使用Python、OpenCV和EasyOCR进行文本检测与识别详解

一、环境准备：所需库及安装说明

要实现文本检测与识别，需先安装以下库，文档指定了具体版本（确保兼容性）：

库名称	版本	作用
easyocr	1.6.2	核心OCR库，用于文本识别
matplotlib	3.6.2	用于图像显示
opencv-python-headless	4.5.4.60	轻量版OpenCV，用于图像处理（无GUI，适合服务器环境）

安装命令解析

pip install easyocr==1.6.2 matplotlib==3.6.2 opencv-python-headless==4.5.4.60 -i https://mirrors.aliyun.com/pypi/simple/

• -i https://mirrors.aliyun.com/pypi/simple/：使用阿里云镜像源加速下载，解决官方源下载慢的问题。

二、代码分步详解

1. 导入依赖库

import cv2   # OpenCV库，用于图像读取、处理（画框、加文字等）
import easyocr   # EasyOCR库，用于文本识别
import matplotlib.pyplot as plt   # Matplotlib的pyplot模块，用于图像显示

2. 读取图像

img_path = 'Image/test1.png'   # 图像文件路径（需替换为实际图片路径）
img = cv2.imread(img_path)   # 用OpenCV读取图像，返回BGR格式的NumPy数组

• 注意：OpenCV默认读取图像为BGR格式（蓝-绿-红），而人眼和Matplotlib默认使用RGB格式，后续显示时需转换。

3. 初始化EasyOCR识别器

# 创建文本检测系统实例，['en']表示只识别英文；gpu=False表示使用CPU（若有GPU且配置正确，可设为True加速）
reader = easyocr.Reader(['en'], gpu=False)

• EasyOCR支持多语言识别，例如识别中文可改为['ch_sim', 'en']（中文简体+英文）。
• GPU加速需满足：安装对应版本的CUDA和cuDNN，且EasyOCR编译时支持GPU。

4. 识别图像中的文本

text_ = reader.readtext(img)   # 对图像执行OCR识别，返回识别结果列表

• 返回结果text_的结构：每个元素是一个元组(bbox, text, score)，其中：
  • bbox：文本区域的边界框坐标，格式为[[x1,y1], [x2,y2], [x3,y3], [x4,y4]]（四边形的四个顶点）。
  • text：识别出的文本内容。
  • score：识别置信度（0~1，越高越可靠）。

5. 过滤低置信度结果并标记文本

threshold = 0.25   # 置信度阈值，过滤低于该值的识别结果（可根据需求调整）

for t in text_:   # 遍历所有识别结果
    print(t[1])   # 打印识别到的文本内容
    bbox, text, score = t   # 解包边界框、文本、置信度
    
    if score > threshold:   # 只处理置信度高于阈值的结果
        # 画矩形框：参数为图像、左上角坐标(bbox[0])、右下角坐标(bbox[2])、颜色(0,255,0=绿色)、线宽2
        cv2.rectangle(img, bbox[0], bbox[2], (0,255,0), 2)
        
        # 在矩形框左上角添加文本：参数为图像、文本内容、坐标、字体、大小0.8、颜色(0,0,255=红色)、线宽4
        cv2.putText(img, text, bbox[0], cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0,0,255), 4)

• 阈值threshold的作用：剔除误识别（如将背景识别为文本）的结果，提高准确性。
• 颜色参数说明：OpenCV中颜色为BGR格式，因此(0,255,0)是绿色（G=255），(0,0,255)是红色（R=255）。

6. 显示处理后的图像

# 转换图像格式：将OpenCV的BGR格式转为Matplotlib的RGB格式（否则颜色会偏差）
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()   # 显示图像（在非交互环境中必须调用，否则图像不显示）

• 关键说明：Matplotlib默认期望RGB格式图像，而OpenCV读取的是BGR格式，若不转换（cv2.COLOR_BGR2RGB），图像会出现蓝色和红色颠倒的问题。

三、完整代码

# 导入依赖库
import cv2
import easyocr
import matplotlib.pyplot as plt

# 读取图像（替换为实际图像路径）
img_path = 'Image/test1.png'
img = cv2.imread(img_path)

# 初始化EasyOCR识别器（识别英文，使用CPU）
reader = easyocr.Reader(['en'], gpu=False)

# 执行OCR识别
text_ = reader.readtext(img)

# 设置置信度阈值
threshold = 0.25

# 遍历识别结果，标记文本并过滤低置信度结果
for t in text_:
    print(t[1])  # 打印识别文本
    bbox, text, score = t
    if score > threshold:
        # 绘制文本区域矩形框
        cv2.rectangle(img, bbox[0], bbox[2], (0, 255, 0), 2)
        # 在矩形框左上角添加文本
        cv2.putText(img, text, bbox[0], cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 4)

# 转换图像格式并显示
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()

四、使用注意事项

1. 图像路径：img_path需替换为实际图片的路径（如'test.png'或'./images/ocr.jpg'），若路径错误会导致图像读取失败。
2. 语言设置：如需识别其他语言，修改easyocr.Reader()的参数，例如['ch_sim', 'en']支持中英混合识别。
3. 性能优化：若有GPU，将gpu=False改为gpu=True可显著提高识别速度。
4. 阈值调整：根据实际识别效果调整threshold（如识别结果混乱可提高阈值，漏识别可降低阈值）。

测试结果