Home
chineseocr_lite – 超轻量级中文 OCR，本地文字识别工具

chineseocr_lite – 超轻量级中文 OCR，本地文字识别工具

在线应用 2020/03/22 38

chineseocr_lite 是一个开源项目，用来实现中文的文字识别，支持竖排文字识别、繁体识别，总模型只有 17M（很小就是了），无需联网，支持 CPU 与 GPU，但需要自己部署。@Appinn

chineseocr_lite - 超轻量级中文 OCR，本地文字识别工具 1
Photo by Annie Spratt on Unsplash

目前绝大多数图片转文字，或者说中文 OCR 系统，都使用了云服务，也就是需要联网使用，这使得服务商有着大量的数据可以进行机器学习，而 chineseocr_lite 就有点厉害了：

超轻量级中文 ocr，支持竖排文字识别, 支持 ncnn 推理 , psenet(8.5M) + crnn(6.3M) + anglenet(1.5M) 总模型仅 17M

虽然说，青小蛙对上面的几个项目不是很熟（第一次见），但测试了一番，识别率还是可以的，这就行了。

chineseocr_lite - 超轻量级中文 OCR，本地文字识别工具 2
chineseocr_lite - 超轻量级中文 OCR，本地文字识别工具 3

如何安装？

chineseocr_lite 是一款需要自行编译、自行部署的开源软件（GitHub 开源），所以…有使用门槛！

必备环境：

  • Python
  • PyTorch（官网）
  • VS2015（Windows 需要）

Linux 与 macOS 直接编译就好，青小蛙在想要不要搞成 Docker 方便大家用…想用的人多么？

编译也非常简单，只需要先复制源代码，然后跟着编译即可：

git clone https://github.com/ouyanghuiyu/chineseocr_lite.git
cd psenet/pse
rm -rf pse.so 
make

如何运行？

pip3 install -r requirements.txt
cd chineseocr_lite ## 进入chineseocr目录
python3 app.py 8080 ## 8080端口号，可以设置任意端口

上面的安装和运行两个步骤，对于新手会有不少的坑，所以你需要善用搜索引擎…总之青小蛙觉得这是一个能挡住 90% 普通用户的项目 🙈

如何使用？

在浏览器上输入 ip:8080 就能打开页面，然后加载图片进行识别了。并且还有 火车票、身份证 两个单独识别选项。

分享

相关

, ,

38 条留言

  1. ray 2020/03/22 回复

    多謝介紹,有需要的時候再瞧瞧.目前沒啥需要.

  2. 听风就是雨 2020/03/22 回复

    搞！ 搞！ 搞个docker版的 对竖排字体识别非常有需求 就没找到对竖排支持良好的ocr软件

    • TONY哥 2020/04/11 回复

      在线引擎不少都支持竖排字体吧，可以试试 PandaOCR，不过不是DOCKER版

  3. Dyxang 2020/03/22 回复

    正需要！特别是竖版识别，不需要专门下个aabbyy或者别的竖版识别收费项目了，比如天诺ocr有些第三方api是收费的……就是门槛太高，不是软件或者即用形式

  4. Dyxang 2020/03/22 回复

    既然支持竖排……那请问支持繁体吗？

  5. 季风哥 2020/03/22 回复

    用rm删除文件，还是不要习惯性的加-r参数吧，防止手抖。

  6. TextConverterBasic 2020/03/22 回复

    目前觉得最方便的当属MouseInc的鼠标手势OCR，还有比这更方便的吗

  7. 海天 2020/03/23 回复

    我用iText 也蛮好的 功能还多

    • skystar 2020/03/23 回复

      问题是前天我用来识别竖排就完全不行

  8. 154798760 2020/03/23 回复

    等能识别日文漫画就好。

  9. 你好 2020/03/23 回复

    求大佬打包一下，加上个自动上传图片识别，这样小白只截屏就可以了~

    • 青小蛙 2020/03/23 回复

      这个应该不适合小白，毕竟现在还很原始，需要更多的人参与。

  10. 喵星人 2020/03/23 回复

    好东西, 不知道是否有提供api接口

  11. 大叔 2020/03/23 回复

    cd psenet/pse
    执行这一条记录的时候显示目录不存在

    • 青小蛙 2020/03/23 回复

      不存在就是下载错误了。这个文件夹在下载后的源码里。

    • notdiebird 2020/04/30 回复

      我是先cd chineseocr_lite，再cd psenet/pse

  12. jyc860923 2020/03/23 回复

    求docker

  13. randomcic 2020/03/23 回复

    能麻烦弄个WINDOWS下编译好的版本吗？水平有限啊。谢谢

  14. Kio 2020/03/23 回复

    试了一下 build 整个镜像，其实步骤不多，但 git clone 和 pytorch 在天朝的下载速度真的是让人绝望…
    尤其是 整个 git 项目 200MB+, pytorch wheel 包 600MB+ … (吐槽下官方竟然不在 pypi 更新版本，导致国内pypi镜像没有 1.2.0版)…

