Skip to content

ch_05_paddleocr

Directory actions

More options

Directory actions

More options

Latest commit

 

History

History

ch_05_paddleocr

README.md

Chapter 05 이미지 속 텍스트 번역하기 (PaddleOCR 버전)

🚨 중요한 변경 사항

EasyOCR 패키지 사용 시 주의사항: 일부 CPU 환경에서 오류 메시지 없이 프로그램이 갑자기 종료되는 현상이 발생할 수 있습니다. 이는 GitHub 이슈로 등록되어 있으나 아직 완전히 해결되지 않은 상태입니다.

이러한 문제를 해결하기 위해 이 폴더에서는 PaddleOCR을 사용하여 동일한 실습을 진행할 수 있도록 준비했습니다.

주요 변경 파일:

💡 PaddleOCR 소개: 중국의 Baidu에서 개발한 OCR 패키지로, EasyOCR과 유사한 성능을 제공하면서도 다양한 언어를 지원하고 설치가 간편합니다.

📋 실습 개요

이번 장에서는 OCR(Optical Character Recognition) 기술을 활용하여 이미지 속 텍스트를 인식하고 번역하는 흥미로운 프로젝트를 진행합니다.

  • PaddleOCR을 사용하여 이미지에서 한국어/영어 텍스트를 정확하게 추출
  • DeepL API를 활용한 고품질 자동 번역
  • PIL을 통해 인식된 텍스트 위치를 직관적으로 시각화
  • Streamlit으로 사용자 친화적인 웹 애플리케이션 구축

⚙️ PaddleOCR 관련 패키지 설치

실습을 원활하게 진행하기 위해 비주얼 스튜디오 코드 터미널에서 아래 명령어를 실행하여 필요한 파이썬 패키지들을 설치해주세요.

pip install -U paddlepaddle paddleocr pillow deepl streamlit ipywidgets setuptools

🔑 DeepL API 키 준비하기

세 번째 단계인 번역 실습을 위해서는 DeepL API 키가 필요합니다. 다음 단계를 따라 준비해주세요:

  1. DeepL API 웹사이트에서 무료 계정을 생성하세요
  2. 발급받은 API 키를 복사하여 step_3_1.py와 step_3_2.py 파일의 DEEPL_KEY 변수에 입력하세요
  3. 무료 계정은 월 50만 문자까지 번역이 가능합니다 (자세한 내용은 공식 웹사이트를 참고하세요)

🚀 실습 단계별 가이드

  • step_1.py: 실습에 필요한 input, output 폴더를 생성하여 기본 작업 환경을 구성합니다.

  • step_2_1.py: paddleocr 라이브러리를 사용하여 이미지(ocr.jpg)에서 텍스트를 인식하고, 인식된 텍스트 결과를 출력하는 기본 예제입니다.

  • step_2_2.py: PaddleOCR 로직을 재사용 가능한 read_text 함수로 구조화합니다. 특히 easyocr과 동일한 형식의 결과(좌표, 텍스트, 신뢰도)를 반환하도록 설계하여 호환성을 확보합니다.

  • step_2_3_poly.py: Pillow의 draw.polygon 함수를 활용하여 두꺼운 외곽선을 가진 사각형을 그리는 방법을 학습하는 간단한 예제입니다.

  • step_2_3.py: OCR로 텍스트를 인식한 후, 원본 이미지 위에 인식된 텍스트 영역을 사각형(bounding box)으로 표시합니다. 신뢰도에 따라 사각형의 색상을 다르게 적용하여 직관적으로 시각화합니다.

  • step_2_4_widgets.py: streamlit의 핵심 위젯들인 버튼(st.button), 텍스트 입력창(st.text_input), 파일 업로더(st.file_uploader)의 사용법을 익히는 예제입니다.

  • step_2_4.py: streamlit을 사용하여 사용자가 이미지를 업로드하면 OCR을 수행하고, 원본 이미지와 텍스트 영역이 표시된 결과 이미지를 나란히 보여주는 간편한 웹 앱을 제작합니다.

  • step_3_1.py: deepl 라이브러리를 활용하여 "Hello, World!" 문장을 한국어로 번역하는 기본적인 API 사용법을 학습합니다.

  • step_3_2.py: OCR 기능과 번역 기능을 통합합니다. 이미지에서 read_text로 텍스트를 인식한 후, deepl API를 호출하여 각 텍스트 조각을 한국어로 번역하는 과정을 구현합니다.

  • step_3_3.py: 번역된 텍스트를 이미지 위에 시각화합니다. OCR로 인식된 영역을 반투명한 배경으로 채우고, 그 위에 번역된 텍스트를 덮어써서 자연스럽게 표시합니다.

  • step_3_4.py: 이미지 업로드, OCR, 번역, 결과 시각화 기능을 모두 결합한 완성도 높은 streamlit 웹 애플리케이션을 완성합니다.

  • step_x.py: 텍스트 시각화 방법을 한층 개선한 고급 예제입니다. 인식된 텍스트의 크기를 정확히 계산하여 텍스트 바로 뒤에만 반투명 배경을 추가하고 테두리를 그려, 원본 이미지의 가시성을 유지하면서도 텍스트 가독성을 극대화합니다.