今天給大家介紹一個超級簡單且強大的OCR文本識別工具： easyocr .

這個模塊支持70多種語言的即用型OCR，包括中文，日文，韓文和泰文等。

下面是這個模塊的實戰教程。

1.準備

開始之前，你要確保Python和pip已經成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細Python安裝指南 進行安裝。

如果你用Python的目的是數據分析，可以直接安裝Anaconda：Python數據分析與挖掘好幫手—Anaconda，它內置了Python和pip.

此外，推薦大家用VSCode編輯器，它有許多的優點：Python 編程的最好搭檔—VSCode 詳細指南。

請選擇以下任一種方式輸入命令安裝依賴 ：

1. Windows 環境 打開 Cmd (開始-運行-CMD)。
2. MacOS 環境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install easyocr

它會安裝除了模型文件之外的所有依賴，模型文件則會在運行代碼的時候下載。

對于Windows，如果在安裝 Torch 或 Torchvision 時報錯了，請按照https://pytorch.org 的官方說明安裝 Torch 和 Torchvision。

如果你想使用顯卡進行計算，你需要搜索下載CUDA，并在Pytorch網站上，確保選擇正確的CUDA版本。如果僅打算在CPU模式下運行，請選擇CUDA = None。

2.實戰教程

這個模塊用起來真的非常簡單，三行代碼完事了：

import easyocr
reader = easyocr.Reader(['ch_sim','en'])
result = reader.readtext('test.png')

運行的過程中會安裝所需要的模型文件，像下面這樣：

不過它的下載速度非常慢，而且經常會失敗，因此這里給出第二個解決方案：先下載好模型文件，再將其放置到所需要的位置：

上滑查看更多

文字檢測模型（CRAFT）（必須）

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/craft_mlt_25k.zip

中文（簡體）模型（識別中文必須）

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/chinese_sim.zip

中國（傳統）模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/chinese.zip

拉丁模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/latin.zip

日本模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/japanese.zip

韓文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/korean.zip

泰文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/thai.zip

阿拉伯文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/arabic.zip

如果下載速度太慢，請在Python實用寶典公眾號后臺回復： easyocr , 下載我上傳到微云網盤的文字檢測模型（CRAFT）和中文簡體模型文件包。

下載完模型后，將文件放到下面這個位置。

Windows：C:Users用戶名.EasyOCRmodel
Linux：~/ .EasyOCR / model

**如下圖所示：
**

重新執行腳本不會再提醒下載模型了：

import easyocr
reader = easyocr.Reader(['ch_sim'])
result = reader.readtext('test.png')
print(result)

我隨便截了一個直播彈幕的圖片保存在腳本所在的文件夾下，命名為test.png：

結果如下：

基本上所有應該識別的文字都識別出來了，效果非常不錯。

另外也可以看到，輸出采用列表格式，每個item分別表示對應文字的邊界框，識別文本結果和置信度。

這個模塊還能識別多語種的情況：

我將這張圖片命名為test2.jpg，修改代碼中對應的圖片名稱：

import easyocr
reader = easyocr.Reader(['ch_sim','en'])
result = reader.readtext('test2.jpg')
print(result)

效果如下：

這張圖片很復雜，而且是中英文混雜在一起的情況，但是可以看到模型除了左上角的水印，圖片中的文字基本都是識別出來了，盡管有部分文字識別錯誤，但還在可以接受的范圍之內。

不過需要注意的是，雖然可以一次性識別許多種語言，但并非所有語言都可以一起用，通常是公共語言和一個特殊語種可以一起識別，相互兼容，比如英語和日語。

如果你的電腦沒有GPU或者顯存不足，可以加一個gpu=false的參數僅使用CPU運行：

reader = easyocr.Reader(['ch_sim','en'], gpu = False)

另外，這個模塊還支持直接使用命令行運行，相當方便，大家可以試試：

easyocr -l ch_sim en -f test.png --detail=1 --gpu=True