关于OCR文字识别的坑(64位Python专属)

PaddleOCR文字识别

这里主要用到PaddleOCR，PaddleOCR是一套丰富、领先、且实用的OCR工具库，其主要特性如下：

1. 支持中英文数字组合识别、竖排文本识别、长文本识别
2. 支持多语言识别：韩语、日语、德语、法语
3. 支持用户自定义训练，提供丰富的预测推理部署方案
4. 支持PIP快速安装使用
5. 可运行于Linux、Windows、MacOS等多种系统

注意事项：PaddleOCR不支持32位的Python，因此安装过程会出现各种错误。

1.安装paddlepaddle

paddlepaddle是运行PaddleOCR库的依赖库，如果缺少这个库，使用PaddleOCR时会报错。

需要确认 Python 和 pip 是 64bit，才可以安装paddlepaddle。很遗憾，32位的Python无法使用这个库。

因此，放弃使用PaddleOCR。

pip install paddlepaddle
1

下载速度超慢，需要耐心等待。

也可以使用国内的镜像源进行安装，速度要快很多。

https://pypi.tuna.tsinghua.edu.cn/simple   #清华
http://mirrors.aliyun.com/pypi/simple/       #阿里云
https://pypi.mirrors.ustc.edu.cn/simple/    #中国科技大学
http://pypi.hustunique.com/                   #华中理工大学
http://pypi.sdutlinux.org/                     #山东理工大学
http://pypi.douban.com/simple/            #豆瓣       
1
2
3
4
5
6

在使用pip命令的时候，可使用 -i 参数加上更新源地址，以完成安装和更新。例如（表示更改为清华镜像更新源，不在使用官方更新源）：

pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
1

如果pip命令出错或者版本太旧，可以尝试更新pip。

更新后的pip，命令行里的文件大小、下载速度和时间，都是用彩色字体显示，更好看了。

python -m pip install --upgrade pip
1

2.安装shapely

windows环境下不要直接使用pip install shapely安装这个库，通过这种方式安装好后在实际使用中会出现：[winRrror 126] 找不到指定模块的问题。

最好直接这里下载whl文件，在本地安装。

在下载好的文件，所在的文件夹的地址栏里，输入cmd，回车，进入到命令窗口。

然后使用 pip install XXX 命令即可本地安装。例如：

pip install Shapely-1.8.2-cp39-cp39-win32.whl
1

安装过程，可能会出现错误：

ERROR: Shapely-1.8.2-cp39-cp39-win32.whl is not a supported wheel on this platform.
1

可以使用 pip debug --verbose 命令来查看自己电脑支持的安装标签，然后修改whl文件的名字后，再重复上面的安装步骤即可。

# 原本的名字安装出现错误
pip install Shapely-1.8.2-cp38-cp38-win32.whl
# 修改文件名字后成功安装
pip install Shapely-1.8.2-cp39-cp39-win_amd64.whl
# 原因：我的电脑不支持win32标签文件
1
2
3
4
5

3. 安装PaddleOCR

安装好前面两个库以后，就可以安装PaddleOCR了。

这里需要指定安装的版本，否则会出错。

pip install paddleocr==2.6.0.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
1

不指定PaddleOCR版本，安装时遇到的错误

pip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple
1

报错如下：

Failed to build lanms-neo Polygon3
ERROR: Could not build wheels for lanms-neo, which is required to install pyproject.toml-based projects
1
2

