這次有個(gè)OCR的需求后频，對(duì)比了一下easyocr和paddleocr的識(shí)別效果坷剧，最終選擇了paddleocr脑沿。
這里記錄一下使用過(guò)程和遇到的問(wèn)題颈将。
easyocr
安裝
使用easyocr前麻诀，需要先安裝torch和torchvision
如果使用GPU的話鳖轰，還需要先安裝CUDA（安裝方式自行百度）
CUDA和pytorch安裝好后话速，再pip install easyocr
簡(jiǎn)單使用
import easyocr
image = r"D:\tmp\test\1.PNG"
reader = easyocr.Reader(['ch_sim', 'en'])
result = reader.readtext(image, detail=0)
print(result)
遇到的問(wèn)題
- 安裝torch的時(shí)候洒宝，使用conda安裝比pip安裝购公，快了不知道多少倍！Ｑ愀琛宏浩！一開(kāi)始使用pip安裝等得花兒都謝了
- 對(duì)比了一下，同一張圖片靠瞎，使用GPU的識(shí)別速度比使用CPU快2.4倍左右
- 如果報(bào)錯(cuò)
ImportError: cannot import name 'model_urls' from 'torchvision.models.vgg'比庄，那就是easyocr和torchvision的版本差異問(wèn)題（我當(dāng)時(shí)使用的版本：easyocr=1.7.1，torch=2.2.1乏盐，torchvision=0.17.1) - 如果報(bào)錯(cuò)
can't open/read file: check file path/integrity....AttributeError: 'NoneType' object has no attribute 'shape'那就是圖片路徑出現(xiàn)中文了佳窑，不要有中文路徑
圖片越大，OCR耗時(shí)越長(zhǎng)父能，如果你只需要識(shí)別圖片特定部分神凑，可以先把圖片裁剪了，減少識(shí)別區(qū)域法竞，加快OCR識(shí)別速度（我當(dāng)時(shí)的需求耙厚，只需要識(shí)別圖片上半部分强挫，于是就將上半張圖片另存為新圖。識(shí)別半張圖比完整圖快2.6倍）
將上半張圖另存為新圖的代碼：
def split_image_vertically_get_upper_part(image_path) -> str:
# 將圖片分為上下2半薛躬，將上半張圖片保存為新文件俯渤，并返回路徑
img = Image.open(image_path)
width, height = img.size
split_point_y = height // 2
top_img = img.crop((0, 0, width, split_point_y))
# 保存上半部分圖片 保存到同級(jí)目錄
dir_path, filename_with_suffix = os.path.split(image_path)
filename, suffix = os.path.splitext(filename_with_suffix)
new_path = os.path.join(dir_path, f'{filename}_top{suffix}')
top_img.save(new_path)
return new_path
使用效果
英文圖片識(shí)別：
中文圖片識(shí)別：
目前看起來(lái)一切正常，挺滿意的型宝。但是八匠，一旦圖片變大一點(diǎn)，字體變小一點(diǎn)趴酣，中文識(shí)別就有問(wèn)題了（大圖小字英文圖片 我沒(méi)試過(guò)）梨树。下圖是這次要識(shí)別的圖片，圖大字小岖寞，為了數(shù)據(jù)脫敏抡四，只截取了幾個(gè)片段：
沒(méi)辦法，只能換一個(gè)OCR庫(kù)仗谆，于是轉(zhuǎn)向了paddleocr
paddleocr
安裝
使用paddleocr指巡，需要先安裝paddlepaddle：
如果使用GPU 也需要先安裝CUDA（安裝方式見(jiàn)上文），然后pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple
如果使用CPU：pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
再pip install "paddleocr>=2.0.1"
遇到的問(wèn)題
我目前使用的版本：paddleocr=2.7.0.3隶垮， paddlepaddle-gpu=2.6.0藻雪。貌似這倆對(duì)CUDA的版本要求是<=11，而我在上面體驗(yàn)easyocr到時(shí)候已經(jīng)安裝了最新版的12.2狸吞，真是造化弄人啊勉耀。我不想卸載CUDA重新安裝，太麻煩了蹋偏，先直接運(yùn)行看看能不能跑
結(jié)果一堆報(bào)錯(cuò)便斥，說(shuō)缺少動(dòng)態(tài)連接文件，比如Could not locate cudnn_cnn_infer64_8.dll. Please make sure it is in your library path!
這種版本不匹配的情況暖侨，通常只能推倒重來(lái)椭住，但我使用了另一種偏方：
我用everything搜索缺的那個(gè)動(dòng)態(tài)鏈接庫(kù)cudnn_cnn_infer64_8.dll，結(jié)果在上面easyocr的環(huán)境中找到了 笑哭.gif字逗。于是它報(bào)缺什么dll京郑，我就從anaconda\envs\torchocr2\Lib\site-packages\torch\lib easyocr的虛擬環(huán)境中找到復(fù)制到anaconda\envs\paddle_env\Lib\site-packages\paddle\libs 中去
最后還報(bào)了卻一個(gè)cublas64_11.dll 但是我只在CUDA的安裝目錄C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\bin 中找到了cublas64_12.dll ，但是版本不匹配呀葫掉，怎么搞些举？我又用了個(gè)偏方把cublas64_12.dll 復(fù)制到anaconda\envs\paddle_env\Lib\site-packages\paddle\libs 把12改成11，騙一下它俭厚，看看行不行户魏，結(jié)果還真騙過(guò)去了 再次笑哭.gif
簡(jiǎn)單使用
from paddleocr import PaddleOCR
image2 = r"D:\tmp\test\1.PNG"
ocr = PaddleOCR(use_angle_cls=False, lang="ch")
result = ocr.ocr(image2, cls=False)
content_list=[]
for idx in range(len(result)):
res = result[idx]
for line in res:
content_list.append(line[-1][0])
content=''.join(content_list)
print(content)
使用效果
很好，超出預(yù)期，上面easyocr未識(shí)別出來(lái)的叼丑，paddleocr全部識(shí)別出來(lái)了关翎，中文OCR還得是國(guó)產(chǎn)強(qiáng)。
我那大圖小字的圖片不好脫敏鸠信，就不貼圖了纵寝。
唯一的缺點(diǎn)就是 i j l 0 o 這些識(shí)別可能不準(zhǔn)確。但是情有可原星立，已經(jīng)非常棒了爽茴。
2個(gè)OCR庫(kù)該有的功能都有,比如識(shí)別出的文字坐標(biāo), 準(zhǔn)確率 等.本文只是基于我的需求,測(cè)了文字提取,更多其他功能,各位自行去查閱官方文檔
