介绍 Python 开源 OCR 库 EasyOCR 的使用方法。涵盖环境搭建、基础 API 调用、参数调整及批量处理技巧。通过身份证识别、PDF 转文字、截图识别等实战案例展示其应用。同时提供常见问题解决方案，如精度优化、速度提升及依赖安装问题。适合需要图文识别功能的开发者快速上手。
在日常开发与办公场景中，图文识别（OCR）需求无处不在——比如提取图片中的文字、识别身份证/发票信息、批量处理扫描件等。传统 OCR 工具要么收费高昂，要么配置复杂，而 EasyOCR 作为 Python 开源 OCR 库，凭借'安装简单、支持多语言、识别精度高'的优势，成为入门级 OCR 开发的首选工具。
本文将从核心特性、环境搭建、基础用法到实战场景，全方位解析 EasyOCR 的使用技巧，帮你快速实现图文识别功能，无需深厚的计算机视觉知识。
在众多 OCR 工具中，EasyOCR 的核心优势在于'轻量化 + 高性价比'，具体体现在：
EasyOCR 的安装依赖 Python 环境（3.7+），且需安装 PyTorch（深度学习框架）和 OpenCV（图像处理），推荐通过 pip 一键安装。
PyTorch 是 EasyOCR 的深度学习底层框架，需根据操作系统和显卡配置选择安装命令：
需先安装 NVIDIA 驱动 和 CUDA（推荐 11.8 版本），再执行：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
提示：GPU 版本可大幅提升识别速度（尤其是批量处理时），无显卡则用 CPU 版本即可（单张图片识别耗时约 1~3 秒）。
pip install easyocr
安装完成后，可通过以下命令验证是否成功：
import easyocr
print(easyocr.__version__) # 输出版本号即成功（如 1.7.1）
EasyOCR 首次使用时，会自动下载对应语言的识别模型（约几十 MB~几百 MB），默认支持'英文 + 中文'模型。若需识别其他语言，可在初始化时指定，模型会自动下载。
EasyOCR 的 API 极其简洁，核心流程为：初始化识别器 → 加载图片 → 执行识别，以下是最基础的文字识别示例。
import easyocr
# 1. 初始化识别器（指定语言，默认中文 + 英文：['ch_sim', 'en']）
reader = easyocr.Reader(['ch_sim', 'en'], gpu=False)
# gpu=True 表示使用 GPU 加速
# 2. 识别图片（支持本地路径、网络图片 URL）
result = reader.readtext('test.jpg') # 本地图片路径
# result = reader.readtext('https://example.com/text-image.png') # 网络图片
# 3. 输出识别结果
for detection in result:
bbox, text, confidence = detection # 边界框、识别文字、置信度（0~1，越接近 1 越准确）
print(f"识别文字：{text}，置信度：{confidence:.2f}")
Reader() 参数：
ch_sim 表示简体中文，en 表示英文，其他语言代码可参考 EasyOCR 官方文档；gpu=False：关闭 GPU 加速（无显卡时必须设为 False），有显卡则设为 True。result 是列表，每个元素包含 3 个值：
bbox：文字的边界框坐标（左上、右上、右下、左下），格式为 [(x1,y1), (x2,y2), (x3,y3), (x4,y4)]；text：识别出的文字内容；confidence：识别置信度（0~1），可用于过滤低精度结果。readtext() 方法支持多个参数，可根据图片质量调整，核心参数如下：
result = reader.readtext(
'test.jpg',
detail=1, # 输出详细信息（1=包含边界框和置信度，0=仅输出文字）
paragraph=False, # 是否合并段落（True=合并相邻文字为段落，False=分开输出）
min_size=10, # 最小识别文字尺寸（过滤过小的噪点文字）
contrast_ths=0.1, # 对比度阈值（调整以适应模糊图片）
adjust_contrast=0.5, # 对比度调整系数（增强模糊图片的识别效果）
filter_ths=0.01 # 置信度过滤阈值（仅保留置信度>0.01 的结果）
)
result = reader.readtext('test.jpg', detail=0)
print("识别结果：", ' '.join(result))
通过循环遍历图片目录，可实现批量识别：
import easyocr
import os
reader = easyocr.Reader(['ch_sim', 'en'], gpu=False)
image_dir = 'images/' # 图片目录路径
# 遍历目录下所有图片文件
for filename in os.listdir(image_dir):
if filename.endswith(('.jpg', '.png', '.jpeg')):
image_path = os.path.join(image_dir, filename)
result = reader.readtext(image_path, detail=0)
print(f"【{filename}】识别结果：", ' '.join(result))
场景：提取海报中的宣传文字（包含中文、英文和数字）。
海报内容包含'2025 新品上市 | New Product Launch'。
import easyocr
reader = easyocr.Reader(['ch_sim', 'en'], gpu=False)
result = reader.readtext('poster.jpg', detail=0)
print("海报文字提取：", ' '.join(result))
海报文字提取：2025 新品上市 New Product Launch
场景：识别身份证正反面的姓名、性别、民族、身份证号等关键信息，过滤无关文字。
import easyocr
import re
def extract_id_card_info(image_path):
reader = easyocr.Reader(['ch_sim'], gpu=False)
