基于 PyTorch/MXNet 的中文/英文 OCR Python 包cnocr-master.zip

<div align="center"> <img src="./docs/figs/cnocr-logo.jpg" width="250px"/> <div>&nbsp;</div> [](https://discord.gg/GgD87WM8Tf) [](https://pepy.tech/project/cnocr) [](https://visitorbadge.io/status?path=https%3A%2F%2Fgithub.com%2Fbreezedeus%2FCnOCR) [](./LICENSE) [](https://cnocr.readthedocs.io/zh/latest/?badge=latest) [](https://badge.fury.io/py/cnocr) [](https://github.com/breezedeus/cnocr) [](https://github.com/breezedeus/cnocr)   [](https://twitter.com/breezedeus) [📖 文档](https://cnocr.readthedocs.io/zh/latest/) | [🛠️ 安装](https://cnocr.readthedocs.io/zh/latest/install/) | [🧳 可用模型](https://cnocr.readthedocs.io/zh/latest/models/) | [🕹 模型训练](https://cnocr.readthedocs.io/zh/latest/train/) | [🛀🏻 在线Demo](https://huggingface.co/spaces/breezedeus/CnOCR-Demo) | [💬 交流群](https://cnocr.readthedocs.io/zh/latest/contact/) </div> <div align="center"> [English](./README_en.md) | 中文 </div> # CnOCR <div align="center"> <strong>Tech should serve the people, not enslave them!</strong> <br> <strong>请勿将此项目用于文字审查！</strong> <br> --- </div> ### [Update 2023.12.24]：发布 V2.3 主要变更： * 重新训练了所有的模型，比上一版精度更高。 * 按使用场景把模型分为几大类场景（见 [识别模型列表](#可使用的识别模型)）： * `scene`：场景图片，适合识别一般拍照图片中的文字。此类模型以 `scene-` 开头，如模型 `scene-densenet_lite_136-gru`。 * `doc`：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以 `doc-` 开头，如模型 `doc-densenet_lite_136-gru`。 * `number`：仅识别**纯数字**（只能识别 `0~9` 十个数字）图片，适合银行卡号、身份证号等场景。此类模型以 `number-` 开头，如模型 `number-densenet_lite_136-gru`。 * `general`: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型 `densenet_lite_136-gru`。 > 注意 ⚠️：以上说明仅为参考，具体选择模型时建议以实际效果为准。 * 加入了两个更大的系列模型： * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，一个月后会免费开源。 * `*-densenet_lite_666-gru_large`：Pro 模型，购买后可使用。 更多细节请参考：[CnOCR V2.3 新版发布：模型更好、更多、更大 | Breezedeus.com](https://www.breezedeus.com/article/cnocr-v2.3-better-more)。 [**CnOCR**](https://github.com/breezedeus/cnocr) 是 **Python 3** 下的**文字识别**（**Optical Character Recognition**，简称**OCR**）工具包，支持**简体中文**、**繁体中文**（部分模型）、**英文**和**数字**的常见字符识别，支持竖排文字的识别。自带了**20+个** [训练好的模型](https://cnocr.readthedocs.io/zh/latest/models/)，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的[训练命令](https://cnocr.readthedocs.io/zh/latest/train/)供使用者训练自己的模型。欢迎扫码加小助手为好友，备注 `ocr`，小助手会定期统一邀请大家入群： <div align="center"> <img src="https://huggingface.co/datasets/breezedeus/cnocr-wx-qr-code/resolve/main/wx-qr-code.JPG" alt="微信群二维码" width="300px"/> </div> 作者也维护 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) ，这里面的提问会较快得到作者的回复，欢迎加入。**知识星球会员** 可享受以下福利： - 可免费下载部分**未开源的付费模型**； - 购买其他所有的付费模型一律八折优化； - 作者快速回复使用过程中遇到的各种困难； - 作者每月提供两次免费特有数据的训练服务。 - 星球会陆续发布一些CnOCR/CnSTD相关的私有资料； - 星球会持续发布 OCR/STD/CV 等相关的最新研究资料。 ## 详细文档 见 [CnOCR在线文档](https://cnocr.readthedocs.io/) 。 ## 使用说明 **CnOCR** 从 **V2.2** 开始，内部自动调用文字检测引擎 **[CnSTD](https://github.com/breezedeus/cnstd)** 进行文字检测和定位。所以 **CnOCR** V2.2 不仅能识别排版简单的印刷体文字图片，如截图图片，扫描件等，也能识别**一般图片中的场景文字**。 以下是一些不同场景的调用示例。 ## 不同场景的调用示例 ### 常见的图片识别 所有参数都使用默认值即可。如果发现效果不够好，多调整下各个参数看效果，最终往往能获得比较理想的精度。 ```python from cnocr import CnOcr img_fp = './docs/examples/huochepiao.jpeg' ocr = CnOcr() # 所有参数都使用默认值 out = ocr.ocr(img_fp) print(out) ``` 识别结果： <div align="center"> <img src="./docs/predict-outputs/huochepiao.jpeg-result.jpg" alt="火车票识别" width="800px"/> </div> ### 排版简单的印刷体截图图片识别 针对 **排版简单的印刷体文字图片**，如截图图片，扫描件图片等，可使用 `det_model_name='naive_det'`，相当于不使用文本检测模型，而使用简单的规则进行分行。 > **Note** > > `det_model_name='naive_det'` 的效果相当于 `V2.2` 之前（`V2.0.*`, `V2.1.*`）的 CnOCR 版本。 使用 `det_model_name='naive_det'` 的最大优势是**速度快**，劣势是对图片比较挑剔。如何判断是否该使用此检测模型呢？最简单的方式就是拿应用图片试试效果，效果好就用，不好就不用。 ```python from cnocr import CnOcr img_fp = './docs/examples/multi-line_cn1.png' ocr = CnOcr(det_model_name='naive_det') out = ocr.ocr(img_fp) print(out) ``` 识别结果： <div align="center"> | 图片 | OCR结果 | | ----------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------- | |  | 网络支付并无本质的区别，因为<br />每一个手机号码和邮件地址背后<br />都会对应着一个账户--这个账<br />户可以是信用卡账户、借记卡账<br />户，也包括邮局汇款、手机代<br />收、电话代收、预付费卡和点卡<br />等多种形式。 | </div> ### 竖排文字识别 采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的中文识别模型 `rec_model_name='ch_PP-OCRv3'` 进行识别。 ```python from cnocr import CnOcr img_fp = './docs/examples/shupai.png' ocr = CnOcr(rec_model_name='ch_PP-OCRv3') out = ocr.ocr(img_fp) print(out) ``` 识别结果： <div align="center"> <img src="./docs/predict-output