最近介绍中谈到了图像和文字识别的需要，在工作和生活中经常用到，比如票据、漫画、扫描件、照片的文本提取.
基于PyQt labelme PaddleOCR编写了一个桌面OCR工具，用于快速实现图片的文本区域自动检测+文本自动识别 。
识别效果如下图所示：
OCR工具识别效果
通过OCR算法自动检测所有的框选区域，右边列表有每个框对应的文字内容；点击右侧“识别结果”中的文本记录，然后点击“复制到剪贴板”复制文本内容。
功能列表文本区域检测文本区域可视文本内容列表图像、文件夹加载图像滚轮缩放查看绘图区域、编辑区域复制选中的文本识别结果OCR部分图像文本检测文本识别算法主要由paddleocr实现。
或者创建并选择一个虚拟环境，并安装所需的第三方库。
一个create-n ocr conda activate ocr安装框架如果你没有NVIDIA GPU，或者GPU不支持CUDA，可以安装CPU版本：
# CPU版本pip安装paddle paddle==2 . 1 . 0-I https://mirror.baidu.com/pypi/simple如果你的GPU已经安装了CUDA9或CUDA10，cuDNN 7.6，可以选择以下GPU版本：
# GPU版本Python3-m pip安装paddle paddle-GPU==2 . 1 . 0-I https://mirror.baidu.com/pypi/simple安装PaddleOCR安装paddleocr:
建议使用pip ' paddle OCR=2 . 0 . 1 ' # 2 . 0 . 1版布局分析，并且需要安装布局解析器：
3 pip INSTALL-u 3359 paddle ocr . bj . BCE Bos . com/whl/layout parser-0 . 0 . 0-py3-none-any . whl测试安装是否成功。安装完成后，测试picture-image _ dir。/imgs/11.jpg，并使用中英文检测方向分类器识别整个过程：
划桨ocr-image _ dir。/imgs/11 . jpg-use _ angle _ cls true-use _ GPU false输出列表：
从paddle ocr中调用导入paddle ocr在python中，draw _ ocr # paddle ocr当前支持的多语言可以通过修改lang参数#进行切换，如` ch` ch `、` en `、` fr `、` german `、` korean、` Japan ` ocr=paddle ocr(use _ angle _ cls=True，lang='ch') #只需运行一次即可将模型下载并加载到memoryimg _ path='。/imgs/11 . jpg ' result=ocr . ocr(img _ path，Cls=true)for line in result 3360 print(line)输出结果是一个列表，每一项都包含文本框、文本和识别置信度：
24.0，36.0，304.0，34.0，304.0，72.0，24.0，74.0，'纯滋养护发素'，0.964739 24.0，80.0，172.0，80.0，172.0，104.0，24 109.0，333.0，109.0，333.0，136.0，24.0.
部分界面基于pyqt5，其中关于pyqt GUI程序开发和环境配置的介绍可以在博客中找到(详见文末)。
主要步骤：
布局设计在QtDesigner中拖拽控件来完成程序界面的布局并保存*。ui文件。
pyuic自动生成接口代码
1>在 pycharm 的项目文件结构中找到 *.ui 文件，右键――External Tools――pyuic，会在ui文件同级目录下自动生成界面 ui 的 Python 代码。
编写界面业务类业务类 MainWindow 实现程序逻辑和算法功能，与前面第2步生成的ui实现解耦，避免每次修改ui文件会影响业务代码。ui界面上的控件可以通过 self._ui.xxxObjectName 访问。
class MainWindow(QMainWindow): FIT_WINDOW, FIT_WIDTH, MANUAL_ZOOM = 0, 1, 2 def __init__(self): super().__init__() # 调用父类构造函数，创建QWidget窗体 self._ui = Ui_MainWindow() # 创建ui对象 self._ui.setupUi(self) # 构造ui self.setWindowTitle(__appname__) # 加载默认配置 config = get_config() self._config = config # 单选按钮组 self.checkBtnGroup = QButtonGroup(self) self.checkBtnGroup.addButton(self._ui.checkBox_ocr) self.checkBtnGroup.addButton(self._ui.checkBox_det) self.checkBtnGroup.addButton(self._ui.checkBox_recog) self.checkBtnGroup.addButton(self._ui.checkBox_layoutparser) self.checkBtnGroup.setExclusive(True) 实现界面业务逻辑对主界面上的按钮、列表、绘图控件进行 信号槽连接 。自定义的槽函数不用专门声明，如果是自定义的信号，需要在类__init__()前加上 yourSignal= pyqtSignal(args) 。
这里以按钮响应函数、列表响应函数为例。按钮点击的信号是 clicked ，listWidget列表切换选择的信号是 itemSelectionChanged 。
# 按钮响应函数self._ui.btnOpenImg.clicked.connect(self.openFile)self._ui.btnOpenDir.clicked.connect(self.openDirDialog)self._ui.btnNext.clicked.connect(self.openNextImg)self._ui.btnPrev.clicked.connect(self.openPrevImg)self._ui.btnStartProcess.clicked.connect(self.startProcess)self._ui.btnCopyAll.clicked.connect(self.copyToClipboard)self._ui.btnSaveAll.clicked.connect(self.saveToFile)self._ui.listWidgetResults.itemSelectionChanged.connect(self.onItemResultClicked)5. 运行看看效果运行 python main.py 即可启动GUI程序。
打开图片→选择语言模型ch（中文）→选择文本检测+识别→点击开始，检测完的文本区域会自动画框，并在右侧识别结果――文本Tab页的列表中显示。
所有检测出文本的区域列表，在识别结果――区域Tab页：
由于时间有限，软件细节功能还需进一步完善，欢迎感兴趣的朋友共同探讨。
参考来源：快学Python
