1. 产品
  2.   OCR
  3.   Python
  4.   PaddleOCR
 
  

開源Python API整合OCR功能

開源 Python 程式庫允許軟體開發人員輕鬆地將光學字元辨識 (OCR) 功能整合到他們的應用程式中。

PaddleOCR 是一個強大的開源 Python 庫，使軟體開發人員能夠輕鬆地將光學字元辨識 (OCR) 功能整合到他們的 Python 應用程式中。它建立在開源深度學習平台PaddlePaddle之上，並使用最先進的深度學習模型來實現高精度和高性能。 PaddleOCR 透過提供高級 API 來簡化 OCR 流程，該 API 抽象化了許多低階細節，使開發人員可以輕鬆地將 OCR 功能添加到他們的應用程式中。

PaddleOCR 為多種語言和腳本提供了完整的支援。目前支援 80 多種不同語言，包括阿拉伯語、中文、英語、法語、德語、日語、韓語、俄語、西班牙語等。這使其成為需要處理多語言內容的開發人員的寶貴工具。除了強大的 OCR 功能之外，該程式庫還包含許多用於處理圖像和文字的有用實用程式。例如，它包括用於影像預處理的工具，例如糾偏和二值化，以及用於提高 OCR 輸出準確性的後處理工具。

PaddleOCR 提供了幾種不同的 OCR 模型，每種模型都針對不同的用例進行了最佳化。例如，文字偵測模型用於從圖像中定位和提取文字區域，而文字辨識模型用於識別這些區域內的實際文字。還有一個模型整合功能，允許開發人員組合多個模型以實現更高的精度。總體而言，PaddleOCR 是一個強大且易於使用的程式庫，用於為 Python 應用程式添加 OCR 功能。它支援多種語言和腳本，以及可自訂的模型和後處理工具，使其成為使用 OCR 的開發人員的寶貴工具。

Previous Next

PaddleOCR 入門

建議使用 pip 安裝 PaddleOCR。請使用以下指令順利安裝

透過pip安裝PaddleOCR

 

透過pip安裝PaddleOCR


 pip install paddleocr 
您也可以手動安裝；直接從 GitHub 儲存庫下載最新版本檔案。

透過 PaddleOCR API 進行影像文字辨識

圖像文字辨識是從圖像中提取文字的過程。它是一種適用於文件掃描、數位化和 OCR（光學字元辨識）等各種應用的有用技術。開源 OCR（光學字元辨識）API 提供了一組最先進的 OCR 模型，可以識別各種圖像中的文本，包括掃描文件、螢幕截圖和照片。該程式庫支援與圖像文字辨識相關的幾個重要功能，例如載入圖像、初始化 OCR 模型、識別圖像中的文字區域、從圖像中識別文字、從結果中提取文字等等。以下範例示範如何從 Python 應用程式內的圖像中辨識文字。

在Python專案中執行影像文字辨識

import paddleocr
ocr = paddleocr.OCR()

# load an image using the PIL
from PIL import Image

image = Image.open('example.jpg')
result = ocr.ocr(image)

# access the recognized text

for line in result:
    print(line[1][0])
    print(line[1][1])

使用 Python API 進行 OCR 文件辨識

文檔辨識一直是 OCR 的重要研究領域之一。文件在我們的生活中幾乎每天都會用到。當軟體開發人員將 OCR 應用於文件時，它可以檢索重要資訊、檢索表單欄位、分析佈局、數位儲存以及閱讀舊手稿。開源 PaddleOCR 程式庫允許軟體開發人員載入各種類型的文件、執行 OCR 操作並使用 Python 程式碼識別和提取文字。文字辨識非常準確，函式庫可以輕鬆準確地偵測特殊字元和空格。

使用Python API執行OCR文檔辨識

img_path = './input_images/11-document-1.jpg'
result = ocr.ocr(img_path)

//Displaying the output.

Python 應用程式內的表格辨識支援

開源 PaddleOCR 程式庫使軟體開發人員能夠識別其 Python 應用程式中的表格資料。表格辨識主要包含三個模型，單行文字偵測-DB、單行文字辨識-CRNN和表格結構及單元格座標預測-SLANet。以下範例顯示如何辨識包含表格的圖像。以下範例示範如何使用 draw_ocr 方法，該方法接收圖像、邊界框、文字、分數和字體檔案的路徑。它會傳回帶有邊界框和偵測到的文字的圖像。您可以使用 show 方法顯示圖像。

透過 Python API 載入圖像並檢測其中的文字

from paddleocr import PaddleOCR, draw_ocr

# Load the image that contains the table.

# Load the image
img_path = 'table_image.png'
with open(img_path, 'rb') as f:
    img = f.read()

# Create an instance of the PaddleOCR object
ocr = PaddleOCR()


# Draw the bounding boxes around the detected table cells

boxes = [line[0] for line in result]
scores = [line[1] for line in result]
texts = [line[2][0] for line in result]
im_show = draw_ocr(img, boxes, texts, scores, font_path='arial.ttf')
im_show.show()
 中国人