一、安装准备

因公司工作需求,特需在公司内网离线安装EasyOCR。首先我们需要对安装EasyOCR所需要的pip依赖包进行下载,具体如下表所示。

NameVersion
opencv-python-headless4.8.1.78
torchvision0.16.1
torch2.1.1
fsspec2023.10.0
sympy1.12
typing-extensions4.8.0
filelock3.13.1
mpmath1.3.0
ninja1.11.1.1
pyclipper1.3.0
shapely2.0.2
PyYAML6.0
python-bidi0.4.2
scikit-image0.21.0
Pillow10.1.0
numpy1.21.2
scipy1.8.0
six1.16.0
lazy-loader0.3
packaging23.2
PyWavelets1.4.1
tifffile2023.7.10
imageio2.33.0
networkx3.1
requests2.26.0
Jinja23.0.2
idna3.2
charset-normalizer2.0.6
certifi2021.5.30
urllib31.26.6
MarkupSafe2.0.1

博主下载完了总计是31个.whl安装包😄。

接下来便需要将这些安装包依次进行安装,按照下图从左到右的依赖循序进行安装。

打个比方,我要安装Request,便需要先安装Urlilb3,idna,Charset-normalizer,certifi,然后才能安装Requests。

单个安装包的安装命令如下(需打开cmd,cd到安装包所在目录),以安装Pillow为例:pip install ./Pillow-10.1.0-pp310-pypy310_pp73-win_amd64.whl

二、安装EasyOCR本体

下载EasyOCR本体压缩包,点我下载。解压到电脑中的固定位置。

打开cmd,cd到EasyOCR文件夹中,并输入以下代码进行安装。python setup.py install;

等待安装即可,出现:Finished processing dependencies for easyocr==1.7.1代表安装完成

三、下载基础文字结构模型与常用语言模型

官方提供了下载中心,点我进入

点击下载常用的english_g2、latin_g2、zh_sim_g2,这三个分别是英文-拉丁文-简体中文。

下面的Craft是所需要的基础文字模型,必须下载才能正常进行使用。

下载完后是4个压缩包,如下图所示。

打开C:\Users\<你的用户名>(个人用户文件夹),查看其目录下是否有.EasyOCR文件夹,有的话如下图所示。

如果没有则创建一个.EasyOCR文件夹,并在其里面创建一个名为model的文件夹。

将刚刚下载的四个模型解压到model文件夹中,即可正常使用EasyOCR。

四、EasyOCR的基础使用

打开Pycharm新建python项目,并复制粘贴以下代码:

#-*- coding: utf-8 -*-
import easyocr


def get_text(path):
    text_list = []
    # 创建reader对象
    # gpu=False,代表着不利用显卡进行图片识别,采用cpu进行图片识别,尽管可能会慢一些。
    # ['ch_sim', 'en']代表着试用简体中文以及英文模型进行识别。
    reader = easyocr.Reader(['ch_sim', 'en'],gpu=False)
    # 读取图像
    result = reader.readtext(path)
    # 提取文字
    for t in result:
        print(t[1])
        text_list.append(t[1])
    return text_list

if __name__ == '__main__':
    path1 = 'EasyOCR.png'
    text1 = get_text(path1)
    print(text1)
    # save_text(text1)

并在项目文件夹中放入一张你想要识别的图片EasyOCR.png

下面是我的所需识别图片:

输出结果: