OCR-字符识别笔记

最新推荐文章于 2023-11-01 16:22:11 发布

阿利同学

最新推荐文章于 2023-11-01 16:22:11 发布

阅读量598

点赞数 1

分类专栏：新手小白编程的Python人工智能之路小白学视觉文章标签： ocr 笔记

本文链接：https://blog.csdn.net/ALiLiLiYa/article/details/131785909

版权

新手小白编程的Python人工智能之路同时被 2 个专栏收录

77 篇文章 41 订阅

订阅专栏

小白学视觉

42 篇文章 12 订阅

订阅专栏

本文提供了MMOCR的详细安装步骤，包括环境配置，如Python、PyTorch、CUDA的要求，以及如何使用conda创建环境，通过MIM安装MMEngine、MMCV和MMDetection。推荐的源码安装方法确保了对代码的即时修改生效，还介绍了可选的依赖安装和验证安装成功的推理任务。

摘要由CSDN通过智能技术生成

在这里插入图片描述

安装

环境依赖

Linux | Windows | macOS

Python 3.7

PyTorch 1.6 或更高版本

torchvision 0.7.0

CUDA 10.1

NCCL 2

GCC 5.4.0 或更高版本

准备环境

注解

如果你已经在本地安装了 PyTorch，请直接跳转到安装步骤。

第一步下载并安装 Miniconda.

第二步创建并激活一个 conda 环境：

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

第三步依照官方指南，安装 PyTorch。

GPU 平台CPU 平台

conda install pytorch torchvision -c pytorch

安装步骤
我们建议大多数用户采用我们的推荐方式安装 MMOCR。倘若你需要更灵活的安装过程，则可以参考自定义安装一节。

推荐步骤

第一步使用 MIM 安装 MMEngine， MMCV 和 MMDetection。

pip install -U openmim
mim install mmengine
mim install mmcv
mim install mmdet

第二步安装 MMOCR.

若你需要直接运行 MMOCR 或在其基础上进行开发，则通过源码安装（推荐）。

如果你将 MMOCR 作为一个外置依赖库使用，则可以通过 MIM 安装。

源码安装MIM 安装

git clone https://github.com/ocr.git
cd mmocr
pip install -v -e .

“-v” 会让安装过程产生更详细的输出
“-e” 会以可编辑的方式安装该代码库，你对该代码库所作的任何更改都会立即生效

第三步（可选）如果你需要使用与 albumentations 有关的变换（如 ABINet 数据流水线中的 Albu），或需要构建文档、运行单元测试的依赖，请使用以下命令安装依赖：

源码安装MIM 安装

安装 albu

pip install -r requirements/albu.txt

安装文档、测试等依赖

pip install -r requirements.txt

注解

我们建议在安装 albumentations 之后检查当前环境，确保 opencv-python 和 opencv-python-headless 没有同时被安装，否则有可能会产生一些无法预知的错误。如果它们不巧同时存在于环境当中，请卸载 opencv-python-headless 以确保 MMOCR 的可视化工具可以正常运行。

查看 albumentations 的官方文档以获知详情。

检验
你可以通过运行一个简单的推理任务来检验 MMOCR 的安装是否成功。

PythonShell
在 Python 中运行以下代码：

from mmocr.apis import MMOCRInferencer
ocr = MMOCRInferencer(det=‘DBNet’, rec=‘CRNN’)
ocr(‘demo/demo_text_ocr.jpg’, show=True, print_result=True)
若 MMOCR 的安装无误，你在这一节完成后应当能看到以图片和文字形式表示的识别结果：

识别结果

{'predictions': [{'rec_texts': ['cbanks', 'docecea', 'grouf', 'pwate', 'chobnsonsg', 'soxee', 'oeioh', 'c', 'sones', 'lbrandec', 'sretalg', '11', 'to8', 'round', 'sale', 'year',
'ally', 'sie', 'sall'], 'rec_scores': [...], 'det_polygons': [...], 'det_scores':
[...]}]}