Building wheels for collected packages: lanms-neo, Polygon3
  Building wheel for lanms-neo (PEP 517) ... error
  ERROR: Command errored out with exit status 1:
   command: 'A:\PythonProgram\Anaconda\python.exe' 'A:\PythonProgram\Anaconda\lib\site-packages\pip\_vendor\pep517\_in_process.py' build_wheel 'C:\Users\caogu\AppData\Local\Temp\tmpigq57uv9'
       cwd: C:\Users\caogu\AppData\Local\Temp\pip-install-sjq2dc4v\lanms-neo_79e74858cc95414ba834bbff35d2bac9
  Complete output (10 lines):
  running bdist_wheel
  running build
  running build_py
  creating build
  creating build\lib.win-amd64-cpython-38
  creating build\lib.win-amd64-cpython-38\lanms
  copying lanms\__init__.py -> build\lib.win-amd64-cpython-38\lanms
  running build_ext
  building 'lanms._C' extension
  error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/
  ----------------------------------------
  ERROR: Failed building wheel for lanms-neo
  Building wheel for Polygon3 (setup.py) ... error
  ERROR: Command errored out with exit status 1:
   command: 'A:\PythonProgram\Anaconda\python.exe' -u -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'C:\\Users\\caogu\\AppData\\Local\\Temp\\pip-install-sjq2dc4v\\polygon3_ec6a30f73d3a49fc936f2bc3e12f5bcb\\setup.py'"'"'; __file__='"'"'C:\\Users\\caogu\\AppData\\Local\\Temp\\pip-install-sjq2dc4v\\polygon3_ec6a30f73d3a49fc936f2bc3e12f5bcb\\setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'\r\n'"'"', '"'"'\n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' bdist_wheel -d 'C:\Users\caogu\AppData\Local\Temp\pip-wheel-uf9nqjw3'
       cwd: C:\Users\caogu\AppData\Local\Temp\pip-install-sjq2dc4v\polygon3_ec6a30f73d3a49fc936f2bc3e12f5bcb\
  Complete output (14 lines):
  Using NumPy extension!
  running bdist_wheel
  running build
  running build_py
  creating build
  creating build\lib.win-amd64-3.8
  creating build\lib.win-amd64-3.8\Polygon
  copying Polygon\IO.py -> build\lib.win-amd64-3.8\Polygon
  copying Polygon\Shapes.py -> build\lib.win-amd64-3.8\Polygon
  copying Polygon\Utils.py -> build\lib.win-amd64-3.8\Polygon
  copying Polygon\__init__.py -> build\lib.win-amd64-3.8\Polygon
  running build_ext
  building 'Polygon.cPolygon' extension
  error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/
  ----------------------------------------
  ERROR: Failed building wheel for Polygon3
  Running setup.py clean for Polygon3
Failed to build lanms-neo Polygon3
ERROR: Could not build wheels for lanms-neo which use PEP 517 and cannot be installed directly
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

找了很多资料，尝试了各种方法：

• 更新vc++2022的运行库文件
• 单独安装lanms-neo
• 更新pip

都不能解决，依旧出错。

最后，下载solved_packageMissInInstalling_mu_visual_cpp_build_tools_2015_update_3_x64_dvd_dfd9a39c.iso文件，并安装。

还是出错：

  ……
  note: This error originates from a subprocess, and is likely not a problem with pip.
  ERROR: Failed building wheel for lanms-neo
Failed to build lanms-neo
ERROR: Could not build wheels for lanms-neo, which is required to install pyproject.toml-based projects
1
2
3
4
5

然后进到doc/doc_ch/installation.md · develop · mirrors / paddlepaddle / paddleocr · GitCode，发现可能需要安装以来的库。

进入https://gitee.com/paddlepaddle/PaddleOCR下载PaddleOCR压缩文件。

下载完成后解压缩，放到 \Anaconda\Lib\site-packages\ 文件夹内。然后在解压的 PaddleOCR-release-2.6 文件内，打开cmd，安装以来的库。

# 安装依赖的库
python3 -m pip install -r requirements.txt
1
2

requirements.txt内容如下：

shapely
scikit-image
imgaug
pyclipper
lmdb
tqdm
numpy
visualdl
rapidfuzz
opencv-python
opencv-contrib-python
cython
lxml
premailer
openpyxl
attrdict
Polygon3
lanms-neo==1.0.2
PyMuPDF==1.19.0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

建议使用国内的镜像源逐个安装，外国的源实在是太慢了。

安装到lanms-neo==1.0.2这个包时，出现了上述的错误。

最后解决的方式：指定安装2.6.0.2版本，成功安装。

pip install paddleocr==2.6.0.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
1

