一、简介

PaddleOCR是飞浆开源文字识别模型，最新开源的超轻量PP-OCRv3模型大小仅为16.2M。同时支持中英文识别；支持倾斜、竖排等多种方向文字识别；支持GPU、CPU预测，并且支持使用paddle开源组件训练自己的超轻量模型，对于垂直领域的需求有很大帮助。

二、使用教程

1. 环境安装

• 说明：官方推荐使用python3.7以上版本，但是在实际安装使用中发现python3.8更稳定，如果本地python安装包过多，推荐使用Anaconda来进行python包管理，避免包冲突。
• Anaconda下载：
  地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
  按需下载自己需要的版本

2. 安装程序运行所需库

• 安装paddle

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

  默认安装CPU版本，安装paddle时建议使用百度源,若需要安装GPU版本，则请打开paddle官网选择适合的版本.

  paddle官网：https://www.paddlepaddle.org.cn/
  由于安装GPU版本需要先配置好CUDA和cudnn，建议有一定基础后再安装GPU版本

• 安装paddlehub

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

  paddlehub介绍文档：https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.1/README_ch.md

  对于Windows环境用户：直接通过pip安装的shapely库可能出现 找不到指定模块的问题。建议从下方地址下载shapely安装包完成安装
  https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely

3. 安装ocr模型

    hub install ch_pp-ocrv3==1.2.0
   

   模型名称	ch_pp-ocrv3
   网络	Differentiable Binarization+SVTR_LCNet
   数据集	icdar2015数据集
   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、模型调用

1. 命令行预测示例

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

2. python代码示例

   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加速仅在CPU下有效
   result = ocr.recognize_text(images=[cv2.imread(img_path)])
   
   # or 传递文件地址调用
   # result = ocr.recognize_text(paths=[img_path])
   

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

   参数

   • paths (list[str]): 图片的路径；
   • images (list[numpy.ndarray]): 图片数据，ndarray.shape 为 [H, W, C]，BGR格式；
   • use_gpu (bool): 是否使用 - GPU；若使用GPU，请先设置CUDA_VISIBLE_DEVICES环境变量
   • box_thresh (float): 检测文本框置信度的阈值；
   • text_thresh (float): 识别中文文本置信度的阈值；
   • angle_classification_thresh(float): 文本角度分类置信度的阈值
   • visualization (bool): 是否将识别结果保存为图片文件；
   • output_dir (str): 图片的保存路径，默认设为 ocr_result；
   • det_db_unclip_ratio: 设置检测框的大小；

   返回

   • res (list[dict]): 识别结果的列表，列表中每一个元素为 dict，各字段为：
     • data (list[dict]): 识别文本结果，列表中每一个元素为 dict，各字段为： - text(str): 识别得到的文本 - confidence(float): 识别文本结果置信度 - text_box_position(list): 文本框在原图中的像素坐标，4*2的矩阵，依次表示文本框左下、右下、右上、左上顶点的坐标 如果无识别结果则data为[]
     • save_path (str, optional): 识别结果的保存路径，如不保存图片则save_path为’’

四、效果展示

• 测试图片
  

• 结果展示
  

注：
目前paddle ocr最高版本已更新只pp-ocr-v4，cpu环境下不推荐使用该版本，相比pp-ocr-v3效果虽然略有提升，但是速度要慢很多，且不支持cpu加速

参考文档
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
在线体验地址： https://www.paddlepaddle.org.cn/hub/scene/ocr

查看其他开源中文OCR,点击此处
Docker中部署PaddleOCR,点击此处