基于OpenCV实现文字识别步骤与代码展示
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
本期将介绍并演示PaddleOCR+Python+OpenCV实现车牌识别、身份证信息识别和车票信息识别的步骤与效果。
百度深度学习框架PaddlePaddle开源的OCR项目PaddleOCR近期霸榜github。使用测试后发现识别效果很好，对于简单的应用(车票车牌身份证等)，直接用项目提供的模型即可使用。特殊应用，可自己训练后使用。
PaddleOCR是基于百度的深度学习框架PaddlePaddle实现的，所以第一步我们需要先安装PaddlePaddle模块。直接使用pip安装即可：
——指令：pip install paddlepaddle
第二步：安装PaddleOCR。同样是pip安装：
——GPU版安装：
python -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple——CPU版安装：
python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple如果要在GPU模式下使用除了有GPU外还需要安装CUDA 10.1和CUDNN对应文件，另外遇到的安装问题网上也可以找到答案，我的安装步骤到此结束。
代码演示前需要先下载PaddleOCR提供的训练好的模型共3个，我们是Win10 PC端使用下载下面三个，如果是移动端下载上面三个。
github提供的Demo如下将会保存一张识别结果图：
from paddleocr import PaddleOCRimport cv2import numpy as npfrom PIL import Image, ImageDraw, ImageFontfrom paddleocr import PaddleOCR, draw_ocrfont=cv2.FONT_HERSHEY_SIMPLEX# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False,rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/',cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/',det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memoryimg_path = './imgs/B.jpg'result = ocr.ocr(img_path, cls=True)# 显示结果from PIL import Imageimage = Image.open(img_path).convert('RGB')boxes = [line[0] for line in result]txts = [line[1][0] for line in result]scores = [line[1][1] for line in result]im_show = draw_ocr(image, boxes, txts, scores, font_path='./simfang.ttf')im_show = Image.fromarray(im_show)im_show.save('result.png')
我们把输出结果部分改成OpenCV实现：
from paddleocr import PaddleOCRimport cv2import numpy as npfrom PIL import Image, ImageDraw, ImageFontfont=cv2.FONT_HERSHEY_SIMPLEX# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False,rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/',cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/',det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memorydef putText_Chinese(img,strText,pos,color,fontSize):fontpath = "./simsun.ttc" # <== 这里是宋体路径font = ImageFont.truetype(fontpath, fontSize)img_pil = Image.fromarray(img)draw = ImageDraw.Draw(img_pil)draw.text(pos,strText, font=font, fill=color)img = np.array(img_pil)return imgprint('---------------PaddleOCR Start---------------------')img_path = './pics/18.jpg'img = cv2.imread(img_path)cv2.imshow("src", img)result = ocr.ocr(img_path, cls=True)#print(result)for line in result:print('----------------------------')print(line)pt1 = ((int)(line[0][0][0]),(int)(line[0][0][1]))pt2 = ((int)(line[0][1][0]),(int)(line[0][1][1]))pt3 = ((int)(line[0][2][0]),(int)(line[0][2][1]))pt4 = ((int)(line[0][3][0]),(int)(line[0][3][1]))cv2.line(img,pt1,pt2,(0,0,255),1,cv2.LINE_AA)cv2.line(img,pt2,pt3,(0,0,255),1,cv2.LINE_AA)cv2.line(img,pt3,pt4,(0,0,255),1,cv2.LINE_AA)cv2.line(img,pt1,pt4,(0,0,255),1,cv2.LINE_AA)img = putText_Chinese(img,line[1][0],(pt1[0],pt1[1]-35),(255,0,255),50)cv2.imshow("OCR-Result", img)cv2.imwrite("result.png", img)cv2.waitKey()cv2.destroyAllWindows()
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
评论