python常用的OCR文字识别与图片定位方式
前言
统一版本
如果想一次性调用成功，最好与本教程所用的版本保持一致
python版本：
3.10PyCharm版本：
PyCharm 2022.1.2
更换pip源
平常使用python自带的pip进行安装是比较慢的，该处推荐几个自己用着比较快的源，可以进行替换
百度源：
https://mirror.baidu.com/pypi/simple清华大学：
https://pypi.tuna.tsinghua.edu.cn/simple/
如果使用的是命令窗口的形式，只需要在安装的包名后面添加个 -i https://mirror.baidu.com/pypi/simple即可，如下所示
pip install paddlepaddle==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
如果使用的是PyCharm
1.在左下角找到
Python Packages2点击设置按钮
3.起个名字
4.输入源
5.点击确定
6.此时PyCharm中的源添加完毕，在使用Python Interpreter的时候，即可选择对应的源进行下载，提高下载速度
按照如图所示即可
1. Python调用百度文字识别ocr的实现方式
1.1 使用PyCharm安装依赖
首先，使用PyCharm创建好一个项目，设置如图所示
使用PyCharm创建完成一个项目后，开始安装必要的插件，本案例使用的是Python Interpreter。
路径为File–>Settings–>Project:你的项目名称–>Python Interpreter
如下图所示，备注：示例中是已经安装后的，如果是首次创建，则只有三个包
开始安装运行所需要的依赖
baidu-aip
版本为
4.16.8
点击图中红框中的 + 号
在搜索框中，输入要安装的包名，选择合适的源（
此处请参考前言中的更换pip源,如果未添加其他的源，则只显示一个baidu-aip
）进行下载，如图所示，可以选择版本，确定好版本后，点击下面的Install Package进行安装即可。接下来的包安装与该方式相同，如果有其他包安装的话，不再进行截图，下载方式参考该处即可
chardet
具体安装详情请参考baidu-api,版本为5.1.0
1.2 代码实现
准备工作
需求自己先在百度工作台上找到对应的APP_ID 、API_KEY 、SECRET_KEY
具体怎么找请自行百度
经过前面的步骤，已经安装了启动代码所需要的依赖，此时，把该代码复制到自己的项目中，稍作修改即可
import os.path
from aip import AipOcr
if __name__ =='__main__':""" 你的 APPID AK SK """
APP_ID ='你的APP_ID'
API_KEY ='你的API_KEY '
SECRET_KEY ='你的SECRET_KEY '
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)""" 相对路径，在项目跟路径下，创建个img文件夹，然后文件夹中有个zhuogui.png图片，用来进行测试是否可用 """
img_dir_path =r'img'
imagepath = os.path.join(img_dir_path,'zhuogui.png')withopen(imagepath,'rb')as fp:"""识别到信息以字典形式返回"""
dic = client.general(fp.read())print(dic)"""遍历字典与想要的文案对比如果对比到就返回坐标"""
exit(0)
1.3 运行结果展示
效果如下图所示
2. Python实现图片匹配与定位
该实现方式适用于以下场景：
如给定一张小图片，判断该图片是否在另一张图片中；或者在一张大图片中，截出来一小部分图片，然后定位该图片在大图中的位置
2.1 安装依赖
在运行项目前，需要先安装如下依赖，具体安装方式，请参考标题1中的
baidu-aip
的方式进行安装
aircv
版本为
1.4.6
opencv-python
版本为
4.6.0.66
2.2 python代码实现
import aircv as ac
# Press the green button in the gutter to run the script.if __name__ =='__main__':# 源文件，要在该图片中进行查找,被注释的方式为java传参# imsrc = ac.imread(sys.argv[1])
imsrc = ac.imread('D:\code\yujian\yujian-admin\src\main\\resources\static\image\coordinate.png')# 查找的图标，需要查找的图标,被注释的方式为java传参# imobj = ac.imread(sys.argv[2])
imobj = ac.imread('D:\code\yujian\yujian-admin\src\main\\resources\static\image\c0002.png')# {'confidence': 0.5435812473297119, 'rectangle': ((394, 384), (394, 416), (450, 384), (450, 416)), 'result': (422.0, 400.0)# confidence：匹配相似率# rectangle：匹配图片在原始图像上四边形的坐标# result：匹配图片在原始图片上的中心坐标点，也就是我们要找的点击点# similarity = ac.imread(sys.argv[3])# match_result = ac.find_template(imsrc, imobj, 0.70)
match_result = ac.find_template(imsrc, imobj,0.70)if match_result isnotNone:
match_result['shape']=(imsrc.shape[1], imsrc.shape[0])# 0为高，1为宽print(match_result);
2.3 运行结果展示
如下图所示，返回小图片在大图片中的坐标位置
3.python调用PaddleOCR
详细信息，可去飞桨官网进行查看,本教程只介绍简单的使用与安装
3.1 安装依赖
在运行项目前，需要先安装如下依赖，具体安装方式，请参考标题1中的
baidu-aip
的方式进行安装
paddlepaddle
版本为
2.4.1
paddleocr
版本为
2.6.1.2
备注：
1.安装包较大，时间较长，PyCharm导入时间也长，耐心等待即可
2. 安装完成后，可以先看下numpy包的版本，如果是1.24.0，则更换为1.23.2即可，否则运行时会报错
3.2 python中的代码
import os
from paddleocr import PaddleOCR
import cv2
from math import*import numpy as np
defimg_match(img_address):
ocr = PaddleOCR(use_angle_cls=False, lang="ch", use_gpu=False)# 该处注释掉了其他的字库，如果需要下面的字库，可在github上自行下载，该教材以上面的简单字库为例，复制即用#ocr = PaddleOCR(use_angle_cls=True, lang="ch",# rec_model_dir='../models/ch_PP-OCRv3_rec_slim_infer/',# cls_model_dir='../models/ch_ppocr_mobile_v2.0_cls_slim_infer/',# det_model_dir='../models/ch_PP-OCRv3_det_slim_infer/')
src_img = cv2.imread(img_address)
h, w = src_img.shape[:2]
big =int(sqrt(h * h + w * w))
big_img = np.empty((big, big, src_img.ndim), np.uint8)
yoff =round((big - h)/2)
xoff =round((big - w)/2)
big_img[yoff:yoff + h, xoff:xoff + w]= src_img
# 文字识别
matRotate = cv2.getRotationMatrix2D((big *0.5, big *0.5),0,1)
dst = cv2.warpAffine(big_img, matRotate,(big, big))
result = ocr.ocr(dst, cls=True)
results =""for text in result:for value in text:
results = results +str(value[1])print(results)if __name__ =='__main__':
img_dir_path =r'img'
imagepath = os.path.join(img_dir_path,'zhuogui.png')
img_match(imagepath)# 此处可以更换成字符串的绝对路径，如果更换为绝对路径的话，上面三行需要删除# img_match("G:\\360MoveData\\Users\\86177\\Desktop\\zhuogui.png")
3.3 执行结果
正确执行结果如下（如果执行的时候报错，请看
3.4 运行报错（所踩的坑）
）
3.4 运行报错（所踩的坑）
如果遇到该报错，请查看安装的依赖的numpy，更换成1.23.2即可
版权归原作者 月独行 所有， 如有侵权，请联系我们删除。