR2025 FreeUV:无真值 3D 人脸纹理重建框架
人工智能·python·深度学习·计算机视觉·3d
蹦蹦跳跳真可爱5892 小时前
Python----大模型(大模型微调--BitFit、Prompt Tuning、P-tuning、Prefix-tuning、LORA)
人工智能·python·深度学习·自然语言处理·transformer
Tipriest_3 小时前
ubuntu apt安装与dpkg安装相互之间的关系
linux·运维·ubuntu·apt·flatpak·dpkg·snap
Monkey的自我迭代3 小时前
决策树分类实战:从数据到模型优化
python·决策树·机器学习