方法介绍
| 方法 | 准确率 | 速度 | 多语言支持 | 复杂场景适应 | 推荐场景 |
|---|---|---|---|---|---|
| Tesseract | 中高 | 快 | 是 | 一般 | 简单文档、多语言 |
| EasyOCR | 高 | 中 | 是 | 强 | 复杂背景、低分辨率图像 |
| PaddleOCR | 极高 | 慢 | 是 | 强 | 高精度中文、版面分析 |
- 推荐选择：
- 简单需求：Tesseract + Pytesseract（轻量级，易上手）。
- 复杂场景：EasyOCR（深度学习，自动优化）。
- 高精度中文：PaddleOCR（百度技术，支持版面分析）
1. 安装 Tesseract OCR 方法 1：APT 官方源安装（推荐）
bash
sudo apt update
sudo apt install tesseract-ocr tesseract-ocr-eng -y # 英文语言包
# 可选：安装其他语言包（如中文）
sudo apt install tesseract-ocr-chi-sim -y
2. 在ubuntu24中，使用虚拟环境（推荐隔离依赖）安装 python库
bash
# 检查是否已安装 venv
python3 -m venv --help
# 如果未安装（极少情况），手动安装：
sudo apt install python3-venv -y
2.2 创建并激活虚拟环境
bash
# 创建虚拟环境（命名为 myenv）
python3 -m venv myenv
# 激活虚拟环境
source myenv/bin/activate # Linux/macOS
# 激活后，终端提示符会显示 (myenv)
# 退出虚拟环境
deactivate
2.3 在虚拟环境中安装库
bash
# 激活虚拟环境后，用 pip 安装库（仅影响当前环境）
pip install pillow pytesseract opencv-python # Pillow 用于图像处理，OpenCV 可选
3.源代码举例
# import pytesseract # from PIL import Image# # 设置 Tesseract 路径（如果未在系统 PATH 中） # # pytesseract.pytesseract.tesseract_cmd = '/usr/bin/tesseract'# # 读取图像并识别文字 # image_path = "/home/ubuntu/examples/english.png" # image = Image.open(image_path) # text = pytesseract.image_to_string(image_path, lang="eng") # 指定语言 # print(text)import cv2import pytesseract# 使用 OpenCV 读取图像（适合预处理） image_path = "/home/ubuntu/examples/english.png" image = cv2.imread(image_path)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 转为灰度图 thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1] # 二值化# 识别文字（指定语言和配置参数） custom_config = r'--oem 3 --psm 6' # OEM 3=默认，PSM 6=自动分块#text = pytesseract.image_to_string(thresh, lang="chi_sim+eng", config=custom_config) text = pytesseract.image_to_string(thresh, lang="chi_sim+eng", config=custom_config)print(text)
4、补充在ubuntu中， ROS2 使用python的虚拟环境
ROS 2（包括 Python 节点）完全支持 Python 虚拟环境，但需要正确配置以确保 ROS 2 和虚拟环境之间的兼容性。以下是详细的使用方法和注意事项：
1. 为什么要在 ROS 2 中使用 Python 虚拟环境？
隔离依赖：避免不同 ROS 2 包或 Python 项目的库版本冲突。
灵活安装：可以在虚拟环境中自由安装 Python 包（如 numpy、opencv-python），而不会影响系统全局环境。
可移植性：方便在不同机器上复现相同的 Python 环境。
2. 如何配置 Python 虚拟环境？
方法 1：使用 venv（推荐）
bash
# 创建虚拟环境（Python 3）
python3 -m venv ~/ros2_venv
# 激活虚拟环境
source ~/ros2_venv/bin/activate # Linux/macOS
# 在虚拟环境中安装所需的 Python 包
pip install numpy opencv-python # 示例
3. 在 ROS 2 中使用虚拟环境的 Python
直接运行 Python 节点
在虚拟环境中运行 Python 脚本时，确保：
使用虚拟环境的 Python 解释器。
正确设置 PYTHONPATH 以包含 ROS 2 的 Python 库。
bash
# 激活虚拟环境
source ~/ros2_venv/bin/activate
# 设置 PYTHONPATH（替换为你的 ROS 2 安装路径）
export PYTHONPATH=/opt/ros/<distro>/lib/python3.10/site-packages:$PYTHONPATH
# 运行 Python 节点
python3 your_node.py