# 合并所有识别文字
text = ' '.join(reader.readtext(image_path, detail=0))
# 提取关键信息
info = {}
# 姓名（匹配'姓名'后到下一个关键词前的内容）
name_match = re.search(r'姓名\s*([^\s]+)', text)
if name_match:
info['姓名'] = name_match.group(1)
# 性别
gender_match = re.search(r'性别\s*([男女])', text)
if gender_match:
info['性别'] = gender_match.group(1)
# 身份证号（18 位，支持最后一位为 X）
id_match = re.search(r'([1-9]\d{5}(18|19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx])', text)
if id_match:
info['身份证号'] = id_match.group(1)
return info
# 测试
id_info = extract_id_card_info('id_card.jpg')
print("身份证信息提取：", id_info)
身份证信息提取： {'姓名': '张三', '性别': '男', '身份证号': '110101199001011234'}
场景：PDF 文件由扫描件生成（无原生文字），需先将 PDF 转为图片，再用 EasyOCR 提取文字。
安装 PDF 转图片库 pdf2image：
pip install pdf2image
brew install poppler；sudo apt-get install poppler-utils。import easyocr
from pdf2image import convert_from_path
import os
def pdf_to_text(pdf_path, output_txt_path):
# 1. PDF 转为图片（每页一张图）
images = convert_from_path(pdf_path, dpi=300) # dpi 越高，图片越清晰，识别效果越好
# 2. 初始化 OCR 识别器
reader = easyocr.Reader(['ch_sim', 'en'], gpu=False)
# 3. 逐页识别并写入文本文件
with open(output_txt_path, 'w', encoding='utf-8') as f:
for page_num, image in enumerate(images, 1):
f.write(f"=== 第{page_num}页 ===\n")
result = reader.readtext(image, detail=0, paragraph=True) # paragraph=True 合并段落
f.write('\n'.join(result) + '\n\n')
print(f"PDF 文字提取完成，保存至：{output_txt_path}")
# 测试
pdf_to_text('scan_document.pdf', 'output.txt')
场景：截图当前屏幕指定区域，快速提取文字（如提取视频中的字幕、网页中的不可复制文字）。
安装截图库 mss（跨平台支持）：
pip install mss
import easyocr
import mss
import cv2
import numpy as np
def capture_and_ocr(monitor_num=1):
# 1. 截图屏幕（monitor_num=1 表示主屏幕，0 表示所有屏幕）
with mss.mss() as sct:
monitor = sct.monitors[monitor_num]
# 捕获整个屏幕（可自定义区域：monitor={'top': 100, 'left': 100, 'width': 800, 'height': 600}）
img = sct.grab(monitor)
# 转换为 OpenCV 格式（BGR）
img_np = np.array(img)
img_bgr = cv2.cvtColor(img_np, cv2.COLOR_RGBA2BGR)
# 2. OCR 识别
reader = easyocr.Reader(['ch_sim', 'en'], gpu=False)
result = reader.readtext(img_bgr, detail=0)
# 3. 显示截图和识别结果
cv2.imshow('Screenshot', img_bgr)
print("截图识别结果：", ' '.join(result))
# 等待按键关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
# 测试
capture_and_ocr()
adjust_contrast 参数）；min_size=15（根据实际文字大小调整）；'ch_tra'，日文用 'ja'，韩文用 'ko'；gpu=True）；cv2.resize(img, (800, 600))）；Reader()，初始化一次即可）。解决方案：使用国内镜像源安装（如清华镜像）：
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
解决方案：安装缺失的依赖库：
sudo apt-get install libgl1-mesa-glx
utf-8。chcp 65001 切换）；open('output.txt', 'w', encoding='utf-8')。EasyOCR 的核心价值在于'降低 OCR 开发门槛'——无需掌握复杂的深度学习算法，仅需几行 Python 代码即可实现高质量的文字识别。无论是个人日常使用（如提取图片文字），还是企业级项目开发（如证件识别、批量文档处理），它都能满足需求。
使用时需牢记：
adjust_contrast、min_size 等参数，优化识别精度；如果需要更高的识别精度（如手写体、复杂场景文字），可考虑商业 OCR 接口（如百度 OCR、阿里云 OCR），但对于大部分基础场景，EasyOCR 完全足够，且无需支付任何费用。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online