网站建设合同的法律用自己网站做邮箱域名解析

• 安装

pip install cnocr

• 基础的使用方法

   首次运行会下载安装模型，如果没有梯子，会报错：

在网络上查找cnocr的模型资源，并下载到本地。https://download.csdn.net/download/qq_33464428/89514689?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522751fb72b959dcac98e2fb460683254ea%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fcommercial.%2522%257D&request_id=751fb72b959dcac98e2fb460683254ea&biz_id=1&utm_medium=distribute.pc_search_result.none-task-download-2~all~insert_commercial~default-3-89514689-null-null.142^v101^pc_search_result_base5&utm_term=cnocr%20%E6%A8%A1%E5%9E%8B&spm=1018.2226.3001.4187.4

我放到了网盘：

链接: https://pan.baidu.com/s/1HQhyWNhWMjp09m-XTM97hQ

提取码: 6ddy 

模型的默认目录：

        Windows系统：C:\Users\当前用户\AppData\Roaming\cnstd\版本号\ppocr

        Linux系统：~/.cnocr/版本号/

        把下载得到的模型解压，每个模型按文件夹保存在上述目录即可。

• ocr() 标准的多行文字检测识别

参数：
        img_fp：图像文件的路径，也可以是图像的二进制数据（如使用 open().read() 读取的内容），或者是一个 numpy.ndarray 类型的图像数据（例如使用 cv2.imread() 读取的图像）。
返回值：返回一个包含识别结果的列表，列表中的每个元素是一个字典，字典包含两个键：
        text：识别出的文本内容。
        score：识别结果的置信度得分，取值范围是 0 到 1，得分越高表示识别结果越可靠。
        position：(np.ndarray or None)，检测出的文字对应的矩形框；np.ndarray, shape: (4, 2)，对应 box 4个点的坐标值 (x, y) ;

示例代码：

from cnocr import CnOcrocr = CnOcr()
img_path = 'test.jpg'
res = ocr.ocr(img_path)
for line in res:print(f"文本: {line['text']}, 置信度: {line['score']}")

•  图像分辨率对速度的影响

使用不同的分辨率对ocr的生成时间做了如下测试：

分辨率       生成时间

3k*4k            28s
1.6k*1k         0.71s
900*500        0.29s
768*768        0.12s
800*300        0.33s
800150         0.7s

        看得出，当图像很大时，由于数据量巨大，所以生成时间很长，但是图像很小时，时间也变长。这是由于模型内部的输入图形的标准像素是768*768，所以使用768*768速度最快。

• ocr_for_single_line()   识别单行文本

        该方法适用于识别单行文本的图像，当图像中只有一行文本时，使用此方法可以获得更快的识别结果。
参数：

img_fp：与 ocr() 方法的 img_fp 参数含义相同。

返回值：

        返回一个元组，包含两个元素：

        第一个元素是识别出的文本内容。

        第二个元素是识别结果的置信度得分。

示例代码：

from cnocr import CnOcrocr = CnOcr()
img_path = 'single_line_test.jpg'
text, score = ocr.ocr_for_single_line(img_path)
print(f"文本: {text}, 置信度: {score}")

其他说明：

        模型选择：在初始化 CnOcr 类时，可以通过 model_name 参数选择不同的识别模型，以适应不同的识别需求。例如：
        ocr = CnOcr(model_name='densenet_lite_136-fc')

• 速度：

对于800*150像素这样像素的图形，生成时间是0.01s级。

• 使用GPU：

要使用GPU，在创建ocr对象时使用以下参数： 

ocr = CnOcr(model_backend='pytorch', context='cuda')
或
ocr = CnOcr(model_backend='pytorch', context='gpu')

第一次使用GPU会出现报错：

解决办法：卸载并重新安装onnxruntime

pip uninstall onnxruntime
pip install onnxruntime-gpu

经测试，使用RTX2080Ti，处理一个3024*4032像素的图像，时间为5秒，使用cpu为8秒，而处理一个768*768的图像，速度几乎没有区别。

•  自定义字符集

       在初始化 CnOcr 对象时指定 vocab 参数。这样，模型只会识别 vocab 中包含的字符。

from cnocr import CnOcr# 自定义字符集，只识别数字和字母
vocab = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
ocr = CnOcr(vocab=vocab)
img_path = 'custom_charset_image.jpg'
res = ocr.ocr(img_path)
for line in res:print(f"文本: {line['text']}, 置信度: {line['score']}")

•  使用不同的模型

        Cnocr 提供了多种预训练模型，在初始化 CnOcr 对象时通过 model_name 参数选择不同的模型，以适应不同的识别需求。

from cnocr import CnOcr# 使用 densenet_lite_136-fc 模型
ocr = CnOcr(model_name='densenet_lite_136-fc')
img_path = 'image.jpg'
res = ocr.ocr(img_path)
for line in res:print(f"文本: {line['text']}, 置信度: {line['score']}")

•  批量识别

如果有多个图像需要进行识别，可以编写一个循环来实现批量识别。

from cnocr import CnOcr
import osocr = CnOcr()
image_dir = 'image_directory'  # 包含多个图像的目录for filename in os.listdir(image_dir):if filename.endswith(('.png', '.jpg', '.jpeg')):img_path = os.path.join(image_dir, filename)res = ocr.ocr(img_path)print(f"图像: {filename}")for line in res:print(f"文本: {line['text']}, 置信度: {line['score']}")print()

•  ocr_for_single_lines()    识别多个单行文本

        与 ocr_for_single_line() 类似，不过它接受的输入是一个由多个单行文本图像数据的列表。