Python 实现 PD 文字识别、提取并写入 CSV 文件脚本分享

1. 简介

在现代社会,人们对文字的识别和提取需求越来越高。文字识别是将印刷体或手写文字转换为可编辑和可搜索的电子文本的过程,而文字提取是从文本中提取特定信息的过程。针对这一需求,Python 提供了强大而且易于使用的库——PaddleOCR。本文将详细介绍如何使用 Python 实现 PD 文字识别并将识别结果提取并写入 CSV 文件的脚本。

2. 安装 PaddleOCR

2.1 环境准备

在开始之前,我们首先需要准备好 Python 环境。确保您已经安装了 Python,并且可以使用 pip 包管理工具。

2.2 安装 PaddleOCR

在命令行中输入以下命令来安装 PaddleOCR:

pip install paddlepaddle paddleocr

安装完成后,我们可以开始使用 PaddleOCR 进行文字识别。

3. 文字识别和提取

3.1 导入所需模块

首先,我们需要导入所需的模块。以下代码演示了如何导入相应的模块:

import paddleocr

import csv

3.2 初始化 OCR 模型

接下来,我们需要初始化 OCR 模型。PaddleOCR 提供了多种预训练的 OCR 模型供我们选择。在此示例中,我们选择使用 ch 名称的中文模型。以下代码演示了如何初始化 OCR 模型:

ocr = paddleocr.OCR("ch")

这里的 ch 表示使用中文模型,您也可以根据需要选择其他语言模型。

3.3 定义识别函数

现在,我们来定义一个识别函数,用于对图片进行文字识别。以下代码演示了如何定义识别函数:

def recognize_text(image_path):

with open(image_path, 'rb') as f:

image_data = f.read()

result = ocr.ocr(image_data, use_gpu=False, use_angle_cls=True)

return result

这里的 image_path 参数表示图片路径,您可以根据实际情况修改。

3.4 识别文字并写入 CSV 文件

最后,我们使用定义的识别函数对图片进行文字识别,并将识别结果写入 CSV 文件。以下代码演示了完整的识别和提取过程:

image_path = "path/to/image.jpg"

result = recognize_text(image_path)

output_file = "result.csv"

with open(output_file, 'w', newline='', encoding='utf-8') as f:

csv_writer = csv.writer(f)

csv_writer.writerow(["Text"])

for line in result:

text = line[1][0]

csv_writer.writerow([text])

这里的 image_path 参数表示图片路径,output_file 参数表示输出的 CSV 文件路径。

4. 小结

在本文中,我们介绍了如何使用 Python 实现 PD 文字识别并将识别结果提取并写入 CSV 文件的脚本。通过使用 PaddleOCR,我们可以轻松地实现文字识别和提取的功能,为日常工作和研究带来了很大的便利。希望本文对您有所帮助!

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。

后端开发标签