    目前进度在 pytorch 镜像里试着 build 一遍…

  15. ddv 2020/03/23 回复

    docker +1 ，举手

  16. CRK 2020/03/23 回复

    自信一点。99%。

  17. yangweijie 2020/03/24 回复

    能不能识别出文字在图片中的位置坐标， 爬某些bt网站需要用到， 破解点击文字顺序类型的验证码

  18. butter 2020/03/24 回复

    编译pse的时候出错了，哪位老师帮帮忙，应该怎么解决？

    find: -xtype: unknown primary or operator
    c++ -o adaptor.so -I include -std=c++11 -O3 adaptor.cpp include/clipper/clipper.cpp –shared -fPIC `pkg-config –cflags –libs opencv`
    /bin/sh: pkg-config: command not found
    adaptor.cpp:9:10: fatal error: ‘opencv2/opencv.hpp’ file not found
    #include
    ^~~~~~~~~~~~~~~~~~~~
    1 error generated.
    make: *** [adaptor.so] Error 1

  19. 坎杜拉 2020/03/24 回复

    这个“轻量”，是指源码轻量吧？简单看了一下，各种依赖库，还有各种没法用淘宝源的Py库，编译完可就一点都不“轻量”了。

  20. rodger 2020/03/25 回复

    看到vs2015我就放弃了，那声明17m一点意义都没有了

  21. 老黑先生 2020/03/25 回复

    强烈支持青小蛙搞一个！！

  22. Tony 2020/03/25 回复

    蓝奏云不香吗？偏要放城通网盘🌚

    • 青小蛙 2020/03/26 回复

      这个问题要看从哪个方向来看香不香。

      对我们来说，城通可以产生微薄的收益，你说香不香。

      不过，你是不是走错片场了？这篇文章并没有提供下载…

  23. Tony 2020/03/26 回复

    抱歉，走错场了，本来是应该在另一篇文章上说的。🌝

  24. 土豆 2020/03/26 回复

    搞啊，你弄个API 出来，然后联网使用的话，就真轻量了

  25. 无风清响 2020/03/28 回复

    请问可不可以传入图片返回文字的text呀?

  26. 一缕阳光 2020/04/09 回复

    测试了身份证效果不太理想，好像在切割图片那块就不太理想了，怎么提高成功率呢

  27. donggua 2020/04/13 回复

    小白第一次玩，刚好手头有华为云的资源，试了一下，发现识别书本的结果并不好，可能只适合少量文字的情况。
    另外，访问地址是：ip:8080/ocr，不加ocr会提示not found。

  28. devil 2020/04/22 回复

    requirements.txt里面的pip3 install jupyter才是杀手锏，简直是一个超级全家桶。。。。

  29. frankienul 2020/06/30 回复

    C:\chineseocr_lite>python app.py 8080
    Traceback (most recent call last):
    File “app.py”, line 12, in
    from model import text_predict, crnn_handle
    File “C:\chineseocr_lite\model.py”, line 3, in
    from psenet import PSENet, PSENetHandel
    File “C:\chineseocr_lite\psenet\__init__.py”, line 2, in
    from .PSENET import PSENetHandel
    File “C:\chineseocr_lite\psenet\PSENET.py”, line 8, in
    from .pse import decode as pse_decode
    File “C:\chineseocr_lite\psenet\pse\__init__.py”, line 9, in
    if subprocess.call([‘make’, ‘-C’, BASE_DIR]) != 0: # return value
    File “D:\Python380\lib\subprocess.py”, line 340, in call
    with Popen(*popenargs, **kwargs) as p:
    File “D:\Python380\lib\subprocess.py”, line 854, in __init__
    self._execute_child(args, executable, preexec_fn, close_fds,
    File “D:\Python380\lib\subprocess.py”, line 1307, in _execute_child
    hp, ht, pid, tid = _winapi.CreateProcess(executable, args,
    FileNotFoundError: [WinError 2] 系统找不到指定的文件。

写留言