項目背景

在當今數(shù)字化時代，圖像文字識別（Optical Character Recognition, OCR）技術的應用越來越廣泛。

OCR技術可以將印刷體文字轉化為可編輯的文本格式，從而方便進行文本分析、數(shù)據(jù)挖掘等操作。Python作為一種簡潔、易用的編程語言，提供了豐富的圖像處理和機器學習庫，使得實現(xiàn)圖像文字識別變得簡單而高效。

本文將介紹如何使用Python實現(xiàn)大批量識別圖片文字，并將文字保存到txt文檔中！

項目介紹

本項目使用的文字識別模型來自飛槳開源模型： chinese_ocr_db_crnn_server Module

該模型基于 chinese_text_detection_db_server 檢測得到的文本框，繼續(xù)識別文本框中的中文文字。之后對檢測文本框進行角度分類。最終識別文字算法采用 CRNN（Convolutional Recurrent Neural Network） 即卷積遞歸神經(jīng)網(wǎng)絡。其是DCNN和RNN的組合，專門用于識別圖像中的序列式對象。與CTC loss配合使用，進行文字識別，可以直接從文本詞級或行級的標注中學習，不需要詳細的字符級的標注。該Module是一個通用的OCR模型，支持直接預測。

項目主要功能：

• 支持識別多種圖片類型

support_type = ["bmp", "dib", "jpeg", "jpg", "jpe", "jp2", "png", "webp", "pbm", "pgm", "pxm", "pnm", "tiff", "tif"]

• 支持自定義圖片路徑
• 支持大批量的圖片識別
• 支持將每一張圖片的文字寫入對應的txt文件中

運行項目

第一步： 從文末的源碼地址，下載項目并解壓到本地電腦

第二步： 配置運行環(huán)境，使用pycharm導入項目，在【terminal】下運行下面命令：

pip install -r requirements.txt

如果下載第三方庫比較慢，可以考慮換一下pip的下載源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

阿里云 http://mirrors.aliyun.com/pypi/simple/
中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
中國科學技術大學 http://pypi.mirrors.ustc.edu.cn/simple/

第三步： 運行前可以替換image_path為自定義的路徑，默認圖片保存位置為當前py文件下的image文件夾。

代碼詳解

1、導入需要的庫，paddlehub用于搭建模型，cv2用于讀取圖片，os模塊創(chuàng)建文件

import paddlehub as hub
import cv2
import warnings
import os

2、識別圖片，傳入圖片地址，，并將識別出的文字保存到對應的txt文本中

def ocr_images(images):
    if images:
        for r in images:
            file_path = r.get("file_path")
            ocr_result_txt_path = r.get("result_txt_path")
            ocr = hub.Module(name="chinese_ocr_db_crnn_server", enable_mkldnn=True) 
            ocr_result = ocr.recognize_text(images=[cv2.imread(file_path)])
            with open(ocr_result_txt_path, "w") as f:
                for i in ocr_result[0]["data"]:
                    f.write(i["text"])
                print(ocr_result_txt_path, "寫入完成！")

3、獲取指定路徑下的所有圖片地址，或者同級文件夾images中的所有圖片地址

def return_images_files(images_path=None):
    # 返回指定路徑下的所有圖片絕對地址，如果沒有指定，當前路徑下的images文件夾
    if images_path is None:
        # 獲取當前 py 文件所在的絕對地址
        cwd = os.getcwd()
        # 拼接 images 文件夾地址
        images_path = os.path.join(cwd, "images")
        # 如果沒有 images 文件夾，就新建一個
        if "images" not in os.listdir(cwd):
            os.mkdir(images_path)
    # 拼接 ocr_result 文件夾地址
    ocr_result_path = os.path.join(images_path, "ocr_result")
    if "ocr_result" not in os.listdir(images_path):
        os.mkdir(ocr_result_path)
    # 獲取文件夾下所有文件
    files = [os.path.abspath(os.path.join(r, f)) for r, _, fs in os.walk(images_path) for f in fs]
    # 判斷文件夾下是否有文件
    if files:
        result = []
        for f in files:
            f_type = f.split(".")[1]
            # 判斷文件類型是否存在
            if f_type in support_type:
                # 返回圖片地址和識別結果txt的文件名
                result_txt_name = f.split(images_path)[1].replace("\\", "").split(".")[0] + ".txt"
                result_txt_path = os.path.join(ocr_result_path, result_txt_name)
                result_dict = {
                    "file_path": f,
                    "result_txt_path": result_txt_path
                }
                result.append(result_dict)
        return result

以上是部分源碼，，有需要的朋友可以在文末的源碼地址免費獲??！

源碼地址

鏈接：https://pan.baidu.com/s/1TRcxqttjnGfg6xPwnHuCuA?pwd=akxs
提取碼：akxs文章來源地址http://www.zghlxwxcb.cn/news/detail-557001.html

到了這里，關于Python實現(xiàn)OCR大批量識別圖片文字，并將文字保存到txt文檔中，文末源碼直接拿！的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！