python--easyocr安装提速教程

很多人使用easyocr的时候，识别很慢，一次差不多13秒。

其实是可以提速的

就说美不美

# 基础安装
pip install easyocr opencv-python

# 如需GPU支持（需先安装CUDA 11.8+）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

或者

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

安装完成之后，测试一下，是否gpu安装成功

import torch
print(torch.cuda.is_available()) # Should output `True`

安装好之后，我们来优化代码，GPU加速

reader = easyocr.Reader(['en'], gpu=True)  # 必须安装CUDA环境

批量处理

# 同时处理多张图片
batch_results = reader.readtext_batch([img1, img2, img3])

压缩图片

# 调整图像尺寸（保持宽高比）
img = cv2.resize(img, None, fx=0.5, fy=0.5) # 缩小50%

选择模型

reader = easyocr.Reader(model_storage_directory='custom_models/')  # 自定义轻量模型

需要再优化速度的，可以配置下面的内容

reader.readtext(img,
　　batch_size=4, # 增大批处理量
　　decoder='beamsearch', # 快速解码模式
　　beamWidth=5, # 平衡速度与精度
　　width_ths=0.8, # 放宽合并阈值
　　height_ths=0.8
)

最终优化代码

def safe_resize(img, scale_factor=0.5):
    """安全的图像缩放函数"""
    if img is None:
        raise ValueError("输入图像为空！")

    # 计算新尺寸（确保整数）
    new_w = int(img.shape[1] * scale_factor)
    new_h = int(img.shape[0] * scale_factor)
    img_resized=cv2.resize(img, dsize=(new_w, new_h),interpolation=cv2.INTER_AREA)
    # 使用明确的尺寸参数
    return img_resized, (new_w, new_h)

 

def text_images(image_path):

    print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time())))
    img = cv2.imread(image_path)
    if img is None:
        print(f"错误：无法读取图片 {image_path}")
        return []
    try:
        # 安全缩放（可选）
        img_resized, (new_w, new_h) = safe_resize(img, 0.5)  # 缩放系数改为0.5
        # OCR识别
        reader = easyocr.Reader(['ch_sim'],gpu=True,model_storage_directory='custom_models/')
        results = reader.readtext(img_resized)

        # 坐标还原到原图尺寸
        scale_x = img.shape[1] / new_w
        scale_y = img.shape[0] / new_h

        formatted = []
        for (bbox, text, conf) in results:
            # 缩放坐标回原始尺寸
            original_bbox = [(int(x * scale_x), int(y * scale_y)) for (x, y) in bbox]
            formatted.append({'text': text, 'bbox': original_bbox, 'confidence': conf})
        print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time())))
        return formatted

    except Exception as e:
        print(f"OCR处理失败: {str(e)}")
        return []

 

有问题留言即可