GitHub上 EasyOCR的实现

代码出处链接: https://github.com/JaidedAI/EasyOCR

1. 配置环境：

(1) 创建环境

  conda create -n lwjorc python == 3.7

• 环境创建失败，使用以下语句可以恢复到默认源

 conda config --remove-key channels

(2) 换清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

• 如果需要pytorch, 还需要添加pytorch的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

(3) 安装pytorch环境

conda install pytorch torchvision torchaudio cudatoolkit=10.2

(4) 下载easyocr包

pip install easyocr -i https://pypi.tuna.tsinghua.edu.cn/simple

2.测试

（1）手动添加模型路径 也可以改代码中的模型路径（手动下载模型的存放路径）

 export MODULE_PATH=/mnt/4T/lwj/EasyOCR/easyocr/

• 这是一次性的每次激活环境都需要添加一次，永久的方法改代码

• 未添加时候报错是：

urllib.error.URLError: <urlopen error [Errno 104] Connection reset by peer>

（2）查看是否添加成功

export -p 

（3）测试图片时候应加上图片绝对路径，否则会找不到图片

easyocr -l ch_sim en -f  mnt/4T/lwj/EasyOCR/examples/chinese.jpg --detail=1 --gpu=True

• 其中 “mnt/4T/lwj/EasyOCR/examples/chinese.jpg”是我的图片的绝对路径

3. 图片大小

(1) 文件扩展支持：png、jpg、tiff.。

(2)文件大小限制：2 Mb

(3)图像尺寸限制：2000 像素

(4)可能的语言代码组合：共享相同书面脚本（例如拉丁文）的语言可以一起使用。英语可以与任何语言一起使用。

4.发现问题(个人见解，勿喷）

（1）识别中文时候几乎无法识别竖着排列的文字；

（2）对于斜着的文字识别率很低，但对于横排文字的识别准确率较高；

（3）对于标点符号与特殊符号的识别准确率很低

（4）对于字体较小字体或者艺术字识别率有所下降

（5）随着图片的增大，运行时间呈指数增长

（6）对于英文字体识别率很高，而且其自信度也很高，但是只要带上标点符号，自信度会降低很多。

今天的文章GitHub上 EasyOCR的实现分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。