PaddleOCR百度开源—文字识别OCR windows端口部署使用

PaddleOCR百度开源—文字识别OCR windows端口部署使用

目录

导言

下载源码

配置环境        

安装依赖库

报错处理办法

下载模型

配置模型 

文本效果

文字OCR识别结果：​

---

什么是Paddle OCR？ Paddle OCR特性：

超轻量级中文OCR，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）多种文本检测训练算法，EAST、DB多种文本识别训练算法，Rosetta、CRNN、STAR-Net、RARE

本教程旨在帮助使用者快速了解PaddleOCR，并掌握PaddleOCR的使用方式，包括：

PaddleOCR快速使用

文本检测模型的训练方式

文件识别模型的训练方式

以上摘抄至： PaddleOCR使用教程 - 飞桨AI Studio - 人工智能学习与实训社区

导言

上文是官方的教程和介绍，但是属于部署在Linux端口上的，所以就希望每个喜欢代码的小伙伴也能简单易上手，所以出了个在window端的部署，使用的版本如下：

        Window 10 系统

        python 3.8 

        Pycharm

下载源码

首先下载源码： PaddleOCR: 基于飞桨的OCR工具库，包含总模型仅8.6M的超轻量级中文OCR，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。同时支持多种文本检测、文本识别的训练算法。https://gitee.com/paddlepaddle/PaddleOCR

配置环境                 安装依赖库

        在下载的文件夹下运行cmd命令：

pip install -r requirments.txt -i https://mirror.baidu.com/pypi/simple

报错处理办法： 

这里有个很奇怪的报错问题，官方教程里命令行的安装，出现了找不到文件的提示：

[Errno 2] No such file or directory: 'requirments.txt'

后来我才发现原来下载的代码和官方教程出现的偏差

 

 这个地方少了个E，所以各位小伙伴运行报错找不到文件可以查看一下文件名是否正确

 pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple

运行前需要确认pip的版本是否满足要求，要求pip版本为9.0.1+。可通过事先升级pip，运行如下命令：

pip install --upgrade pip

下载模型
文本检测模型https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar 配置模型 

将以下三个文件放置到 PaddleOCR-release-2.3 inference det 文件夹下(手动创建)

 

 执行以下代码

（作者图片文件路径：E: png2.jpg）

python tools/infer/predict_det.py --image_dir="E:png2.jpg" --det_model_dir="./inference/det/" --use_gpu=False

文本效果：

执行成功会有个新的文件夹  inference_results 

 

 文档识别效果（还不错，大部分都识别出来了）

到这一步就都差不多了，可以开始识别文字了，在文件夹PaddleOCR下新建py文件

文字OCR识别

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 = r'E:png1643776550(1).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')
print(txts)

 文字OCR识别结果：

（这一步会自己下载文件，有个进度条稍微等待一下就行了）

左边的是文字，后面的小数点是文字的置信区间