很多軟件內置了OCR功能，即圖片提取文字功能。有些是免費提供給大家使用，但有些是收費的。不管是免費的還是收費的，終究逃離不了隱私問題。用別人的OCR，總得把圖片傳到對方的服務器。今天我們使用Python開發一個OCR軟件，如下圖所示。

1 安裝環境

本文基於PaddleOCR搭建本地開發圖片提取文字軟件，因此需要安裝PaddlePaddle環境。

1.1 安裝PaddlePaddle

如果您的機器有安裝CUDA9或CUDA10，推薦安裝GPU版本的PaddlePaddle，享受更快的運行速度。運行以下命令安裝:

python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

如果您的機器只有CPU環境，運行速度會稍微慢一點。請運行以下命令安裝

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

1.2 安裝PaddleOCR whl包

有了PaddlePaddle環境後，接下來安裝PaddleOCR庫，推薦使用2.0.1+版本：

pip install "paddleocr>=2.0.1"

注意：

對於Windows環境用戶：直接通過pip安裝的shapely庫可能出現[winRrror 126]找不到指定模塊的問題。建議從這裡https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely下載shapely安裝包完成安裝。

2 調用OCR

調用OCR過程非常簡單，導入PaddleOCR後，直接創建PaddleOCR對象：

from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
ocr.ocr(img_path, cls=True)

第2行代碼中，use_angle_cls參數用於確定是否使用角度分類模型，即是否識別垂直方向的文字。lang參數表示識別的語言，我們傳入ch，表示識別漢字。

第3行代碼中, img_path表示圖片路徑，cls表示是否使用角度分類模型。

3 開發界面

有了以上代碼就可以完成OCR功能，但使用起來還不夠方便，我們進一步將OCR功能封裝成軟件，便於交互。首先安裝PyQT5:

pip install PyQt5

接下來調用PyQT5完成界面交互，篇幅原因，這裡只顯示調用ocr部分代碼，讀者可以直接拉到最後獲取完整源碼。

class OCRGUI(QWidget):
# 其他代碼略...
def run_ocr(self, img_path):
result = self.ocr.ocr(img_path, cls=True)
self.text.clear()
txts = [line[1][0] for line in result]
for txt in txts:
self.text.insertPlainText(txt + "\n")
self.loading.hide()

4 獲取源碼

1. 關注公眾號：Python學習實戰
2. 公眾號聊天界面回復：OCR，獲取完整源碼。

如果您覺得本文有幫助，辛苦您點個不需花錢的贊，您的舉手之勞將對我提供了無限的寫作動力！ 也歡迎關注我的公眾號：Python學習實戰， 第一時間獲取最新文章。