人生苦短，快學Python！
在之前的文章里，我們多次嘗試用Python實作文本OCR識別！
今天我們要搞一個升級版：直接寫一個 影像文字識別OCR工具 ！
引言
最近在技術交流群里聊到一個關于影像文字識別的需求，在作業、生活中常常會用到，比如 票據、漫畫、掃描件、照片的文本提取 ，
博主基于 PyQt + labelme + PaddleOCR 寫了一個桌面端的OCR工具，用于快速實作圖片中 文本區域自動檢測+文本自動識別 ，
識別效果如下圖所示：
干貨主要有：
① 200 多本 Python 電子書（和經典的書籍）應該有
② Python標準庫資料（最全中文版）
③ 專案原始碼（四五十個有趣且可靠的練手專案及原始碼）
④ Python基礎入門、爬蟲、網路開發、大資料分析方面的視頻（適合小白學習）
⑤ Python學習路線圖（告別不入流的學習）
Python學習Q群101677771
▲OCR工具識別效果
所有框選區域為OCR演算法自動檢測，右側串列有每個框對應的文字內容；點擊右側“識別結果”中的文本記錄，然后點擊“復制到剪貼板”即可復制該文本內容，
功能串列
- 文本區域檢測+文字識別
- 文本區域可視化
- 文字內容串列
- 影像、檔案夾加載
- 影像滾輪縮放查看
- 繪制區域、編輯區域
- 復制所選文本識別結果
OCR部分
影像文字檢測+文字識別演算法，主要借助 paddleocr 實作，
創建或者選擇一個虛擬環境，安裝需要用到的第三方庫，
conda create -n ocr
conda activate ocr
安裝框架
如果你沒有NVIDIA GPU，或GPU不支持CUDA，可以安裝CPU版本：
# CPU版本
pip install paddlepaddle==2.1.0 -i https://mirror.baidu.com/pypi/simple
如果你的GPU安裝過CUDA9或CUDA10，cuDNN 7.6+，可以選擇下面這個GPU版本：
# GPU版本
python3 -m pip install paddlepaddle-gpu==2.1.0 -i https://mirror.baidu.com/pypi/simple
安裝 PaddleOCR
安裝paddleocr：
pip install "paddleocr>=2.0.1" # 推薦使用2.0.1+版本
版面分析，需要安裝 Layout-Parser：
pip3 install -U https://paddleocr.bj.bcebos.com/whl/layoutparser-0.0.0-py3-none-any.whl
測驗安裝是否成功
安裝完成后，測驗一張圖片 --image_dir ./imgs/11.jpg ，采用中英文檢測+方向分類器+識別全流程：
paddleocr --image_dir ./imgs/11.jpg --use_angle_cls true --use_gpu false
輸出一個list：
在python中呼叫
from paddleocr import PaddleOCR, draw_ocr
# Paddleocr目前支持的多語言語種可以通過修改lang引數進行切換
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch") # need to run only once to download and load model into memory
img_path = './imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
print(line)
輸出結果是一個list，每個item包含了文本框，文字和識別置信度：
[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], ['純臻營養護發素', 0.964739]] [[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], ['產品資訊/引數', 0.98069626]] [[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['（45元/每公斤，100公斤起訂）', 0.9676722]] ......
界面部分
界面部分基于pyqt5實作，其中pyqt GUI程式開發入門和環境配置，詳見一篇博客(具體見文末)，
主要步驟：
界面布局設計
在QtDesigner中拖拽控制元件，完成程式界面布局，并保存 *.ui 檔案，
利用 pyuic 自動生成界面代碼
在 pycharm 的專案檔案結構中找到 *.ui 檔案，右鍵——External Tools——pyuic，會在ui檔案同級目錄下自動生成界面 ui 的 Python 代碼，
撰寫界面業務類
業務類 MainWindow 實作程式邏輯和演算法功能，與前面第2步生成的ui實作解耦，避免每次修改ui檔案會影響業務代碼，ui界面上的控制元件可以通過 self._ui.xxxObjectName 訪問，
class MainWindow(QMainWindow):
FIT_WINDOW, FIT_WIDTH, MANUAL_ZOOM = 0, 1, 2
def __init__(self):
super().__init__() # 呼叫父類建構式，創建QWidget表單
self._ui = Ui_MainWindow() # 創建ui物件
self._ui.setupUi(self) # 構造ui
self.setWindowTitle(__appname__)
# 加載默認配置
config = get_config()
self._config = config
# 單選按鈕組
self.checkBtnGroup = QButtonGroup(self)
self.checkBtnGroup.addButton(self._ui.checkBox_ocr)
self.checkBtnGroup.addButton(self._ui.checkBox_det)
self.checkBtnGroup.addButton(self._ui.checkBox_recog)
self.checkBtnGroup.addButton(self._ui.checkBox_layoutparser)
self.checkBtnGroup.setExclusive(True)
實作界面業務邏輯
對主界面上的按鈕、串列、繪圖控制元件進行 信號槽連接 ，自定義的槽函式不用專門宣告，如果是自定義的信號，需要在類__init__()前加上 yourSignal= pyqtSignal(args) ，
這里以按鈕回應函式、串列回應函式為例，按鈕點擊的信號是 clicked ，listWidget串列切換選擇的信號是 itemSelectionChanged ，
# 按鈕回應函式
self._ui.btnOpenImg.clicked.connect(self.openFile)
self._ui.btnOpenDir.clicked.connect(self.openDirDialog)
self._ui.btnNext.clicked.connect(self.openNextImg)
self._ui.btnPrev.clicked.connect(self.openPrevImg)
self._ui.btnStartProcess.clicked.connect(self.startProcess)
self._ui.btnCopyAll.clicked.connect(self.copyToClipboard)
self._ui.btnSaveAll.clicked.connect(self.saveToFile)
self._ui.listWidgetResults.itemSelectionChanged.connect(self.onItemResultClicked)
5. 運行看看效果
運行 python main.py 即可啟動GUI程式，
打開圖片→選擇語言模型ch（中文）→選擇文本檢測+識別→點擊開始，檢測完的文本區域會自影片框，并在右側識別結果——文本Tab頁的串列中顯示，
所有檢測出文本的區域串列，在識別結果——區域Tab頁：
軟體代碼
由于時間有限，軟體細節功能還需進一步完善，代碼已開源到 gitee 上，歡迎感興趣的朋友提pull request，共同修改完善，
代碼開源地址：
https://gitee.com/signal926/ocr-gui-demo
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/428454.html
標籤：Python
上一篇：IO流學習筆記