3. EasyOCR：多语言识别利器

这是什么：EasyOCR = 一个开箱即用的 Python OCR 库，一个 Reader 就能收下 80 多种语言。

为什么用：上一章你已经跑通了第一次识别，但那只是默认参数。真正干活时只会中英文还行，一遇到小语种、混进无关字符就露怯，参数得一个个调明白。

如何用：本章先练语言与混合识别，再用白名单、黑名单和 detail、paragraph 这几个重点参数把识别率调上去。

基线：EasyOCR 1.7.2（PyPI 上长期没大更新的稳定版，API 稳定，放心用）。

3.1 语言与混合识别

import easyocr

reader = easyocr.Reader(
    ['ch_sim', 'en'],     # 简体中文 + 英文，中英混排场景标配
)

常用语言代码速查：

多种语言一起写进列表即可。中英混排场景（['ch_sim', 'en']）必配——只写 ['ch_sim'] 的话，图里的英文报错信息会整段漏掉。

代价也要知道：语言越多，模型越大、推理越慢。中文 + 英文已经是常见上限，再加日韩只会拖慢速度，除非图里真的出现那些文字。

3.2 白名单与黑名单：只认该认的字

知道要出现哪些字符时，直接告诉模型，比事后过滤快得多：

# 只认数字和百分号（适合读表格数字、仪表盘）
reader.readtext('meter.png', allowlist='0123456789.%')

# 排除掉常见误识别字符（比如型号里的 O 和数字 0 常混）
reader.readtext('code.png', blocklist='OIl')

3.3 重点参数：detail 与 paragraph

# detail=0：只要文字，最简模式
print(reader.readtext('test.png', detail=0))
# ['青蛙编程网', 'frog blog v1.0']

# detail=1：完整三元组（坐标/文本/置信度），默认
result = reader.readtext('test.png', detail=1)

段落模式——把零散的小框按视觉关系合并成整段：

result = reader.readtext('article.png', paragraph=True)
print(result[0][1])        # 这一整段的文字

注意：开了 paragraph=True，每条结果就只剩「框 + 文本」两项，置信度被合并掉了。所以想要置信度时不要开段落模式。

3.4 提升命中率的调参

reader.readtext('test.png',
    detail=0,
    decoder='beamsearch',       # 精细解码（默认 greedy 更快）
    text_threshold=0.7,         # 文字判定阈值，调低可捞更淡的文字
    mag_ratio=2.0               # 放大 2 倍再识别：小字救星
)

• 小字、糊图：mag_ratio 放大是第一奇招
• 艺术字 / 繁体书法：换 beamsearch，拿算力换准确率
• 浓背景淡文字：调低 text_threshold

调参顺序建议：mag_ratio（放大）→ 阈值 → 解码器。先简单后复杂，一个 mag_ratio=2.0 常解 80% 烦恼。

另外两个影响「捞不捞得到」的参数：min_size（默认 20，小于这个高度的文字直接忽略）和 canvas_size（默认 2560，超大图会被缩放后再识别）。

3.5 GPU 加速（可选）

reader = easyocr.Reader(['ch_sim', 'en'], gpu=True)   # 默认自动检测显卡

有 CUDA 环境就能用（Google Colab 自带 GPU）。CPU 首跑数秒 vs GPU 毫秒级，学习阶段不装 CUDA 也不影响一切。

3.6 常见翻车现场

3.7 动手改

1. 三种模式全跑：detail=0 / detail=1 / paragraph=True，对比输出结构差异
2. 找一张小字截图，mag_ratio=2.0 与不用对比识别率
3. 试试 ['ja', 'en'] 识别一段日文截图

3.8 小结

• 语言表列全即识别全；中英混排 ['ch_sim', 'en'] 是默认起手
• 知道字符集就用 allowlist / blocklist，比事后过滤省事
• detail 控制输出粒度，paragraph 合并段落（但会丢掉置信度）
• mag_ratio 放大是对付小字的头号武器

下一章：PaddleOCR：中文识别的标杆 🐸