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
- 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
- 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。
- 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
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
results = ocr.recognize_text(images=[img])
3 打印结果信息
python
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
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)