一、簡介

PaddleOCR是飛漿開源文字識別模型，最新開源的超輕量PP-OCRv3模型大小僅為16.2M。同時支持中英文識別；支持傾斜、豎排等多種方向文字識別；支持GPU、CPU預測，并且支持使用paddle開源組件訓練自己的超輕量模型，對于垂直領域的需求有很大幫助。

二、使用教程

1. 環(huán)境安裝

• 說明：官方推薦使用python3.7以上版本，但是在實際安裝使用中發(fā)現(xiàn)python3.8更穩(wěn)定，如果本地python安裝包過多，推薦使用Anaconda來進行python包管理，避免包沖突。
• Anaconda下載：
  地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
  按需下載自己需要的版本

2. 安裝程序運行所需庫

• 安裝paddle

  pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
  

  默認安裝CPU版本，安裝paddle時建議使用百度源,若需要安裝GPU版本，則請打開paddle官網(wǎng)選擇適合的版本.

  paddle官網(wǎng)：https://www.paddlepaddle.org.cn/
  由于安裝GPU版本需要先配置好CUDA和cudnn，建議有一定基礎后再安裝GPU版本

• 安裝paddlehub

  pip install paddlehub -i https://mirror.baidu.com/pypi/simple
  

  paddlehub介紹文檔：https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.1/README_ch.md

  對于Windows環(huán)境用戶：直接通過pip安裝的shapely庫可能出現(xiàn) 找不到指定模塊的問題。建議從下方地址下載shapely安裝包完成安裝
  https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely

3. 安裝ocr模型

    hub install ch_pp-ocrv3==1.2.0
   

   模型名稱	ch_pp-ocrv3
   網(wǎng)絡	Differentiable Binarization+SVTR_LCNet
   數(shù)據(jù)集	icdar2015數(shù)據(jù)集
   是否支持Fine-tuning	否
   模型大小	13M
   最新更新日期	2022-05-11

   其它模型： chinese_ocr_db_crnn_server、PP-OCR、PP-OCRv2

三、模型調(diào)用

1. 命令行預測示例

   hub run ch_pp-ocrv3 --input_path "/PATH/TO/IMAGE"
   

2. python代碼示例

   import paddlehub as hub
   import cv2
   
   img_path = r'C:\Users\26414\Downloads\test.jpg'
   
   ocr = hub.Module(name="ch_pp-ocrv3", enable_mkldnn=True)       # mkldnn加速僅在CPU下有效
   result = ocr.recognize_text(images=[cv2.imread(img_path)])
   
   # or 傳遞文件地址調(diào)用
   # result = ocr.recognize_text(paths=[img_path])
   

   注： img_path路徑中不能包含中文字符，opencv不支持中文路徑

   參數(shù)

   • paths (list[str]): 圖片的路徑；
   • images (list[numpy.ndarray]): 圖片數(shù)據(jù)，ndarray.shape 為 [H, W, C]，BGR格式；
   • use_gpu (bool): 是否使用 - GPU；若使用GPU，請先設置CUDA_VISIBLE_DEVICES環(huán)境變量
   • box_thresh (float): 檢測文本框置信度的閾值；
   • text_thresh (float): 識別中文文本置信度的閾值；
   • angle_classification_thresh(float): 文本角度分類置信度的閾值
   • visualization (bool): 是否將識別結(jié)果保存為圖片文件；
   • output_dir (str): 圖片的保存路徑，默認設為 ocr_result；
   • det_db_unclip_ratio: 設置檢測框的大??；

   返回

   • res (list[dict]): 識別結(jié)果的列表，列表中每一個元素為 dict，各字段為：
     • data (list[dict]): 識別文本結(jié)果，列表中每一個元素為 dict，各字段為： - text(str): 識別得到的文本 - confidence(float): 識別文本結(jié)果置信度 - text_box_position(list): 文本框在原圖中的像素坐標，4*2的矩陣，依次表示文本框左下、右下、右上、左上頂點的坐標 如果無識別結(jié)果則data為[]
     • save_path (str, optional): 識別結(jié)果的保存路徑，如不保存圖片則save_path為’’

四、效果展示

• 測試圖片
  

• 結(jié)果展示
  

注：
目前paddle ocr最高版本已更新只pp-ocr-v4，cpu環(huán)境下不推薦使用該版本，相比pp-ocr-v3效果雖然略有提升，但是速度要慢很多，且不支持cpu加速

參考文檔
paddle ocr官方地址： https://www.paddlepaddle.org.cn/hubdetail?name=ch_pp-ocrv3&en_category=TextRecognition
paddle ocr GitHub地址： https://github.com/PaddlePaddle/PaddleHub
在線體驗地址： https://www.paddlepaddle.org.cn/hub/scene/ocr

查看其他開源中文OCR,點擊此處
Docker中部署PaddleOCR,點擊此處文章來源地址http://www.zghlxwxcb.cn/news/detail-552581.html

到了這里，關于Paddle OCR 安裝使用教程的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！