深度学习基础篇【4】
从0开始搭建EasyOCR
并进行简单文字识别
所谓OCR，全称为“Optical Character Recognition”，即光学字符识别。简单来讲，它就是实现对文本资料的图像文件进行分析识别处理，以获取其中文字及版面信息的技术。?
- 语言环境：Python3.7
- 编译器：jupyter notebook
- 深度学习环境：pytorch 1.6
- 深度学习平台：极链AI云
- 显卡（GPU）：NVIDIA RTX 2080Ti
? ? ? ?目录
? ? 01 实例创建
? ? 02 准备工作
? ? 03 数据预处理
? ? 04 构建模型
? ? 05 编译
? ? 06 训练模型
? ? 07 模型评估
01 实例创建
1. 打开极链AI云平台
? ? ? ? ?https://cloud.videojj.com/?source=vx
2. 点击算力租赁
?3. 选择合适的显卡
? ? ? ? ?此处我们以NVIDIA RTX 2080Ti为例
4. 深度学习框架搭建
? ? ? ? ?框架选择pytorch，版本1.6
? ? ? ? ?python版本3.7
5. 连接实例
创建完成后，点击jupyterlab连接
6. 打开终端
02 环境搭建
在终端中，输入以下命令使用 pip 安装 EasyOCR 稳定版本
pip install easyocr更多内容请左右滑动
进入GitHub地址
下载目标文件
下载完成后，上传至root文件夹中，输入以下命令解压
pip install unzip # 安装unzipunzip EasyOCR-master
在命令提示符中使用cd命令进入目标文件夹地址，在使用?Python setup.py install?命令进行预安装???????
cd EasyOCR-masterpython setup.py install
03 使用方法
对该图片进行文字识别???????
import easyocrreader = easyocr.Reader(['ch_sim','en']) # 只需要运行一次就可以将模型加载到内存中result = reader.readtext('chinese.jpg')
输出将采用列表格式，每个项目分别表示边界框，文本和置信度。
注1：[‘ch_sim’，‘en’]是您要阅读的语言列表。 您可以一次传递几种语言，但并非所有语言都可以一起使用。 英语与每种语言都兼容。 共享公共字符的语言通常相互兼容。
注2：您也可以将OpenCV图像对象（numpy数组）或图像文件作为字节传递，而不是filepath chinese.jpg。 原始图片的网址也是可以接受的。
注3：行reader = easyocr.Reader（[‘ch_sim’，‘en’]）用于将模型加载到内存中。 这需要一些时间，但只需要运行一次。
还可以将detail设置为0，以简化输出。
reader.readtext('chinese.jpg', detail = 0)
