本期推荐的是一个Python3下的文字识别（Optical Character Recognition，简称OCR）工具包——cnocr。

cnocr 主要针对的是排版简单的印刷体文字图片，如截图图片，扫描件等。目前内置的文字检测和分行模块无法处理复杂的文字排版定位。如果要用于场景文字图片的识别，需要结合其他的场景文字检测引擎使用

安装

pip install cnocr

安装速度慢的话，可以指定国内的安装源，比如使用豆瓣源：

pip install cnocr -i https://pypi.doubanio.com/simple

使用方法

针对多行文字的图片识别

如果待识别的图片包含多行文字，或者可能包含多行文字（如下图），可以使用 CnOcr.ocr() 进行识别。

from cnocr import CnOcr

ocr = CnOcr()
res = ocr.ocr('docs/examples/multi-line_cn1.png')
print("Predicted Chars:", res)

或者

from cnocr.utils import read_img
from cnocr import CnOcr

ocr = CnOcr()
img_fp = 'docs/examples/multi-line_cn1.png'
img = read_img(img_fp)
res = ocr.ocr(img)
print("Predicted Chars:", res)

针对单行文字的图片识别

如果明确知道待识别的图片包含单行文字（如下图），可以使用 CnOcr.ocr_for_single_line() 进行识别。

from cnocr import CnOcr

ocr = CnOcr()
res = ocr.ocr_for_single_line('docs/examples/helloworld.jpg')
print("Predicted Chars:", res)

或者

from cnocr.utils import read_img
from cnocr import CnOcr

ocr = CnOcr()
img_fp = 'docs/examples/helloworld.jpg'
img = read_img(img_fp)
res = ocr.ocr_for_single_line(img)
print("Predicted Chars:", res)

效果示例

—END—

开源协议：Apache2.0