Python中有一个不错的OCR库-EasyOCR，在GitHub已有9700star。它可以在python中调用，用来识别图像中的文字，并输出为文本。
安装包：
pip install eazyocr错误问题：
ImportError: libX11.so.6: cannot open shared object file: No such file or directory解决方法：
sudo yum install libX11错误问题：
ImportError: libXext.so.6: cannot open shared object file: No such file or directory解决办法：
sudo yum install libXext识别代码：
# 导入easyocr
import easyocr
# 创建reader对象
reader = easyocr.Reader(['ch_sim','en'])
# 读取图像
result = reader.readtext('./企业微信截图_16104127148073.png')
# 结果
print(result)
for i in result:
word = i[1]
print(word)
GPU 服务器 运行 python test.py
检测部分使用了CRAFT算法，识别模型为CRNN，它由3个主要组件组成：特征提取，序列标记（LSTM）和解码（CTC）。整个深度学习过程基于Pytorch实现。
检测：CRAFT算法
识别：CNN+RNN+CTC
OCR 应用场景如下：
1.文档识别
工作或者科研学习中，要应对大量的纸质文件、书刊杂志、PDF格式的电子资料，很难对这些格式的资料进行编辑和整理
2.拍题识别
识别试卷，保存试卷中的文字并进行评测评分
3.反垃圾
计算机目前只能处理电子字符，不能直接理解图片上的字符，但经过OCR“翻译”后，计算机就能处理那些原本读不懂的信息。比如检测图片上的违禁字眼，由此开启反垃圾新技能
4.书摘笔记
读书时，看到不错的文章段落想要做书摘笔记，但又懒得去打字或是手抄整理
5.随手记录
在微信、微博等内容平台看到有价值的图片内容会随手保存Mark，或是用截屏把手机页面内容保存到相册，但这些图片信息散乱在手机各处，很难进行归纳、整理和检索
6.病历整理
医生每天需要整理大量的病历，如果使用OCR识别技术，拍图即可生成电子资料自动记录保存，节约时间
7.档案管理
档案管理员的工作有很多需要记录，如果单纯依赖打字上传确实是一项费时费力的工作
以上列举的都是生活中你可能会遇到的麻烦，但OCR所能实现的场景和可挖掘的功能远不止这些。医疗、海关、物流、金融、传统制造业等领域都能够通过OCR识别服务，为企业提供高效、低成本的数据采集方案，节省人工数据采集、构建信息系统和维护升级的成本，让企业更智能。
