用Python写了一个图像文字识别OCR工具

　　人生苦短，快学Python！
　　在之前的文章里，我们多次尝试用Python实现文本OCR识别！
　　今天我们要搞一个升级版：直接写一个   图像文字识别OCR工具   ！  引言
　　最近在技术交流群里聊到一个关于图像文字识别的需求，在工作、生活中常常会用到，比如   票据、漫画、扫描件、照片的文本提取   。
　　博主基于 PyQt + labelme + PaddleOCR 写了一个桌面端的OCR工具，用于快速实现图片中   文本区域自动检测+文本自动识别   。
　　识别效果如下图所示：  干货主要有：
　　① 200 多本 Python 电子书（和经典的书籍）应该有
　　② Python标准库资料（最全中文版）
　　③ 项目源码（四五十个有趣且可靠的练手项目及源码）
　　④ Python基础入门、爬虫、网络开发、大数据分析方面的视频（适合小白学习）
　　⑤ Python学习路线图（告别不入流的学习）
　　私信小编01即可获取大量Python学习资源
　　OCR工具识别效果
　　所有框选区域为OCR算法自动检测，右侧列表有每个框对应的文字内容；点击右侧＂识别结果＂中的文本记录，然后点击＂复制到剪贴板＂即可复制该文本内容。  功能列表文本区域检测+文字识别  文本区域可视化  文字内容列表  图像、文件夹加载  图像滚轮缩放查看  绘制区域、编辑区域  复制所选文本识别结果  OCR部分
　　图像文字检测+文字识别算法，主要借助   paddleocr   实现。
　　创建或者选择一个虚拟环境，安装需要用到的第三方库。  conda create -n ocr conda activate ocr 安装框架
　　如果你没有NVIDIA GPU，或GPU不支持CUDA，可以安装CPU版本：  # CPU版本 pip install paddlepaddle==2.1.0 -i https://mirror.baidu.com/pypi/simple
　　如果你的GPU安装过CUDA9或CUDA10，cuDNN 7.6+，可以选择下面这个GPU版本：  # GPU版本 python3 -m pip install paddlepaddle-gpu==2.1.0 -i https://mirror.baidu.com/pypi/simple 安装 PaddleOCR
　　安装paddleocr：  pip install ＂paddleocr>=2.0.1＂ # 推荐使用2.0.1+版本
　　版面分析，需要安装 Layout-Parser：  pip3 install -U https://paddleocr.bj.bcebos.com/whl/layoutparser-0.0.0-py3-none-any.whl 测试安装是否成功
　　安装完成后，测试一张图片   --image_dir ./imgs/11.jpg   ，采用中英文检测+方向分类器+识别全流程： paddleocr --image_dir ./imgs/11.jpg --use_angle_cls true --use_gpu false
　　输出一个list：
　　在python中调用from paddleocr import PaddleOCR, draw_ocr  # Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换 # 例如`ch`, `en`, `fr`, `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 = ＂./imgs/11.jpg＂ result = ocr.ocr(img_path, cls=True) for line in result:     print(line)
　　输出结果是一个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]] ......  界面部分
　　界面部分基于pyqt5实现，其中pyqt GUI程序开发入门和环境配置，详见一篇博客(具体见文末)。
　　主要步骤：  界面布局设计
　　在QtDesigner中拖拽控件，完成程序界面布局，并保存   *.ui   文件。
　　利用 pyuic 自动生成界面代码
　　在 pycharm 的项目文件结构中找到   *.ui   文件，右键——External Tools——pyuic，会在ui文件同级目录下自动生成界面 ui 的 Python 代码。
　　编写界面业务类
　　业务类 MainWindow 实现程序逻辑和算法功能，与前面第2步生成的ui实现解耦，避免每次修改ui文件会影响业务代码。ui界面上的控件可以通过   self._ui.xxxObjectName   访问。 class MainWindow(QMainWindow):  FIT_WINDOW, FIT_WIDTH, MANUAL_ZOOM = 0, 1, 2   def __init__(self):   super().__init__()  # 调用父类构造函数，创建QWidget窗体   self._ui = Ui_MainWindow()  # 创建ui对象   self._ui.setupUi(self)  # 构造ui   self.setWindowTitle(__appname__)    # 加载默认配置   config = get_config()   self._config = config          # 单选按钮组         self.checkBtnGroup = QButtonGroup(self)         self.checkBtnGroup.addButton(self._ui.checkBox_ocr)         self.checkBtnGroup.addButton(self._ui.checkBox_det)         self.checkBtnGroup.addButton(self._ui.checkBox_recog)         self.checkBtnGroup.addButton(self._ui.checkBox_layoutparser)         self.checkBtnGroup.setExclusive(True)      实现界面业务逻辑
　　对主界面上的按钮、列表、绘图控件进行   信号槽连接   。自定义的槽函数不用专门声明，如果是自定义的信号，需要在类__init__()前加上   yourSignal= pyqtSignal(args)   。
　　这里以按钮响应函数、列表响应函数为例。按钮点击的信号是   clicked   ，listWidget列表切换选择的信号是  itemSelectionChanged   。 # 按钮响应函数 self._ui.btnOpenImg.clicked.connect(self.openFile) self._ui.btnOpenDir.clicked.connect(self.openDirDialog) self._ui.btnNext.clicked.connect(self.openNextImg) self._ui.btnPrev.clicked.connect(self.openPrevImg) self._ui.btnStartProcess.clicked.connect(self.startProcess) self._ui.btnCopyAll.clicked.connect(self.copyToClipboard) self._ui.btnSaveAll.clicked.connect(self.saveToFile) self._ui.listWidgetResults.itemSelectionChanged.connect(self.onItemResultClicked) 5. 运行看看效果
　　运行   python main.py   即可启动GUI程序。
　　打开图片 选择语言模型ch（中文） 选择文本检测+识别 点击开始，检测完的文本区域会自动画框，并在右侧识别结果——文本Tab页的列表中显示。
　　所有检测出文本的区域列表，在识别结果——区域Tab页：
　　软件代码
　　由于时间有限，软件细节功能还需进一步完善。代码已开源到 gitee 上，欢迎感兴趣的朋友提pull request，共同修改完善。
　　代码开源地址： https://gitee.com/signal926/ocr-gui-demo