Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
EasyOCR — 即用型 OCR,支持 80 多种语言及所有主流书写文字,包括拉丁文、中文、阿拉伯文、天城文、西里尔文等。 | Kitploit
工具/GitHubGitHub/jaidedai/easyocr
通用工具脚本与自动化机器学习CAPTCHA 绕过CAPTCHA 绕过 分类第 5 名
GitHubjaidedai/easyocr

EasyOCR

即用型 OCR,支持 80 多种语言及所有主流书写文字,包括拉丁文、中文、阿拉伯文、天城文、西里尔文等。

查看仓库
30.2k3.6k996天前Kitploit 审核通过
分享
网站

EasyOCR

PyPI Status license Tweet Twitter

开箱即用的 OCR,支持 80 多种受支持的语言以及所有主流书写系统,包括:拉丁文、中文、阿拉伯文、天城文、西里尔文等。

在我们的网站上试用演示

已通过 Gradio 集成到 Huggingface Spaces 🤗 中。试用 Web 演示:Hugging Face Spaces

新特性

  • 2024 年 9 月 24 日 - 版本 1.7.2

    • 修复若干兼容性问题
  • 阅读所有发布说明

即将推出

  • 手写文本支持

示例

example

example2

example3

安装

使用 pip 安装

获取最新稳定版本:

pip install easyocr

获取最新开发版本:

pip install git+https://github.com/JaidedAI/EasyOCR.git

注 1:对于 Windows,请先按照此处的官方说明 https://pytorch.org 安装 torch 和 torchvision。在 pytorch 网站上,请务必选择与你匹配的正确 CUDA 版本。如果你打算仅在 CPU 模式下运行,请选择 CUDA = None。

注 2:我们还在此处提供了 Dockerfile 链接。

注 3:可选的 DBNet 检测器(detect_network='dbnet18')会在首次使用时编译其 C++/CUDA 算子,这需要 Ninja 构建工具。要将其与 EasyOCR 一起安装,请使用 pip install "easyocr[dbnet]"。

用法

import easyocr
reader = easyocr.Reader(['ch_sim','en']) # this needs to run only once to load the model into memory
result = reader.readtext('chinese.jpg')

输出将采用列表格式,每一项分别表示一个边界框、检测到的文本以及置信度水平。

[([[189, 75], [469, 75], [469, 165], [189, 165]], '愚园路', 0.3754989504814148),
 ([[86, 80], [134, 80], [134, 128], [86, 128]], '西', 0.40452659130096436),
 ([[517, 81], [565, 81], [565, 123], [517, 123]], '东', 0.9989598989486694),
 ([[78, 126], [136, 126], [136, 156], [78, 156]], '315', 0.8125889301300049),
 ([[514, 126], [574, 126], [574, 156], [514, 156]], '309', 0.4971577227115631),
 ([[226, 170], [414, 170], [414, 220], [226, 220]], 'Yuyuan Rd.', 0.8261902332305908),
 ([[79, 173], [125, 173], [125, 213], [79, 213]], 'W', 0.9848111271858215),
 ([[529, 173], [569, 173], [569, 213], [529, 213]], 'E', 0.8405593633651733)]

注 1:['ch_sim','en'] 是你想要读取的语言列表。你可以一次传入多种语言,但并非所有语言都能一起使用。英语与每种语言都兼容,而共享相同字符的语言通常彼此兼容。

注 2:除了文件路径 chinese.jpg,你还可以传入 OpenCV 图像对象(numpy 数组)或作为字节的图像文件。指向原始图像的 URL 也是可以接受的。

注 3:reader = easyocr.Reader(['ch_sim','en']) 这一行用于将模型加载到内存中。这需要一些时间,但只需运行一次。

你也可以设置 detail=0 以获得更简单的输出。

reader.readtext('chinese.jpg', detail = 0)

结果:

['愚园路', '西', '东', '315', '309', 'Yuyuan Rd.', 'W', 'E']

所选语言的模型权重将自动下载,你也可以从模型中心手动下载,并将其放入 '~/.EasyOCR/model' 文件夹中

如果你没有 GPU,或者 GPU 内存较低,可以通过添加 gpu=False 以仅使用 CPU 模式运行模型。

reader = easyocr.Reader(['ch_sim','en'], gpu=False)

