easyocr环境配置与使用指南（可食用版）

环境要求：64位影刀 + python3.10

安装如下指定版本库：需要低版本的torch和torchvision主要因为库之间的兼容性问题。

然后运行以下的代码（或相关的easyocr代码）：

reader = easyocr.Reader(['ch_sim', 'en'])
# 识别本地图片(支持jpg、png等格式
result = reader.readtext(r'C:\Users\78586\Desktop\test.png')
print(result)

即可成功

📋可能会遇到的问题（持续更新中）：

Q1：影刀运行不报错，但是一直卡住

A1：初次运行easyocr会下载一个模型到本地（C:\Users\用户名\.keras\models）这个地方，所以运行过程初次运行较慢，其实是在下载模型（依赖的预训练模型 和 获取特定的语言数据），这个可以开代理在本地pycharm或vscode运行easyocr相关代码加速下模型，然后运行完再到影刀运行

Q2：easyocr.Reader(['ch_sim', 'en'])行代码 报错AttributeError: module 'torch.backends' has no attribute 'mps'

A2：EasyOCR 认为你有 Mac 的 Metal 加速接口，但你的 PyTorch 环境不是 macOS 或者版本不支持。easyocr.Reader() 会自动检测可用的计算设备（CUDA / MPS / CPU）, 所以该行可以改成

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

这样 EasyOCR 就不会去检查 CUDA 或 MPS 设备了，直接使用 CPU。

Q3：result = reader.readtext(r"C:\Users\19898\Desktop\微信图片_20251105155310_77_1.png")报错"None"没有"shape"属性或方法

A3：EasyOCR 底层使用的OpenCV在处理中文路径时存在编码问题，文件路径包含中文字符，可将图片重命名为英文；或换成如下代码：

import easyocr
import cv2
import numpy as np
from PIL import Image

def readtext_chinese_path(image_path):
   """读取中文路径图片的 OCR 函数"""
   # 使用 PIL 读取图片（PIL 对中文路径支持更好）
   pil_image = Image.open(image_path)
   # 转换为 OpenCV 格式 (BGR)
   img_cv = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)
   # 使用 EasyOCR
   reader = easyocr.Reader(['ch_sim', 'en'])
   result = reader.readtext(img_cv)  # 传入图像对象而不是路径
   return result
result = readtext_chinese_path(r"C:\Users\19898\Desktop\中文图片.png")
print(result)