在当今数字化时代，图像文字识别（Optical Character Recognition, OCR）技术的应用越来越广泛。

OCR技术可以将印刷体文字转化为可编辑的文本格式，从而方便进行文本分析、数据挖掘等操作。Python作为一种简洁、易用的编程语言，提供了丰富的图像处理和机器学习库，使得实现图像文字识别变得简单而高效。本文将介绍如何使用Python实现大批量识别图片文字，并将文字保存到txt文档中！

项目介绍

本项目使用的文字识别模型来自飞桨开源模型：「chinese_ocr_db_crnn_server Module」 该模型基于 「chinese_text_detection_db_server」 检测得到的文本框，继续识别文本框中的中文文字。之后对检测文本框进行角度分类。最终识别文字算法采用 「CRNN（Convolutional Recurrent Neural Network）」 即卷积递归神经网络。其是DCNN和RNN的组合，专门用于识别图像中的序列式对象。与CTC loss配合使用，进行文字识别，可以直接从文本词级或行级的标注中学习，不需要详细的字符级的标注。该Module是一个通用的OCR模型，支持直接预测。

项目主要功能：

支持识别多种图片类型

support_type = ["bmp", "dib", "jpeg", "jpg", "jpe", "jp2", "png", "webp", "pbm", "pgm", "pxm", "pnm", "tiff", "tif"]

支持自定义图片路径

支持大批量的图片识别

支持将每一张图片的文字写入对应的txt文件中

运行项目

「第一步：」从文末的源码地址，下载项目并解压到本地电脑

「第二步：」配置运行环境，使用pycharm导入项目，在【terminal】下运行下面命令：

pip install -r requirements.txt

如果下载第三方库比较慢，可以考虑换一下pip的下载源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

「第三步：」 运行前可以替换image_path为自定义的路径，默认图片保存位置为当前py文件下的image文件夹。

代码详解

1、导入需要的库，paddlehub用于搭建模型，cv2用于读取图片，os模块创建文件

import paddlehub as hub

import cv2

import warnings

import os

2、识别图片，传入图片地址，，并将识别出的文字保存到对应的txt文本中

def ocr_images(images):

    if images:

        for r in images:

            file_path = r.get("file_path")

            ocr_result_txt_path = r.get("result_txt_path")

            ocr = hub.Module(name="chinese_ocr_db_crnn_server", enable_mkldnn=True) 

            ocr_result = ocr.recognize_text(images=[cv2.imread(file_path)])

            with open(ocr_result_txt_path, "w") as f:

                for i in ocr_result[0]["data"]:

                    f.write(i["text"])

                print(ocr_result_txt_path, "写入完成！")

3、获取指定路径下的所有图片地址，或者同级文件夹images中的所有图片地址

def return_images_files(images_path=None):

    # 返回指定路径下的所有图片绝对地址，如果没有指定，当前路径下的images文件夹

    if images_path isNone:

        # 获取当前 py 文件所在的绝对地址

        cwd = os.getcwd()

        # 拼接 images 文件夹地址

        images_path = os.path.join(cwd, "images")

        # 如果没有 images 文件夹，就新建一个

        if"images"notin os.listdir(cwd):

            os.mkdir(images_path)

    # 拼接 ocr_result 文件夹地址

    ocr_result_path = os.path.join(images_path, "ocr_result")

    if"ocr_result"notin os.listdir(images_path):

        os.mkdir(ocr_result_path)

    # 获取文件夹下所有文件

    files = [os.path.abspath(os.path.join(r, f)) for r, _, fs in os.walk(images_path) for f in fs]

    # 判断文件夹下是否有文件

    if files:

        result = []

        for f in files:

            f_type = f.split(".")[1]

            # 判断文件类型是否存在

            if f_type in support_type:

                # 返回图片地址和识别结果txt的文件名

                result_txt_name = f.split(images_path)[1].replace("\\", "").split(".")[0] + ".txt"

                result_txt_path = os.path.join(ocr_result_path, result_txt_name)

                result_dict = {

                    "file_path": f,

                    "result_txt_path": result_txt_path

                }

                result.append(result_dict)

        return result

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。