本文转自博主的个人博客：https://blog.zhumengmeng.work,欢迎大家前往查看。
原文链接：点我查看

一、安装准备

因公司工作需求，特需在公司内网离线安装EasyOCR。首先我们需要对安装EasyOCR所需要的pip依赖包进行下载，具体如下表所示。

Name	Version
opencv-python-headless	4.8.1.78
torchvision	0.16.1
torch	2.1.1
fsspec	2023.10.0
sympy	1.12
typing-extensions	4.8.0
filelock	3.13.1
mpmath	1.3.0
ninja	1.11.1.1
pyclipper	1.3.0
shapely	2.0.2
PyYAML	6.0
python-bidi	0.4.2
scikit-image	0.21.0
Pillow	10.1.0
numpy	1.21.2
scipy	1.8.0
six	1.16.0
lazy-loader	0.3
packaging	23.2
PyWavelets	1.4.1
tifffile	2023.7.10
imageio	2.33.0
networkx	3.1
requests	2.26.0
Jinja2	3.0.2
idna	3.2
charset-normalizer	2.0.6
certifi	2021.5.30
urllib3	1.26.6
MarkupSafe	2.0.1

博主下载完了总计是31个.whl安装包:happy:。

)

接下来便需要将这些安装包依次进行安装，按照下图从左到右的依赖循序进行安装。

打个比方，我要安装Request,便需要先安装Urlilb3，idna,Charset-normalizer,certifi，然后才能安装Requests。

单个安装包的安装命令如下（需打开cmd，cd到安装包所在目录）,以安装Pillow为例:

pip install ./Pillow-10.1.0-pp310-pypy310_pp73-win_amd64.whl

二、安装EasyOCR本体

下载EasyOCR本体压缩包，点我下载。解压到电脑中的固定位置。

打开cmd，cd到EasyOCR文件夹中，并输入以下代码进行安装。

python setup.py install;

等待安装即可，出现：Finished processing dependencies for easyocr==1.7.1代表安装完成

三、下载基础文字结构模型与常用语言模型

官方提供了下载中心，点我进入。

点击下载常用的english_g2、latin_g2、zh_sim_g2，这三个分别是英文-拉丁文-简体中文。

下面的Craft是所需要的基础文字模型，必须下载才能正常进行使用。

下载完后是4个压缩包，如下图所示。

打开C:\Users\<你的用户名>(个人用户文件夹)，查看其目录下是否有.EasyOCR文件夹，有的话如下图所示。

如果没有则创建一个.EasyOCR文件夹，并在其里面创建一个名为model的文件夹。

将刚刚下载的四个模型解压到model文件夹中，即可正常使用EasyOCR。

四、EasyOCR的基础使用

打开Pycharm新建python项目，并复制粘贴以下代码：

#-*- coding: utf-8 -*-
import easyocr


def get_text(path):
    text_list = []
    # 创建reader对象
    # gpu=False，代表着不利用显卡进行图片识别，采用cpu进行图片识别，尽管可能会慢一些。
    # ['ch_sim', 'en']代表着试用简体中文以及英文模型进行识别。
    reader = easyocr.Reader(['ch_sim', 'en'],gpu=False)
    # 读取图像
    result = reader.readtext(path)
    # 提取文字
    for t in result:
        print(t[1])
        text_list.append(t[1])
    return text_list

if __name__ == '__main__':
    path1 = 'EasyOCR.png'
    text1 = get_text(path1)
    print(text1)
    # save_text(text1)

并在项目文件夹中放入一张你想要识别的图片EasyOCR.png

下面是我的所需识别图片：

输出结果：