導(dǎo)讀
圖像識(shí)別領(lǐng)域有幾個(gè)最熱門的方向，其中就包含了OCR(Optical Character Recognition，光學(xué)字符識(shí)別)，百度、阿里、騰訊都有自己的OCR收費(fèi)服務(wù)。隨著目前數(shù)據(jù)量越來越大，以及硬件性能的提升，OCR的應(yīng)用也越來越成熟，像身份證識(shí)別、火車票識(shí)別、發(fā)票識(shí)別、出租票識(shí)別等等。相信大家也體驗(yàn)過一些，今天給大家介紹一個(gè)好用的開源OCR應(yīng)用EasyOCR，而且還包含多種語言，識(shí)別效果也還不錯(cuò)，目前在git上已有8K顆星
git地址：https://github.com/JaidedAI/EasyOCR
EasyOCR
- 介紹
EasyOCR目前能夠支持58種語言，其中有中文(簡體和繁體)、日語、泰語、韓語等，支持的語言列表如下
EasyOCR支持的語言類型
- 模型架構(gòu)
EasyOCR的模型主要分為兩個(gè)，基于CRAFT的文字檢測(cè)模型和基于ResNet+LSTM+CTC的識(shí)別模型
- demo
官方也提供了一些效果實(shí)例，如下，對(duì)于這種比較標(biāo)準(zhǔn)的印刷文字以及路牌識(shí)別效果還是不錯(cuò)的
第三方基于easyOCR提供了幾個(gè)demo地址，大家可以試試自己的數(shù)據(jù)看看效果：
- https://colab.fan/easyocr
- https://hub.Docker.com/r/challisa/easyocr
- https://easyocrgpu-wook-2.endpoint.ainize.ai/
我利用第三個(gè)接口(第一個(gè)接口無法訪問，docker還沒測(cè)試)，我從網(wǎng)頁上隨便截取了一段文字來測(cè)試一下，效果如下
文字基本上能識(shí)別出來，不過標(biāo)點(diǎn)符號(hào)的識(shí)別不是那么的準(zhǔn)確，我在自己的電腦上按照git上配置了一下環(huán)境，識(shí)別效果要比上面好不少，效果如下
順便測(cè)試了一下火車票的識(shí)別效果
火車票的識(shí)別效果還是要差一些，估計(jì)是訓(xùn)練的時(shí)候缺少這樣的數(shù)據(jù)
EasyOCR的安裝
EasyOCR依賴pytorch的環(huán)境，需要先安裝pytorch，這個(gè)安裝教程大家參考torch的官方安裝教程，在安裝好torch之后大家就可以通過pip直接來安裝EasyOCR
- pip安裝
pip install easyocr
- git安裝最新版本
pip install git+git://github.com/jaidedai/easyocr.git
- 模型準(zhǔn)備
在安裝完之后，需要先下載好預(yù)訓(xùn)練模型，模型下載地址請(qǐng)參考git，下載好模型之后，將模型拷貝到~/.EasyOCR/model目錄下，如果找不到路徑請(qǐng)自行創(chuàng)建目錄或者執(zhí)行下面的語句(執(zhí)行之后會(huì)自動(dòng)創(chuàng)建目錄)，測(cè)試代碼如下
import easyocr
reader = easyocr.Reader(['ch_sim','en'])
print(result)
- 不足之處
經(jīng)過測(cè)試，目前開源的模型在非印刷文字，例如火車票、發(fā)票、身份證等識(shí)別效果不是很理想，估計(jì)主要還是缺少這方面的訓(xùn)練數(shù)據(jù)導(dǎo)致的，基于CRAFT的文字檢測(cè)模型對(duì)于曲線文字(例如印章等)的檢測(cè)效果很差。
