一、EasyOCR安裝

本篇使用Jupyter Notebook進行實作

• 使用pipenv虛擬空間安裝EasyOCR

pipenv install easyocr

• 接著我們可以使用簡單的程式來辨識圖片的文字，這邊將會使用繁體中文以及英文來實作，範例圖片如下。

• 在Jupyter Notebook中輸入以下程式。

import easyocr
import matplotlib.pyplot as pd

reader = easyocr.Reader(["ch_tra", "en"]) # 設定辨識語言

file_path = '/Users/xiang/Downloads/chinese_tra.jpg' # 圖片路徑

chinese_tra = pd.imread(file_path) # 讀取圖片

pd.imshow(chinese_tra) # 顯示圖片

result = reader.readtext(file_path, detail = 0) # 辨識圖片

pd.show() # 顯示圖片

print(result) # 顯示辨識結果

執行後可以得到以下的輸出結果。

可以看到辨識的座標位置以及辨識的結果，在這邊如果要將座標隱藏，可以在辨識圖片中加入detail = 0如下。

result = reader.readtext(file_path, detail = 0)

• 
  輸出就會只剩下辨識的結果，或者再加入paragraph=True，可以將辨識的文字合併成通順的句子，如下。

result = reader.readtext(file_path, detail = 0, paragraph = True)

二、結語

通過這一系列的介紹與實作，我們可以了解easyocr在辨識上的強大，在圖片清晰、對比高且角度能夠完整顯示文字，辨識的準確率相當的高，但上述的因素很容易影響辨識的結果，因此在實作車牌辨識時，取樣也必須要採納不同的角度，圖片的清晰度，且標籤要設定的準確，這樣一來，車牌辨識的結果才會較為精準。

相信各位看完應該對easyocr有更深度的認識，接著就準備將其應用在車牌辨識中，那我們下篇見。