python代码批量识别图片,批量识别图片中的文字
批量字符识别是Python办公自动化的基本操作，应用于我们工作生活的方方面面。本文利用开源免费的easyocr实现图片和文字的批量识别，并作为Excel共存。有兴趣的可以了解一下。
一.背景二。要求三。实战1。安装模块2。识别一幅图片。批量识别图片4。保存数据。
目录
大家好，我是j哥。
你可能还记得复旦大学一个博士生最近写了130行Python代码批量识别核酸截图。当时被人民日报微信官方账号报道，用所学赞美青春的贡献！
其实批量字符识别(OCR)是Python办公自动化的基本操作，应用在我们工作生活的方方面面，比如车牌识别、证件识别、银行卡识别、票据识别等等。
Python OCR的第三方库有很多，比如easyocr，PaddleOCR，cnocr等等。当然，直接调用百度API也是可以的，但是超过一定限额后会收费。所以本文主要用开源免费的easyocr来介绍一下。
一、背景
以身份识别为例，我在网上找了3个虚拟身份证来实验：
使用easyocr识别并保存为Excel。结果如下：
二、需求
三、实战
在Python中使用easyocr很简单，用pip命令安装easyocr即可(建议使用清华源码，否则安装会很慢)。
pipinstalleeasycor
但是easyocr的深度学习算法依赖于另一个著名的第三方模块pytorch，图形处理部分会用到opencv、Pillow等。因此您需要确保这些基本模块已经安装在您的计算机上。
1.安装模块
1.easyocr识别图片代码非常简洁，创建一个easyocr即可。Reader类对象，并指定以下两个公共参数：
要识别的字符属于哪些语言？GPU显卡加速是否开启？2.调用Reader对象的readtext方法将图片中的所有字符读入一个列表并返回。
微信官方账号：跟蔡j学Python。
作者：J哥
#导入模块
importeasyocr
#图片路径
图像=。/id_card/1.jpg
#创建ocr的reader对象来识别中文和英文。
ocr=easyocr。读取器([ch_sim ， en]，gpu=False)
#识别图片文本
content=ocr.readtext(image)
打印(内容)
鉴定结果如下：
[[[[39，31]，[207，31]，[207，67]，[39，67]，姓名韦小宝，0.8973890994570185)，([[40，82]，[159，82]
nbsp;男',0.9799311480828728),([[178,86],[272,86],[272,116],[178,116]],'民族汉',0.5456928014755249),([[40,131],[100,131],[100,161],[40,161]],'出生',0.5362269878387451),([[114,134],[240,134],[240,162],[114,162]],'1654年12',0.6952526392609933),([[266,134],[322,134],[322,162],[266,162]],'20日',0.31329770168285426),([[42,181],[395,181],[395,213],[42,213]],'住址北京市东城区景山前街4号',0.48138251996753667),([[112,222],[256,222],[256,254],[112,254]],'紫禁城敬事房',0.9732440311960702),([[44,307],[195,307],[195,337],[44,337]],'公民身份证号码',0.612808391503521),([[212,308],[526,308],[526,334],[212,334]],'112044165412202438',0.7003081027071493)]
readtext返回的列表中，每个元素都是一个元组，内含三个信息：位置、文字、置信度。我们可以在调用readtext时指定一个参数detail=0，从而只返回文字内容。于是修改后代码和效果如下：
import easyocrimage = ./id_card/1.jpg
ocr = easyocr.Reader([ch_sim, en],gpu=False)
content = ocr.readtext(image,detail=0)
print(content)
['姓名韦小宝','性别男','民族汉','出生','1654年12','20日','住址北京市东城区景山前街4号','紫禁城敬事房','公民身份证号码','112044165412202438']
3.批量识别图片
批量识别图片无非就是遍历图片文件夹，这里用到了os.listdir()方法以返回文件列表。然后用ocr.readtext()去识别每一张图片文字内容，接着通过字符串切片来获取姓名、性别、民族、出生、住址和身份证号等关键信息，最后统一将这些信息存入列表data中。
公众号：菜J学Python
作者：J哥
import easyocr
import os
# 指明所有图片所在的文件夹
images = ./id_card
# 创建ocr的reader对象，识别中英文
ocr = easyocr.Reader([ch_sim, en])
# 识别图片文字
content = ocr.readtext(images,detail=0)
# 遍历所有图片并识别文字，切片提取有效信息
data = []
for image in os.listdir(images):
content = ocr.readtext(f{images}/{image}, detail=0)
print(f"正在识别：{image}")
name = content[0][4:]
gender = content[1][-1]
nation = content[2][-1]
birth = content[-5]
if "月" not in birth:
birth = content[-6] + "月" + content[-5]
if "日" not in birth:
birth = birth[:-1] + "日"
address = content[-4][4:] + content[-3]
number = content[-1]
print(f"完成识别：{image}")
print("-" * 50)
data.append([name, gender, nation, birth, address, number])
4.保存数据
图片文字识别之后，建议通过pandas输出为Excel，方便简洁。
公众号：菜J学Python
作者：J哥
import pandas as pd
# 保存识别结果至Excel
df = pd.DataFrame(data, columns=["姓名", "性别", "民族", "出生", "住址", "身份证号"])
print(f"识别结果如下：")
print(df)
df.to_excel("识别结果.xlsx", index=False)
到此这篇关于Python实现批量识别图片文字并存为Excel的文章就介绍到这了,更多相关Python识别图片文字内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。