【亲测可用】EasyOCR离线部署:3个模型文件跑通中英文文字识别

原创2026-11-09 16:57:051,863 阅读
文章标签:人工智能计算机视觉

【亲测可用】EasyOCR离线部署:3个模型文件跑通中英文文字识别

生产环境没有外网,部署OCR服务卡在了第一步:pip install easyocr 拉不下来依赖,模型文件下载直接超时。这个仓库把 EasyOCR 1.5.0 的 Python 包和中英文模型文件打进了同一个 EASYOCR.zip,解压、离线安装、配置模型目录三步,就能在没有网络的环境里完成文字识别。

EASYOCR.zip 里都有什么

  • EASYOCR/easyocr-1.5.0-py3-none-any.whl:EasyOCR 的 Python 包,纯 Python wheel,不需要编译环境
  • EASYOCR/craft_mlt_25k/craft_mlt_25k.pth:基于 CRAFT 算法的文本检测模型,负责在图像中定位文字区域
  • EASYOCR/english_g2/english_g2.pth:英文识别模型
  • EASYOCR/zh_sim_g2/zh_sim_g2.pth:简体中文识别模型

为什么不直接 pip install easyocr?因为官方默认安装时会从远端下载两百多兆的模型文件,纯离线环境下必然失败。这个仓库等于把"包 + 模型"一次性给齐,解压即用。

三步完成首次离线识别

  1. 离线安装包
cd EASYOCR
pip install easyocr-1.5.0-py3-none-any.whl

预期结果:python -c "import easyocr" 不报错。注意 torch、torchvision 等依赖不在这个 whl 里,离线环境要提前备好完整的依赖包。

  1. 放置模型文件:把三个 .pth 文件拷贝到任意固定目录,例如 /opt/easyocr_models/。检测模型和语言识别模型缺一不可。

  2. 跑通第一次识别

import easyocr

reader = easyocr.Reader(
    ['en', 'ch_sim'],
    model_storage_directory='/opt/easyocr_models'
)
result = reader.readtext('sample.jpg')
print(result)

预期结果:输出一个列表,每项是 [bbox, text, confidence] 三元组,即文字框坐标、识别文本和置信度。

部署时最容易踩的3个坑

  1. readtext 返回空列表 → 大概率是模型路径没指对,检查 model_storage_directory 下是否同时存在 craft_mlt_25k.pth 和对应语言的识别模型,只放语言模型不放检测模型是跑不起来的。
  2. Reader(['zh_sim']) 报找不到模型 → 语言代码不是 zh_sim,是 ch_sim。zh_sim_g2.pth 里的 zh 只是模型文件名,代码里传的语言名以 EasyOCR 的命名为准。
  3. 不传参数时程序去联网 → EasyOCR 默认会访问远端下载模型,离线部署时必须显式传 model_storage_directory,否则第一次初始化就会卡在网络请求上。

跑通之后可以做什么

  • 多语言混排:Reader 的语言列表可以继续加,比如英文+中文+日文混排的图片一次识别
  • 批量化:把 readtext 包成 HTTP 服务,配上超时和并发控制,就是一个可用的内部 OCR 接口
  • 精度定制:特殊字体、复杂背景效果不够时,用自己的标注数据微调识别模型

模型路径指对、语言代码写对,剩下的就是把它嵌进你的业务流程里了。

登录后查看全文
Python文字识别工具EasyOCR及模型资源下载