引言
最近在做个表情包的小程序，涉及到表情包搜索功能。我们上传表情包的时候，只有一张图，怎么搜索？这个时候我们想到就是将表情包的文字提取出来，作为搜索的内容。那么这就需要用到 ocr 技术了。
经过几个 ocr 的库的使用，小编强烈推荐使用 PaddleOCR，一款文本识别效果不输于商用的Python库！
对于 PaddleOCR 本文不会过多介绍，可自行搜索。重点是如何使用 PaddleOCR 解决我的问题。
安装 PaddleOCR
|
1
2
|
pip install paddlepaddlepip install paddleocr |
我这边安装后的版本：
|
1
2
|
paddleocr==2.5.0.3paddlepaddle==2.3.1 |
在 macOS 安装后，项目运行报错报错，忘了截图，应该是与 setuptools 版本有关，解决方式：
|
1
|
pip install --upgrade setuptools==59.8.0 |
完成这些配置后，我们就可以愉快的玩耍了。
本地处理
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
import hashlibimport iofrom PIL import Imagefrom paddleocr import PaddleOCRdef get_gif_pic_path(url): '''下载图片，返回图片第一帧路径''' response = requests.get(url) filename = hashlib.md5(url.encode(encoding='utf-8')).hexdigest() img = Image.open(io.BytesIO(response.content)) current = img.tell() img_path = f'bqb/{filename}_{current}.png' img.save(img_path) return img_pathdef ocr_get_gif_text_sec(url) -> str: '''识别gif第一帧图片的文字''' img_path = get_gif_pic_path(url) ocr = PaddleOCR(use_angle_cls=True, lang='ch') result = ocr.ocr(img_path, cls=True) data = [] for item in result: data.append(item[1][0]) return ",".join(data)ocr_get_gif_text_sec('https://xxxxxx') |
由于 gif 是个动图，所以我们需要取出图片的第一帧进行识别，get_gif_pic_path实现了这个功能。ocr_get_gif_text_sec 从 gif 第一帧的图进行文字提取，返回的 result 是个数组，我们通过遍历进行提取出来。
提取 gif 图片的内容我们就完成了，两个函数的功能也比较简单。本文没做 gif 全部文字的提取，有兴趣可以挑战下。
在 flask 中处理
当我们想在上传图片的时候，进行对图片文字的处理怎么办？难道要将上传的图保存到路径再去识别么？这也是我在开发中遇到的一个问题，经过拆坑，答案是：不，你不需要。
思路：我们可以从表单中获取上传的图片的二进制，然后将这个二进制传给ocr.ocr()，那么ocr.ocr() 支持这个类型么？经过查看此函数源码，我们可以让它支持。
将图片二进制转化为 nparray 类型即可。下面是这个过程的具体代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
from paddleocr import PaddleOCRimport numpy as npimport cv2@app.route('/v1/upload_img', methods=['POST'])def api_v1_upload_img(): if 'file' not in request.files: return "no file part" file = request.files['file'] if file.filename == '': return "no selected file" if file: file_name = file.filename # 获取图片的二进制 res = upload_image(bytes=file.read(), filename=file_name) return res else: return "no file"def upload_image(bytes, filename = None, mime_type = None): ocr = PaddleOCR(use_angle_cls=True, lang="ch") ## 核心步骤 np_arr = np.frombuffer(bytes, dtype=np.uint8) img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR) # 进行识别 result = ocr.ocr(img=img, cls=True) ocr_result = [] for line in result: ocr_result.append(line[1][0].strip()) img_content = ' '.join(ocr_result) return img_content |
在api_v1_upload_img我们获取到图片二进制以及图片名，将这些作为参数传到upload_image，在upload_image中：
|
1
2
|
np_arr = np.frombuffer(bytes, dtype=np.uint8)img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR) |
上面两行代码是这个需求的核心突破点。
还有一点就是建议不要将此识别功能部署到性能差的机器上，并发一下，完全扛不住，默默的留下两行眼泪。
以上就是PaddleOCR 识别表情包文字示例详解的详细内容，更多关于PaddleOCR识别表情包文字的资料请关注服务器之家其它相关文章！
原文链接：https://juejin.cn/post/7133772101428707358
