CnOCR 使用教程

一、 简介

CnOCR 是 Python 3 下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个训练好的识别模型，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的训练命令供使用者训练自己的模型。

二、使用教程

1. 相关文档

• 项目地址：https://github.com/breezedeus/cnocr
• 介绍文档：https://cnocr.readthedocs.io/zh/latest/

2. 安装

• pip安装

  pip install cnocr
  
  国内安装源
  pip install cnocr -i https://pypi.doubanio.com/simple
  1
  2
  3
  4

  推荐使用python3.6及以上版本

3. 使用

• 初始化
  类CnOcr 是识别主类，包含了三个函数针对不同场景进行文字识别。类CnOcr的初始化函数如下：

class CnOcr(object):
    def __init__(
        self,
        rec_model_name: str = 'densenet_lite_136-fc',
        *,
        det_model_name: str = 'ch_PP-OCRv3_det',
        cand_alphabet: Optional[Union[Collection, str]] = None,
        context: str = 'cpu',  # ['cpu', 'gpu', 'cuda']
        rec_model_fp: Optional[str] = None,
        rec_model_backend: str = 'onnx',  # ['pytorch', 'onnx']
        rec_vocab_fp: Union[str, Path] = VOCAB_FP,
        rec_more_configs: Optional[Dict[str, Any]] = None,
        rec_root: Union[str, Path] = data_dir(),
        det_model_fp: Optional[str] = None,
        det_model_backend: str = 'onnx',  # ['pytorch', 'onnx']
        det_more_configs: Optional[Dict[str, Any]] = None,
        det_root: Union[str, Path] = det_data_dir(),
        **kwargs,
    )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

参数说明：

• ocr操作

from cnocr import CnOcr

img_path = 'emoj.jpg'
ocr = CnOcr() 
result = ocr.ocr(img_path)

# 具体参数设置参考：https://cnocr.readthedocs.io/zh/latest/usage/
1
2
3
4
5
6
7

备注：

• 首次使用 CnOCR 时，系统会自动下载 zip 格式的模型压缩文件，并存于 ~/.cnocr目录（Windows下默认路径为 C:\Users<username>\AppData\Roaming\cnocr）。 下载后的zip文件代码会自动对其解压，然后把解压后的模型相关目录放于~/.cnocr/2.2目录中。
• 如果系统无法自动成功下载zip文件，则需要手动从https://huggingface.co/breezedeus/cnstd-cnocr-models/tree/main下载此zip文件并把它放于 ~/.cnocr/2.2目录。

三、效果展示

• 在线Demo
  https://huggingface.co/spaces/breezedeus/cnocr
• 效果展示
  
  
  

查看其他开源中文OCR,点击此处