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)

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)

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).

    次のコマンドを実行することにより, PyTorch 2.3 (NVIDIA CUDA 11.8 用)がインストールされる. 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 uninstall -y torch torchvision torchaudio torchtext xformers
    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)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]