PaddleOCR代码示例：

from paddleocr import PaddleOCR, draw_ocr
# 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") # need to run only once to download and load model into memory
img_path = 'PaddleOCR/doc/imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
    print(line)

# 显示结果，对结果可视化
from PIL import Image
image = 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='/path/to/PaddleOCR/doc/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

结果是一个list，每个item包含了文本框，文字和识别置信度。

[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], ['纯臻营养护发素', 0.964739]]
[[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], ['产品信息/参数', 0.98069626]]
[[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['（45元/每公斤，100公斤起订）', 0.9676722]]
......
1
2
3
4

EasyOCR文字识别

Python中有一个不错的OCR库：EasyOCR。

它可以在python中调用，用来识别图像中的文字，并输出为文本。

安装命令

pip install easyocr
1

注意事项：PaddleOCR不支持32位的Python，因此安装过程会出现各种错误。

直接安装easyocr，发现会报错。那么先安装它的依赖库：Scipy。64位的Python安装并没有出现错误。

安装Scipy库

32位才需要单独安装，64位在pip install easyocr命令里就安装了。

Scipy库是一个用于数学、科学、工程领域的常用软件包，可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵，使Numpy和Scipy协同工作，高效解决问题。

直接安装会报错，于是下载SciPy-1.8.1-cp38-cp38-win32.whl文件，本地安装。

下载地址：Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

使用方法

EasyOCR的用法非常简单，分为三步:

• 1.创建识别对象；
• 2.读取并识别图像；
• 3.导出文本。

安装好后，试着运行了一下，发现对中文的识别不是太准确。准确率比不上PaddleOCR。

# 导入easyocr
import easyocr
# 没有找到CUDA是因为在安装Pytorch时没有选择安装CUDA。

# 路径不能有中文，文件名称不能有中文
# 创建reader对象
# ch_sim（简体中文）、en（英文）
reader = easyocr.Reader(['ch_sim','en'])  
# 读取图像
# img = r'L:\test\test.png'
img = r'L:\test\test.bmp'
# img = r'L:\Python调用大漠插件\test.png'
result = reader.readtext(img)
for i in result:
    print(i)
    print('——'*50)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

识别的结果包含在[元组]里，元组由三部分组成：边框坐标、文本、识别概率。

runfile('L:/Python调用大漠插件/easyOCR   测试.py', wdir='L:/Python调用大漠插件')
CUDA not available - defaulting to CPU. Note: This module is much faster with a GPU.
([[29, 5], [145, 5], [145, 21], [29, 21]], 'Spyder (Pthon 3.8]', 0.71470388862037)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[11, 29], [500, 29], [500, 49], [11, 49]], '文件(月  编辑(]  查找(5)  源代码(C)  运行(R)  调试[D)  控制台(0]  项目(P)  工具C 查看0', 0.03665007207665919)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[82, 60], [180, 60], [180, 90], [82, 90]], '罔  召 v', 0.005002305188916934)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[290, 60], [428, 60], [428, 86], [290, 86]], '9 哑 C M', 0.01261425011100126)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[436, 60], [462, 60], [462, 84], [436, 84]], 'R', 0.045295749291515364)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[11, 93], [207, 93], [207, 111], [11, 111]], '工:  yt1or调周用太漠插伴 :未命名2.r', 0.0019529638911147207)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[31, 115], [85, 115], [85, 133], [31, 133]], '习则试 r', 0.07507313989111337)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[110, 114], [211, 114], [211, 134], [110, 134]], '解挪窗口  天刀 e', 0.03494765837455324)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[235, 113], [307, 113], [307, 133], [235, 133]], '自动押镖: I', 0.2134713275573948)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[333, 115], [451, 115], [451, 133], [333, 133]], '天刀寻径脚本界面: n', 0.33952645549954036)
————————————————————————————————————————————————————————————————————————————————————————————————————
([[475, 113], [500, 113], [500, 131], [475, 131]], '押镖', 0.9046226769301282)
————————————————————————————————————————————————————————————————————————————————————————————————————
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24