更多信息请阅读教程和API 文档。

在命令行运行

$ easyocr -l ch_sim en -f chinese.jpg --detail=1 --gpu=True

训练/使用你自己的模型

对于识别模型,请阅读此处。

对于检测模型(CRAFT),请阅读此处。

实现路线图

  • 手写体支持
  • 重构代码以支持可替换的检测和识别算法 API 应当像这样简单
reader = easyocr.Reader(['en'], detection='DB', recognition = 'Transformer')

这个想法是能够将任何最先进的模型接入 EasyOCR。有很多天才正在努力打造更好的检测/识别模型,但我们并不打算在这里成为天才。我们只是想让他们的成果能够快速、免费地向公众开放……(好吧,我们相信大多数天才都希望自己的成果能尽可能快速、广泛地产生积极影响)整个流程应该类似于下图。灰色槽位是可替换的浅蓝色模块的占位符。

plan

致谢与参考

本项目基于多篇论文和开源仓库的研究与代码。

所有深度学习执行均基于 Pytorch。❤️

检测执行使用来自此官方仓库及其论文的 CRAFT 算法(感谢来自 @clovaai 的 @YoungminBaek)。我们还使用了他们的预训练模型。训练脚本由 @gmuffiness 提供。

识别模型是 CRNN(论文)。它由 3 个主要组件构成:特征提取(我们目前使用 Resnet)和 VGG、序列标注(LSTM)以及解码(CTC)。识别执行的训练流程是 deep-text-recognition-benchmark 框架的修改版本。(感谢来自 @clovaai 的 @ku21fan)这个仓库是一颗值得更多认可的瑰宝。

束搜索代码基于此仓库及其博客。(感谢 @githubharald)

数据合成基于 TextRecognitionDataGenerator。(感谢 @Belval)

以及一篇来自 distill.pub 关于 CTC 的优质读物,见此处。

想要贡献?

让我们一起推进人类进步,让 AI 惠及每个人!

三种贡献方式:

开发者: 对于小 bug/改进,请发送 PR。对于较大的改动,请先开一个 issue 与我们讨论。有一系列可能的 bug/改进 issue 被标记为 'PR WELCOME'。

用户: 告诉我们 EasyOCR 如何惠及你/你的组织,以鼓励进一步的开发。同时请在 Issue 区发布失败案例,以帮助改进未来的模型。

技术负责人/大师: 如果你觉得这个库有用,请帮忙传播!(参见 Yann Lecun 关于 EasyOCR 的帖子)

新语言请求指南

要请求一种新语言,我们需要你发送一个包含以下 2 个文件的 PR:

  1. 在文件夹 easyocr/character 中, 我们需要 'yourlanguagecode_char.txt',其中包含所有字符的列表。请参阅该文件夹中其他文件的格式示例。
  2. 在文件夹 easyocr/dict 中, 我们需要 'yourlanguagecode.txt',其中包含你所用语言的单词列表。 平均而言,每种语言我们约有 30000 个单词,更流行的语言则超过 50000 个单词。 此文件中单词越多越好。

如果您的语言具有独特元素(例如 1. 阿拉伯语:字符相连时会改变形态,并且从右向左书写 2. 泰语:部分字符需要位于行上方,部分需要位于行下方),请尽可能向我们提供说明和/或提供有用的链接。要构建一个真正可用的系统,关注这些细节非常重要。

最后,请理解我们的优先级将不得不放在热门语言或字符之间共享比例较大的语言组上(如果您的语言属于这种情况,也请告诉我们)。开发一个新模型至少需要一周时间,因此新模型的发布可能需要等待一段时间。

参见开发中的语言列表

Github Issues

由于资源有限,超过 6 个月的 issue 将被自动关闭。如果问题至关重要,请重新提交 issue。

商务咨询

如需企业级支持,Jaided AI 提供定制 OCR/AI 系统的全套服务,涵盖实现、训练/微调以及部署。点击此处联系我们。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    786
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    429
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    262
  • 6

    looking-glass

    anonghosty/looking-glass

    CSIRT 平台,可将 Shadowserver 报告导入 MongoDB,并将其重放为交互式地图、分析、发现、公告和高管仪表板。

    256

探索所有工具

浏览我们的工具集合

查看所有工具 →