opencv保姆级讲解——光学学符识别(OCR)(4)

光学字符识别

(Optical Character Recognition, OCR)是指对文本材料的图像文件进行分析识别处理,以获取文字和版本信息的过程。也就是说将图象中的文字进行识别,并返回文本形式的内容

以下是比较流行的开源的ORC识别库

  1. Tesseract OCR Tesseract 是 Google 赞助的一个开源 OCR 引擎,支持多种语言,包括中文。它是最流行和最成熟的 OCR
  2. PaddleOCR PaddleOCR 是基于 PaddlePaddle 的 OCR 工具,集成了文本检测和识别模型,支持多种语言,包括中文。
  3. EasyOCR EasyOCR 是一个轻量级的 OCR 库,支持多种语言,包括中文。它使用 PyTorch 作为后端

PaddleHub 介绍

PaddleHub现已开源OCR文字识别的预训练模型

移动端的超轻量模型:仅有8.6M,chinese_ocr_db_crnn_mobile。

服务器端的精度更高模型:识别精度更高,chinese_ocr_db_crnn_server。

该 Module 用于识别图片当中的汉字、数字、字母。如果仅需要检测,也可单独使用chinese_text_detection_db_server或者chinese_text_detection_db_mobile得到检测结果的文本框

开发者可以基于PaddleHub提供的OCR中文识别Module,实现一键文字识别,适用于常见的OCR应用场景中。

OCR的应用场景

​ 根据OCR的应用场景而言,我们可以大致分成识别特定场景下的专用OCR以及识别多种场景下的通用OCR。就前者而言,证件识别以及车牌识别就是专用OCR的典型案例。针对特定场景进行设计、优化以达到最好的特定场景下的效果展示。那通用的OCR就是使用在更多、更复杂的场景下,拥有比较好的泛性。在这个过程中由于场景的不确定性,比如:图片背景极其丰富、亮度不均衡、光照不均衡、残缺遮挡、文字扭曲、字体多样等等问题,会带来极大的挑战。现PaddleHub为大家提供的是超轻量级中文OCR模型,聚焦特定的场景,支持中英文数字组合式别、竖排文字识别、长文本识别场景

应用案例

下面是完整案例

python 复制代码
import paddlehub as hub
import cv2
#识别图片的文字
def get_text():
    img = cv2.imread("../images/chepiao.png")
    #加载模型
    ocr = hub.Module(name="chinese_ocr_db_crnn_server")
	#识别文本
    results = ocr.recognize_text(images=[img]);
    for result in results:
        data = result['data']
        for x in data:
            print('文本: ', x['text'], '识别文本结果置信度: ', x['confidence'], '文本框在原图中的像素坐标: ',
                  x['text_box_position'])

if __name__ =="__main__":
    get_text()

代码解释

1 加载模型,"chinese_ocr_db_crnn_server"是 服务器端的精度更高模型

移动端的超轻量模型:仅有8.6M,chinese_ocr_db_crnn_mobile。

服务器端的精度更高模型:识别精度更高,chinese_ocr_db_crnn_server。

 ocr = hub.Module(name="chinese_ocr_db_crnn_server")

2 识别图片文本

pyhton 复制代码
     results = ocr.recognize_text(images=[img])

3 打印结果信息

python 复制代码
for result in results:
    data = result['data']
    for x in data:
        print('文本: ', x['text'], '识别文本结果置信度: ', x['confidence'], '文本框在原图中的像素坐标: ',
              x['text_box_position'])

测试

python 复制代码
import paddlehub as hub
import cv2
#识别图片的文字
def get_text(img):
    ocr = hub.Module(name="chinese_ocr_db_crnn_server")
    rs = ocr.recognize_text(images=[img])
    return rs

if __name__ =="__main__":
    img = cv2.imread("../images/car2.png")
    rs = get_text(img)
    print(rs)
相关推荐
极客代码3 分钟前
【Python TensorFlow】进阶指南(续篇二)
开发语言·人工智能·python·深度学习·tensorflow
池央23 分钟前
丹摩征文活动 | 搭建 CogVideoX-2b详细教程:用短短6秒展现创作魅力
人工智能
QYR市场调研34 分钟前
5G时代的关键元件:射频微波MLCCs市场前景广阔
人工智能
AI小白日记44 分钟前
深入探索AutoDL平台:深度学习GPU算力最佳选择
人工智能·深度学习·gpu算力
一尘之中1 小时前
元宇宙及其技术
人工智能
电子手信1 小时前
AI知识库在行业应用中的未来趋势与案例分析
大数据·人工智能·自然语言处理·数据挖掘
三维重建--小博主2 小时前
人群计数制作私有数据集教程-----自用
python·opencv·计算机视觉
严文文-Chris2 小时前
【卷积神经网络】
人工智能·神经网络·cnn
tang13897644 小时前
机器学习(基础1)
人工智能·算法·机器学习
小于小于大橙子8 小时前
视觉SLAM数学基础
人工智能·数码相机·自动化·自动驾驶·几何学