PaddleOCR可以通過編寫簡單的Python腳本來實現對大量圖片進行批量文本識別。以下是一個示例代碼,演示如何使用PaddleOCR對指定目錄下的所有圖片進行批量文本識別:
import os
from paddleocr import PaddleOCR, draw_ocr
ocr = PaddleOCR()
# 指定需要識別文本的圖片目錄
img_dir = 'path/to/your/image/directory'
# 獲取目錄下所有圖片文件名
img_files = [f for f in os.listdir(img_dir) if f.endswith('.jpg') or f.endswith('.png')]
for img_file in img_files:
img_path = os.path.join(img_dir, img_file)
result = ocr.ocr(img_path, cls=True)
for line in result:
print('Detected text:', ''.join([word[0] for word in line[1]]))
print('Confidence:', line[1][0][-1])
# 可以根據需要將識別結果保存到文件中
output_file = 'path/to/save/{}.txt'.format(os.path.splitext(img_file)[0])
with open(output_file, 'w', encoding='utf-8') as f:
for line in result:
f.write(''.join([word[0] for word in line[1]]) + '\n')
在上面的示例代碼中,首先導入PaddleOCR模塊,然后實例化一個PaddleOCR對象。接著指定需要識別文本的圖片目錄,獲取該目錄下所有圖片文件名,并遍歷每個圖片文件進行文本識別。最后,將識別結果打印出來,并可選擇保存到文件中。
通過這種方式,您可以輕松地對大量圖片進行批量文本識別,并將結果保存到文件中,以供后續分析和處理。