### 使用Python、OpenCV和PaddleOCR实现摄像头OCR识别 以下是基于Python、OpenCV和PaddleOCR实现摄像头实时OCR的文字识别代码示例。此代码适用于Python 3.x环境，并假设已安装必要的依赖库。 #### 安装依赖项 在运行代码之前，请确保已经安装了所需的库： ```bash pip install paddlepaddle==2.4.0 paddleocr opencv-python-headless numpy ``` #### 实现代码 以下是一个完整的代码示例： ```python from paddleocr import PaddleOCR, draw_ocr import cv2 import numpy as np # 初始化PaddleOCR模型，默认使用CPU模式，如果支持GPU可以设置use_gpu=True ocr = PaddleOCR(use_angle_cls=True, lang="ch", use_gpu=False) def process_frame(frame): """ 对每一帧图片进行OCR处理并返回检测到的文字及其位置。 """ result = ocr.ocr(frame, cls=True) return result def main(): # 打开默认摄像头 (ID=0)，或者指定其他摄像头设备号/视频文件路径 cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: print("无法读取摄像头画面") break # 调整分辨率以提高性能（可选） frame_resized = cv2.resize(frame, None, fx=0.5, fy=0.5) # OCR处理 results = process_frame(frame_resized) # 绘制结果框和文字 img_with_boxes = frame_resized.copy() for idx, res in enumerate(results): boxes = [line[0] for line in res] texts = [line[1][0] for line in res] scores = [line[1][1] for line in res] for box in boxes: box = np.array(box).astype(np.int32).reshape(-1, 1, 2) cv2.polylines(img_with_boxes, [box], isClosed=True, color=(0, 255, 0), thickness=2) for i, text in enumerate(texts): position = tuple(map(int, boxes[i].min(axis=0))) cv2.putText( img_with_boxes, f"{text} ({scores[i]:.2f})", position, fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=0.5, color=(255, 0, 0), thickness=1 ) # 显示带有标注的结果图像 cv2.imshow('Camera OCR', img_with_boxes) # 按下 'q' 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 清理资源 cap.release() cv2.destroyAllWindows() if __name__ == "__main__": main() ``` #### 关键说明 - **PaddleOCR初始化**：`PaddleOCR()`函数用于加载预训练的OCR模型。参数`lang='ch'`表示中文语言模型；如果需要英文或其他语言，可以调整该参数[^1]。 - **摄像头捕获**：通过`cv2.VideoCapture(0)`打开本地摄像头。对于远程摄像头或IP摄像机，可以通过RTSP流地址替代`(0)`[^2]。 - **图像缩放**：为了提升处理速度，在不显著影响精度的情况下，可以选择缩小输入图像尺寸。 - **绘制边界框与文字**：利用`cv2.polylines`绘制矩形框，`cv2.putText`显示对应的文字内容及置信度分数。 --- ### 注意事项 1. 如果目标平台受限于ROS Kinetic，则需考虑兼容性问题，可能需要切换至Python 2.7版本下的特定配置[^1]。 2. 需要根据实际硬件条件优化推理效率，例如降低分辨率或减少每秒帧数(FPS)[^2]。