最近在做图片识别时发现，python有好多方法可以做到，像pytesseract、paddle等，最后感觉pytesseract的速度比较快，但是中文特别是非印刷体的图片识别准确率较低，EasyOCR的准确率就较高，不过速度会慢一些（如果有牛逼的显卡还是很快的）。这里要介绍的是EasyOCR。
EasyOCR 是一个由 Jaided AI 开发的开源光学字符识别（OCR）库，基于 PyTorch 实现。它支持 80 多种语言 的文本识别，使用起来简单、易上手，适合快速集成到 Python 项目中。
主要特点
多语言支持：支持中文、英文、日文、韩文、阿拉伯语等 80+ 语言。
无需复杂预处理：可直接读取图像并输出文本结果。
深度学习驱动：基于 CNN + LSTM + CTC 的模型，准确率较高。
支持手写、打印体识别：兼容多种字体和图像质量。
安装方式
bash复制编辑pip install easyocr
简单使用示例
reader = easyocr.Reader(['ch_sim', 'en']) # 支持中文简体和英文
results = reader.readtext('example.jpg')
for bbox, text, confidence in results:
print(f"识别内容: {text}, 置信度: {confidence:.2f}")
# 或直接print(results[0][1])
在 EasyOCR 中，还可以通过 allowlist 参数来自定义识别时允许出现的字符集，从而提高精度、减少干扰。这在识别特定格式（如数字、车牌、验证码）时非常有用。
示例：仅允许识别数字和英文字母
python复制编辑import easyocr
reader = easyocr.Reader(['en']) # 语言可以是任意支持的results = reader.readtext(
'example.jpg',
allowlist='0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ'
)
for bbox, text, confidence in results:
print(text, confidence)
示例：仅允许识别中文和数字
python复制编辑reader = easyocr.Reader(['ch_sim'])
results = reader.readtext(
'test.jpg',
allowlist='的一是在了不1234567890'
)
注意事项：
allowlist 是字符级别的过滤，不是词级别（不支持整词限制）。
它会在模型输出后做字符过滤，对模型识别本身无影响，但可提升后处理结果质量。
如果你还想屏蔽掉某些字符（如不要“/”等），也可以用 blocklist。
示例：配合 blocklist 使用
python复制编辑reader.readtext(
'img.jpg',
allowlist='ABC1234',
blocklist='0OQ' # 排除容易误识别的字符
)
依赖
torch（PyTorch）
opencv-python
numpy
scikit-image