深度学习系列59：文字识别

IE062024-02-25 21:23

1. 简单文本：

使用google加的tesseract，效果不错。

首先安装tesseract，在mac直接brew install即可。

python调用代码：

import pytesseract
from PIL import Image
img = Image.open('1.png')
pytesseract.image_to_string(img, lang='chi_sim+eng')

2. 结构化文本

使用百度家的paddleocr可以达成如下效果：

安装方法：pip install "paddleocr>=2.2"，调用代码。

其中画图的部分如果要用的话，需要下载字体库：!git clone https://gh.api.99988866.xyz/https://github.com/PaddlePaddle/PaddleOCR；不需要画图的话，注释掉即可。

import os
import cv2
from paddleocr import PPStructure, draw_structure_result, save_structure_res
from PIL import Image


def Structure_analysis(img_path):
    table_engine = PPStructure(show_log=True)
    save_folder = './output/table'
    img = cv2.imread(img_path)
    result = table_engine(img)1
    save_structure_res(result, save_folder,os.path.basename(img_path).split('.')[0])

    for line in result:
        line.pop('img')
        print(line)

    font_path = '../PaddleOCR/doc/fonts/simfang.ttf' # PaddleOCR下提供字体包
    image = Image.open(img_path).convert('RGB')
    im_show = draw_structure_result(image, result, font_path=font_path)
    im_show = Image.fromarray(im_show)
    im_show.save('result.jpg')
    pass

Structure_analysis('1.png')