PaddleOCR文字识别实践（一）_C

1、PaddleOCR介绍

百度深度学习框架PaddlePaddle开源的OCR项目PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。

PaddleOCR包含丰富的文本检测、文本识别以及端到端算法。

PaddleOCR特性:

超轻量级中文OCR模型，总模型仅8.6M
单模型支持中英文数字组合识别、竖排文本识别、长文本识别
检测模型DB（4.1M）+识别模型CRNN（4.5M）
实用通用中文OCR模型
多种预测推理部署方案，包括服务部署和端侧部署
多种文本检测训练算法，EAST、DB、SAST
多种文本识别训练算法，Rosetta、CRNN、STAR-Net、RARE、SRN
可运行于Linux、Windows、MacOS等多种系统

PaddleOCR项目地址：https://github.com/PaddlePaddle/PaddleOCRGitHub - PaddlePaddle/PaddleOCR: Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)https://github.com/PaddlePaddle/PaddleOCR

2、PaddleOCR项目实践过程 2.1 运行环境

本次实践所用的测试环境为：

os：Win10；

Python：3.6.8；

2.2 运行依赖库安装 2.2.1 安装PaddlePaddle

PaddleOCR需在PaddlePaddle下才可以正常运行，开始之前请确保PaddlePaddle已经安装，具体安装过程如下：

如果机器上安装的是CUDA9或CUDA10，请运行以下命令安装GPU版：

python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

如果机器是CPU，请运行以下命令安装CPU版：

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

本文采用的是CPU2.0版，可用以下命令直接安装：

python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple

（若要在GPU模式下使用除了有GPU外还需要安装CUDA 10.1和CUDNN对应文件，可自行上网百度。

）

2.2.2 PaddleOCR安装

关于PaddleOCR的安装，可以直接在github上以压缩包的形式下载，如下图，然后解压到某一位置即可。

项目地址：GitHub - PaddlePaddle/PaddleOCR: Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)https://github.com/PaddlePaddle/PaddleOCR 亦可以用git clone命令把项目仓库直接下载到本地：

git clone https://github.com/PaddlePaddle/PaddleOCR

本文中是直接下载的压缩包。

本文中选择的是PaddleOCR2.4，解压后的文件如下图所示：

2.2.3 第三方依赖库

PaddleOCR的运行还需要一些第三方依赖库，在requirement.txt文件中，如下图所示，可执行以下命令进行安装：

pip3 install -r requirements.txt

（个别的第三方库可能会下载失败或报错，可进行单独安装。

）

2.2.4 模型下载

PaddleOCR提供的可下载模型包括推理模型、训练模型、预训练模型、slim模型，模型区别说明如下：

本项目中下载的均为推理模型，下载的是中英文通用PP-OCR server模型（143.4M），如图所示。

下载到本地之后分别进行解压，创建一个models文件夹，把下载好的模型文件解压到该models文件夹中，并将models文件夹放入到PaddleOCR根目录下。

最终目录结构如下所示：

2.2.5 文字识别测试

测试程序如下所示：

from paddleocr import PaddleOCR

import cv2

import numpy as np

from PIL import Image, ImageDraw, ImageFont

from paddleocr import PaddleOCR, draw_ocr

font=cv2.FONT_HERSHEY_SIMPLEX



#Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换

#参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。


ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False,

                rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/',

                cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/',

                det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memory



img_path = './00077949.jpg'

result = ocr.ocr(img_path, cls=True)



# 显示结果

from PIL import Image

image = Image.open(img_path).convert('RGB')

boxes = [line[0] for line in result]

txts = [line[1][0] for line in result]

scores = [line[1][1] for line in result]

im_show = draw_ocr(image, boxes, txts, scores, font_path='./simfang.ttf')

im_show = Image.fromarray(im_show)



im_show.save('./result.png')

测试结果如下：

参考文献：