PaddlePaddle、easyocr与OpenCV工具识别书法图片内容，自动批量重命名图片文件的方法

目录

• 一、前言
• 二、环境部署
• • 1、安装 PaddlePaddle 深度学习框架
  • • 1.1 安装前提与版本选择
    • 1.2 使用 pip 安装（推荐）
    • 1.3 安装验证
  • 2、安装 easyocr 核心库
  • • 2.1 EasyOCR 简介
    • 2.2 使用 pip 安装 EasyOCR
    • 2.3 安装验证与模型下载测试
  • 3、安装图像处理库 OpenCV
  • • 3.1 使用 pip 安装 OpenCV-Python
    • 3.2 安装验证
  • 4、创建并运行脚本
  • • 4.1 创建脚本
    • 4.2 运行脚本
    • 4.3 说明与注意事项

一、前言

在书法学习、古籍数字化项目中，我们常常会收集大量的单字书法图片。这些图片可能来自碑帖扫描、名家手迹或创作练习，文件名往往是杂乱无章的编号（如 IMG_001.jpg、扫描图1.png），给后续的整理、检索和使用带来了极大的不便。手动为每张图片命名不仅耗时耗力，而且容易出错。

本文介绍的**“书法单字图片批量重命名工具”** ，完美解决了上面的问题。它利用 EasyOCR 光学字符识别技术，自动识别图片中的汉字，并将文件重命名为识别出的文字。 本文将带你如何从零开始部署环境，运行这款强大的工具。

二、环境部署

1、安装 PaddlePaddle 深度学习框架

PaddlePaddle（飞桨）是百度开源的深度学习平台，EasyOCR 依赖其底层计算引擎进行高效的文本检测与识别。因此，安装 PaddlePaddle 是运行本工具的首要步骤。

1.1 安装前提与版本选择

在安装前，请确保您的系统已安装 Python 3.6 及以上版本。您可以通过以下命令检查：

python –version

或

python3 –version

PaddlePaddle 提供了 CPU 版本 和 GPU 版本。对于大多数 OCR 识别任务，CPU 版本已足够使用，且安装更简单。如果您拥有 NVIDIA GPU 并已配置好 CUDA 和 cuDNN，可以选择 GPU 版本以获得更快的处理速度。本教程以 CPU 版本 为例进行安装。

1.2 使用 pip 安装（推荐）

打开终端（Windows 用户可使用 CMD 或 PowerShell，macOS/Linux 用户使用 Terminal），执行以下命令：

pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

命令详解：

• pip install paddlepaddle: 这是安装 PaddlePaddle CPU 版本的核心命令。
• -i https://pypi.tuna.tsinghua.edu.cn/simple: 指定使用 清华大学镜像源 进行下载。

1.3 安装验证

安装完成后，需要验证 PaddlePaddle 是否成功安装并能正常导入。

如果安装成功，终端将输出 PaddlePaddle 的版本号（例如 2.6.2）。这证明 PaddlePaddle 已就绪。

2、安装 easyocr 核心库

EasyOCR 是本工具的核心，它是一个基于深度学习的开源 OCR（光学字符识别）库，支持 80 多种语言，对中文（简体/繁体）识别效果优秀，且使用非常简便。

2.1 EasyOCR 简介

EasyOCR 封装了文本检测（CRAFT）和文本识别（CRNN）两个深度学习模型，并提供了预训练模型。对于书法单字识别场景，它具有以下优势：

• 开箱即用：无需训练模型，安装后即可识别中文。
• 精度较高：对印刷体、手写体（包括部分书法字体）都有不错的识别能力。
• 多语言支持：除了中文，还可识别英文、日文、韩文等。
• 轻量级：相比一些商业 OCR 方案，EasyOCR 的模型大小适中，首次运行时会自动下载。

2.2 使用 pip 安装 EasyOCR

在终端中执行以下命令进行安装：

pip install easyocr

命令详解与注意事项：

• 基础命令：pip install easyocr 会安装 EasyOCR 及其所有依赖。
• 镜像加速：如果下载速度慢，可以像安装 PaddlePaddle 一样使用国内镜像源：pip install easyocr -i https://pypi.tuna.tsinghua.edu.cn/simple
• 版本指定：如果需要安装特定版本，例如 1.7.2，可以使用：pip install easyocr==1.7.2
  建议使用最新稳定版以获得最佳功能和性能。

2.3 安装验证与模型下载测试

安装完成后，强烈建议进行一个简单的验证，以确保库能正常导入，并触发首次模型下载（避免在正式运行时等待）。

完成 EasyOCR 的安装与验证后，我们的 OCR 核心引擎就准备好了。接下来安装图像处理库 OpenCV，以便脚本能更好地读取和处理各种格式的图片。

3、安装图像处理库 OpenCV

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。在本工具中，它虽然不是 OCR 识别的核心，但扮演着至关重要的“预处理助手”角色，负责读取、解码和转换各种格式的图片，为 EasyOCR 提供标准化的图像输入。

3.1 使用 pip 安装 OpenCV-Python

在终端中执行以下命令：

pip install opencv-python

命令详解与选项：

• opencv-python: 这是 OpenCV 的“主包”，包含了 OpenCV 的主要模块（core, imgproc, highgui 等），满足绝大多数基础图像处理需求。

