使用 PaddleOCR 实现强大的文字识别功能

最新推荐文章于 2025-02-25 10:16:28 发布

matlab_python22

最新推荐文章于 2025-02-25 10:16:28 发布

阅读量1.1k

点赞数 25

CC 4.0 BY-SA版权

文章标签：人工智能

本文链接：https://blog.csdn.net/matlab_python22/article/details/145440564

使用 PaddleOCR 实现强大的文字识别功能

在当今数字化时代，文字识别技术已经成为了许多应用场景中不可或缺的一部分，无论是文档处理、信息提取还是智能办公等领域，都对高效准确的文字识别有着强烈的需求。今天，我将向大家介绍一个基于 PaddleOCR 的文字识别项目，它能够轻松实现多种语言的文字识别，并将识别结果直观地展示出来。

nullhttps://download.csdn.net/download/matlab_python22/90339113

项目背景

PaddleOCR 是基于百度 PaddlePaddle 深度学习框架开发的开源文字识别工具，它支持多种语言的文字识别，包括中文、英文、法文、德文、韩文和日文等。PaddleOCR 不仅识别速度快，而且准确率高，能够满足不同场景下的文字识别需求。通过简单的代码，我们就可以快速实现文字识别功能，并对识别结果进行可视化展示。

项目实现

安装 PaddleOCR

在开始之前，我们需要安装 PaddleOCR。可以通过以下命令轻松完成安装：

bash复制

pip install paddlepaddle paddleocr

初始化 PaddleOCR

接下来，我们初始化 PaddleOCR，并设置语言模型。这里我们选择英文作为识别语言：

Python复制

from paddleocr import PaddleOCR

ocr = PaddleOCR(use_angle_cls=True, lang='en')  # 启用角度分类器，选择英文模型

use_angle_cls=True 参数表示启用文本方向分类器，能够自动识别文本的方向并进行校正，这对于处理不同方向的文字非常有帮助。

读取图片并进行文字识别

我们将要识别的文字图片保存为 2.jpg，然后使用 PaddleOCR 进行文字识别：

Python复制

img_path = '2.jpg'
result = ocr.ocr(img_path, cls=True)  # 进行文字识别，同时启用方向分类器

result 是一个嵌套列表，包含了识别到的每一行文字的坐标、内容和置信度。

输出识别结果

我们可以通过以下代码输出识别结果：

Python复制

for idx in range(len(result)):
    res = result[idx]
    for line in res:
        print(line)

每行文字的识别结果是一个列表，包含四个角的坐标、文字内容和置信度。

可视化识别结果

为了更直观地展示识别结果，我们可以使用 PaddleOCR 提供的 draw_ocr 函数将识别结果绘制到图片上：

Python复制

from PIL import Image
from paddleocr import draw_ocr

result = result[0]  # 获取识别结果
image = Image.open(img_path).convert('RGB')  # 打开图片
boxes = [line[0] for line in result]  # 提取文字框坐标
txts = [line[1][0] for line in result]  # 提取文字内容
scores = [line[1][1] for line in result]  # 提取置信度

# 绘制识别结果
im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')  # 保存绘制后的图片

运行上述代码后，识别结果将被绘制到图片上，并保存为 result.jpg。