记录:那些封装成几行代码的OCR项目_cnocr和paddleocr

一.介绍

简易流程： 输入图像 》检测文本 》截取文本 》识别文本 》输出

简单开发一些小工具，这几款ocr库相对使用起来简易;便于简易开发。

• PaddleOCR— 适用于通用文本
• cnocr+cnstd ——— 适用于文档文本
• easyOCR —— 适用于通用文本
• ddddocr ——— 适用于验证码
• MuggleOCR ——— 适用于印刷文本，验证码
• tesseractOCR —— 通用OCR（未测试）

二.环境依赖

1. PaddleOCR
   基于paddlepaddle 与 paddlehub

pip install paddlepaddle
pip install paddlehub
1
2

2. cnocr
   基于pytorch

pip install cnocr
pip install cnstd
1
2

3. easyOCR
   基于pytorch

pip install easyocr
1

4. dddddocr

pip install ddddocr
1

5. MuggleOCR
   这里需要适用豆瓣源

pip install muggle-ocr -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
1

6. 注意
   部分依赖可能安装过不去可去https://www.lfd.uci.edu/~gohlke/pythonlibs/下载whl，手动安装。

三.代码

• cnocr

单独cnocr模块，只适合打印或文本格式。

import cv2
from cnocr import CnOcr

ocr = CnOcr()
img = './1.jpg'
img = cv2.imread(img)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  

res = ocr.ocr(gray)
print(res)
1
2
3
4
5
6
7
8
9
10

cnstd+cnocr 通用图片中的文字。

from cnstd import CnStd
from cnocr import CnOcr

std = CnStd()
cn_ocr = CnOcr()

box_info_list = std.detect('examples/taobao4.jpg')

for box_info in box_info_list:
    cropped_img = box_info['cropped_img']  # 检测出的文本框
    ocr_res = cn_ocr.ocr_for_single_line(cropped_img)
    print('ocr result: %s' % ''.join(ocr_res))
1
2
3
4
5
6
7
8
9
10
11
12

• easyocr

 import easyocr

#指定文字模型
reader = easyocr.Reader(['ch_sim','en']) 
res = reader.readtext('./1.jpg')
print(res)
1
2
3
4
5
6

• paddleocr

import paddlehub as hub
import cv2
#模型选择
ocr = hub.Module(name="chinese_ocr_db_crnn_mobile")
res = ocr.recognize_text(images=[cv2.imread('./12.jpg')],output_dir='result',visualization=True)

print(res)

1
2
3
4
5
6
7
8

• ddddocr

import ddddocr
 
ocr=ddddocr.DdddOcr()
with open('test_img.png', 'rb') as f:
    img_bytes=f.read()
 
res=ocr.classification(img_bytes)
print(res)

1
2
3
4
5
6
7
8
9

• MuggleOCR

# 导入包
import muggle_ocr

# 初始化；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种,OCR能识别中文
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

with open(r"test1.png", "rb") as f:
    b = f.read()
text = sdk.predict(image_bytes=b)
print(text)


# ModelType.Captcha 可识别4-6位验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
with open(r"test1.png", "rb") as f:
    b = f.read()
text = sdk.predict(image_bytes=b)
print(text)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

四.效果对比

原图：

easyocr输出：

paddleocr输出：

ddddocr贴张官方图：

• 总结
  通用场景下还是paddleocr效果最好；cnocr更适合文本的图像；ddddocr与MuggleOCR相比，前者验证码效果更好一点。

五.参考

https://github.com/breezedeus/cnstd
https://github.com/breezedeus/cnocr
https://github.com/JaidedAI/EasyOCR
https://github.com/PaddlePaddle/PaddleOCR
https://github.com/sml2h3/ddddocr
https://www.cnblogs.com/pythonywy/p/13226330.html
https://pypi.org/project/muggle-ocr/