• 镜像加速：可以使用国内镜像源加速下载：

  pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

• 版本指定：如需安装特定版本（例如 4.8.1），可以使用：

  pip install opencv-python==4.8.1

3.2 安装验证

安装完成后，建议进行简单的验证，确保 OpenCV 能正常导入和使用。

如果安装成功，终端将输出 OpenCV 的版本号（例如 4.13.0）。这证明 OpenCV 已就绪。

至此，运行“书法单字图片批量重命名工具”所需的三个核心依赖（PaddlePaddle, EasyOCR, OpenCV）已全部安装并验证完毕。接下来，我们将进入最关键的步骤——创建工具脚本。

4、创建并运行脚本

环境部署完成后，我们需要创建核心的 Python 脚本文件。这个脚本将整合 EasyOCR 的识别能力与文件操作，实现自动化批量重命名。

4.1 创建脚本

将下列代码保存成python源文件：如rename_chars.py。

# –*– coding: gbk –*–
# –*– coding: utf–8 –*–
#!/usr/bin/env python
# –*– coding: utf–8 –*–
"""
书法单字图片批量重命名工具 – EasyOCR 版本
自动识别图片中的汉字，并将文件重命名为识别出的文字
"""

import os
import re
import sys

def batch_rename_with_easyocr(folder_path):
"""使用 EasyOCR 批量重命名图片文件"""

# 检查 easyocr 是否安装
try:
import easyocr
except ImportError:
print("? EasyOCR 未安装，请运行: pip install easyocr")
return

# 检查文件夹是否存在
if not os.path.exists(folder_path):
print(f"? 文件夹不存在: {folder_path}")
return

# 获取所有图片文件
extensions = ('.png', '.jpg', '.jpeg', '.bmp', '.tiff', '.gif')
image_files = [f for f in os.listdir(folder_path)
if f.lower().endswith(extensions)]

if not image_files:
print(f"? 在 {folder_path} 中没有找到图片文件")
return

print(f"?? 找到 {len(image_files)} 张图片")
print("?? 正在初始化 OCR 引擎（首次运行会下载模型，请稍候）…")

# 初始化 EasyOCR（简体中文，使用 CPU）
reader = easyocr.Reader(['ch_sim'], gpu=False, verbose=False)

print("? OCR 引擎初始化完成，开始处理…\\n")
print("=" * 60)

success_count = 0
fail_count = 0
skip_count = 0

for idx, filename in enumerate(image_files, 1):
file_path = os.path.join(folder_path, filename)
print(f"[{idx}/{len(image_files)}] ?? {filename}")

try:
# OCR 识别
result = reader.readtext(file_path, detail=0, paragraph=False)

if result and result[0]:
# 获取第一个识别的文字块
detected = result[0].strip()
# 清理非汉字字符（保留中文、英文、数字）
clean_name = re.sub(r'[^\\u4e00-\\u9fff\\w]', '', detected)

if clean_name and len(clean_name) >= 1:
# 限制文件名长度
if len(clean_name) > 20:
clean_name = clean_name[:20]

new_path = os.path.join(folder_path, f"{clean_name}.png")

# 处理重名
counter = 1
original_new_path = new_path
while os.path.exists(new_path) and new_path != file_path:
name = os.path.splitext(original_new_path)[0]
new_path = os.path.join(folder_path, f"{name}_{counter}.png")
counter += 1

# 重命名文件
if new_path != file_path:
os.rename(file_path, new_path)
print(f" ? 识别为: 「{detected}」 → {os.path.basename(new_path)}")
success_count += 1
else:
print(f" ?? 识别为: 「{detected}」 → 文件名已匹配")
skip_count += 1
else:
print(f" ?? 识别结果无效: '{detected}' → 跳过")
fail_count += 1
else:
print(f" ?? 未识别到文字 → 跳过")
fail_count += 1

except Exception as e:
print(f" ? 处理出错: {str(e)[:100]}")
fail_count += 1
continue

print("=" * 60)
print(f"\\n?? 处理完成！")
print(f" ? 成功重命名: {success_count} 个")
print(f" ?? 跳过/失败: {fail_count} 个")
print(f" ?? 已匹配不变: {skip_count} 个")
print(f" ?? 总计: {len(image_files)} 个文件")

def main():
print("=" * 60)
print("??? 书法单字图片批量重命名工具 (EasyOCR版)")
print("=" * 60)
print()

# 获取文件夹路径
if len(sys.argv) > 1:
folder_path = sys.argv[1]
else:
folder_path = input("请输入图片文件夹路径（直接回车使用当前目录）: ").strip()
if not folder_path:
folder_path = "./"

# 确认
print(f"\\n?? 目标文件夹: {os.path.abspath(folder_path)}")
confirm = input("\\n?? 即将对文件夹内的所有图片进行重命名，是否继续？(y/n): ").strip().lower()

if confirm == 'y':
print("\\n开始处理…\\n")
batch_rename_with_easyocr(folder_path)
else:
print("已取消操作")

if __name__ == "__main__":
main()

将这个脚本文件和你的图片文件放在同一个文件夹下

4.2 运行脚本

脚本创建完成后，您可以通过命令行方式运行它。这是最直接、最高效的运行方式，适合批量处理或自动化场景。

基本命令格式：

python rename_chars.py

具体操作步骤：

4.3 说明与注意事项

现在，我们已成功使用“书法单字图片批量重命名工具”完成了自动化命名。所有图片文件现在都有了清晰的中文名称，极大方便了后续的整理、检索和研究。