金子邦彦研究室 ▶ 人工知能 ▶ Windows で動く人工知能関係 Pythonアプリケーション，オープンソースソフトウエア） ▶ EasyOCR のインストールと動作確認（多言語の文字認識）（Python，PyTorch を使用）（Windows 上）

サイトマップ サイト内検索 まとめ

サイトの全体構成

EasyOCR のインストールと動作確認（多言語の文字認識）（Python，PyTorch を使用）（Windows 上）

全体構成 人工知能 データベース ３次元，地図 プログラミング 情報工学全般 インストール 支援 連絡先，業績

【概要】 EasyOCR は，PythonとPyTorchを使用した多言語対応の文字認識ソフトウェアである．テキスト検出にはCRAFTが使用されている．Windows上で動作させるためには，まず必要なツールやライブラリをインストールする必要がある．それらは，Git，Python，Visual Studioのビルドツール，NVIDIAドライバ，NVIDIA CUDAツールキット，NVIDIA cuDNN，そしてPyTorchである．EasyOCRのインストールは，公式のGitHubからクローンしたソースコードを利用する．動作確認では，easyocrコマンドを使用して文字認識を実行する．また，PythonプログラムとしてEasyOCRを利用する方法も紹介しており，具体的なプログラムコードを示している．

[image]

[image]

学習用のソースコードも公開されている．

【目次】

  1. 前準備
  2. EasyOCR のインストール（Windows 上）
  3. EasyOCR の動作確認（Windows 上）
  4. EasyOCR を使う Python プログラムの実行（Windows 上）

【関連する外部ページ】

前準備

Git のインストール（Windows 上）

Gitは，バージョン管理システム．ソースコードの管理や複数人での共同に役立つ．

【サイト内の関連ページ】

Windows での Git のインストール: 別ページ »で説明している．

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

Python のインストール（Windows 上）

【サイト内の関連ページ】

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

Build Tools for Visual Studio 2022，NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN 8.6 のインストール（Windows 上）

【サイト内の関連ページ】

NVIDIA グラフィックスボードを搭載しているパソコンの場合には， NVIDIA ドライバ， NVIDIA CUDA ツールキット， NVIDIA cuDNN のインストールを行う．

【関連する外部ページ】

PyTorch のインストール（Windows 上）

  1. Windows で，コマンドプロンプトを管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. PyTorch のページを確認

    PyTorch のページ: https://pytorch.org/index.html

  3. 次のようなコマンドを実行（実行するコマンドは，PyTorch のページの表示されるコマンドを使う）．

    次のコマンドは， PyTorch 2.0 （NVIDIA CUDA 11.8 用） をインストールする． 但し，Anaconda3を使いたい場合には別手順になる．

    事前に NVIDIA CUDA のバージョンを確認しておくこと（ここでは，NVIDIA CUDA ツールキット 11.8 が前もってインストール済みであるとする）．

    PyTorch で，GPU が動作している場合には，「torch.cuda.is_available()」により，True が表示される． 

    python -m pip install -U --ignore-installed pip
python -m pip install -U torch torchvision torchaudio numpy --index-url https://download.pytorch.org/whl/cu118
python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    [image]

    Anaconda3を使いたい場合には， Anaconda プロンプト (Anaconda Prompt) を管理者として実行し， 次のコマンドを実行する． （PyTorch と NVIDIA CUDA との連携がうまくいかない可能性があるため，Anaconda3を使わないことも検討して欲しい）． 

    conda install -y pytorch torchvision torchaudio pytorch-cuda=11.8 cudnn -c pytorch -c nvidia
py -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    【サイト内の関連ページ】

    【関連する外部ページ】

EasyOCR のインストール（Windows 上）

  1. Windows で，コマンドプロンプトを管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. インストール

    試してみたが，「pip install easyocr」でインストールするよりも，下の手順の方がトラブルが少なそう． 

    cd %HOMEPATH%
rmdir /s /q EasyOCR
git clone --recursive https://github.com/JaidedAI/EasyOCR
cd EasyOCR
pip install -e .

    [image]
    （以下省略）

EasyOCR の動作確認（Windows 上）

動作確認を行う．

  1. 動作確認（日本語に英語が混ざっているもの）

    次のコマンドを実行．easyocr コマンドを使用． 

    cd %HOMEPATH%
cd EasyOCR
cd examples
easyocr -l ja en -f japanese.jpg --detail=1 --gpu=True

    [image]

    これは，次の画像についての文字認識結果である．

    [image]
  2. 動作確認（英語）

    次のコマンドを実行．easyocr コマンドを使用． 

    cd %HOMEPATH%
cd EasyOCR
cd examples
easyocr -l en -f easyocr_framework.jpeg --detail=1 --gpu=True

    [image]

    これは，次の画像についての文字認識結果である．

    [image]

EasyOCR を使う Python プログラムの実行（Windows 上）

  • エディタを起動 
    cd %HOMEPATH%\EasyOCR
notepad a.py
  • エディタで，次のプログラムを保存

    このプログラムは， 公式ページの GitHub のページ https://github.com/JaidedAI/EasyOCR で公開されていたものを変更して使用している． 

    import easyocr
reader = easyocr.Reader(lang_list = ['ja','en'], gpu = True) 

import tkinter as tk
from tkinter import filedialog
from PIL import Image

root = tk.Tk()
root.withdraw()
fpaths = filedialog.askopenfilenames()

for fpath in root.tk.splitlist(fpaths):
    print("file name: ", fpath)
    Image.open(fpath).show()
    result = reader.readtext(fpath)
    for i in result:
        print(i)

    [image]
  • Python プログラムの実行

    Python プログラムの実行

    Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

    Python のまとめ: 別ページ »にまとめ

    プログラムを a.pyのようなファイル名で保存したので， 「python a.py」のようなコマンドで行う． 

    python a.py

    ファイル選択画面が出るので，画像ファイルを選択する．ファイルは複数選択可能である．

    [image]
  • 結果の確認

    画像が表示される．画像の表示を確認したらその表示を閉じる． 閉じたあとに，文字認識結果が表示される．

    [image]

    [image]

    [image]

    [image]

    本サイトは金子邦彦研究室のWebページである．

    資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

    公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．

    サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

    問い合わせ先： 金子邦彦（かねこ くにひこ） [image]