【亲测可用】EasyOCR 离线文字识别:如何在本地快速跑起多语言 OCR
【亲测可用】EasyOCR 离线文字识别:如何在本地快速跑起多语言 OCR
EasyOCR 是一个 Python 文字识别(OCR,即从图片中提取文字)库,这个仓库直接打包了离线安装包和英文、简体中文预训练模型,不需要联网下载模型,pip 装完就能在本地跑离线 OCR。
解决什么问题
用官方渠道装 EasyOCR,装包要联网,首次初始化还要从网络拉取几百 MB 的检测和识别模型,内网机器直接卡死。这里把 .whl 包和全部模型文件放进了一个压缩包,解压即用,识别全程不联网。
典型场景:
- 内网服务器批量识别截图、票据里的文字,环境完全隔离;
- 从产品说明书、文档图片中提取中英混合文本,灌入自己的搜索引擎。
快速上手
先装 Python 3.x,接着解压仓库里的离线包:
unzip EASYOCR.zip
解压后得到 EASYOCR/ 目录,里面是安装包和三个模型文件夹。
用 pip 安装本地包,跳过在线下载:
pip install EASYOCR/easyocr-1.5.0-py3-none-any.whl
这步只装库本身,不会联网。
跑通第一个例子,注意 model_storage_directory 指向解压后的 EASYOCR 目录:
import easyocr
reader = easyocr.Reader(['en', 'ch_sim'],
model_storage_directory='EASYOCR')
print(reader.readtext('test.jpg'))
Reader 从本地加载模型而不是联网下载,readtext 返回图片中每段文字的位置和内容。
离线资源说明
| 文件 | 是什么 | 拿来做什么 |
|---|---|---|
| easyocr .whl 包 | EasyOCR 的 Python 安装包 | 离线 pip install 库本体 |
craft_mlt_25k.pth |
基于 CRAFT 算法的文本检测模型 | 在图片中定位文字区域 |
english_g2.pth |
英文识别模型 | 识别检测出的英文文本 |
zh_sim_g2.pth |
简体中文识别模型 | 识别检测出的中文文本 |
模型文件都在 EASYOCR.zip 内,解压即可用,完整介绍见 README.md。
常见问题
model_storage_directory 到底指向哪里?
指向包含 craft_mlt_25k/、english_g2/、zh_sim_g2/ 三个子文件夹的目录,不要直接指到 .pth 文件上。
第一次运行为什么特别慢?
Reader() 初始化要加载检测加识别两套模型,属于正常现象;CPU 比 GPU 慢很多,显存够的话在代码里开启 GPU 加速。
不指定本地模型路径行不行?
行,EasyOCR 会联网下到默认目录。但用本仓库的本地模型更稳,内网环境下是唯一选择。
手写体、复杂背景识别不准怎么办?
预训练模型针对常见印刷体优化,字体特殊、背景杂乱或图片模糊时准确率会下降,这类场景需要针对数据进一步训练。
下一步
先把上面的 readtext 例子跑一遍,确认能输出文字位置和内容,再按需增加语言列表。细节可查 README.md,遇到安装或模型加载问题,直接提 Issue 反馈。
登录后查看全文