字符识别之cnocr和cnstd使用
原创 春风视觉
- 介绍
1.1 cnocrcnocr是一款文字识别python包，支持中文和英文等多种语言，主要针对排版简单的印刷体文字图片，通常可结合文字检测引擎使用。该识别引擎遵循OSI Approved :: Apache Software License协议，在github地址：https://github.com/breezedeus/cnocr/#readme。python版本需要大于3。1.2 cnstd
cnstd是一款文字检测工具， 支持中文和英文等检测，自带多个训练模型，安装时使用pip安装即可，通常与cnocr一起使用。遵循协议为：
OSI Approved :: Apache Software License，支持python3.X以上版本，在github地址中为：https://github.com/breezedeus/cnstd。 - 安装与依赖包对图像进行处理需要安装opencv包，具体查看各自github下的requirments.txt文件，执行pip批量安装命令即可。
pip install -r requirements.txt执行上述命令后执行下列命令：
#安装cnocr 安装过程中会安装torch，可新建虚拟环境测试
pip install cnocr 或
pip install cnocr -i https://pypi.doubanio.com/simple #指定源
#安装cnstd
pip install cnstd 或
pip install cnstd -i https://pypi.doubanio.com/simple #指定源3. 检测与调用
3.1 cnstd使用
cnstd使用比较简单，执行cmd命令，执行下列命令后得结果。
cnstd predict -i examples/taobao.jpg -o outputs从上图得结果可以看出cnstd可以准确得识别出文字位置。除cmd命令外，还可以执行下面得py代码。
from cnstd import CnStd
from cnocr import CnOcr
import cv2 as cv
std = CnStd(auto_rotate_whole_image=True) #这里指定模型及其他参数
cn_ocr = CnOcr()
box_info_list = std.detect('E:/100.png')
image = cv.imread('E:/100.png')
point_color = (0, 255, 0) # BGR
thickness = 1
lineType = 4
white = (0, 255, 128)
for box_info in box_info_list['detected_texts']:
# 获取坐标
cor = box_info['box']
#print(box_info)
box = cor[0:4]
ptLeftTop=(0,0)
ptRightBottom=(0,0)
if abs(box[-1]) > 80:
#存在倾斜或旋转得状况，此时中心点不变，长和宽位置互换
ptLeftTop = (int(box[0]-box[3]/2), int(box[1] - box[2]/2)) #int(box[1])
ptRightBottom = (int(box[0] + box[3]/2),int(box[1]+box[2]/2))
else:
ptLeftTop = (int(box[0]-box[2]/2), int(box[1] - box[3]/2)) #int(box[1])
ptRightBottom = (int(box[0]+box[2]/2), int(box[1] + box[3]/2))
cv.rectangle(image, ptLeftTop,ptRightBottom, point_color, 1)
#cv.circle(image, ptLeftTop, 5, white)
#cv.circle(image, ptRightBottom, 10, (0,0,0))
cv.imwrite("result_cnstd.png", image)得到的结果如下图：
3.2 cnocr使用
按照上面代码继续执行如下代码块：
for box_info in box_info_list['detected_texts']:
cropped_img = box_info['cropped_img']
ocr_res = cn_ocr.ocr_for_single_line(cropped_img)
print('ocr result: %s' % str(ocr_res))执行代码完成后，结果如下图所示，以元组形式展示，第一个元素表示字符内容，第二个元素表示置信度。
除可以进行单行识别外，还可以进行整体识别。此时结果与上面结果大体相同。执行代码片段如下。
from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr('E:/100.png')
print("Predicted Chars:", res)对cnocr的其他测试情况，见github库中的测试用例，地址如下。https://github.com/breezedeus/cnocr/blob/master/tests/test_cnocr.py。