PaddleOCR+python+win10安装使用

1. 安装PaddlePaddle

在pyCharm中新建项目PaddleOCR，并在该项目文件下添加python 3.7版本的Interpreter。
在官网中根据自己的电脑配置选择安装的版本，我这里安装的是GPU版本

python -m pip install paddlepaddle-gpu==2.1.0.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html

2 安装shapely包

官方强调windows环境下，建议从这里下载shapely安装包完成安装， 直接通过pip安装的shapely库可能出现[winRrror 126] 找不到指定模块的问题。

2.1 下载shapely安装包

打开网址，根据电脑64位和python3.7的版本选择下载Shapely‑1.7.1‑cp37‑cp37m‑win_amd64.whl

2.2 安装shapely包

将下载下来的shapely whl安装包放到我们的PaddleOCR文件夹下，在Terminal命令框中执行命令：

pip install Shapely-1.7.1-cp37-cp37m-win_amd64.whl

3 下载项目代码及模型

3.1 下载项目代码

从GitHub上将项目代码下载下来，同时下载需要的第三方库

pip install -r requirements.txt

3.2 下载inference模型等

将中英文超轻量OCR模型中的检测模型、方向分类器、识别模型的推理模型下载下来，并解压至项目文件中的inference文件夹下。

值得注意的是，这三个文件解压完毕后应有如下文件结构：
├── ch_ppocr_mobile_v2.0_cls_infer
│ ├── inference.pdiparams
│ ├── inference.pdiparams.info
│ └── inference.pdmodel
├── ch_ppocr_mobile_v2.0_det_infer
│ ├── inference.pdiparams
│ ├── inference.pdiparams.info
│ └── inference.pdmodel
├── ch_ppocr_mobile_v2.0_rec_infer
├── inference.pdiparams
├── inference.pdiparams.info
└── inference.pdmodel
cls和det这两个文件我都可以正常解压，但是ch_ppocr_mobile_v2.0_rec_infer文件解压后却没有出现上面3个文件，尝试了使用Git进行解压也没有得到正常的文件，最终还是用Mac电脑解压后就正常了，不知道是什么原因。
不过后续运行时发现，如果模型路径下没有找到模型文件，会自动下载。

4 安装paddleocr

pip install "paddleocr>=2.0.1"

5 运行程序

按照官网提示，运行下方代码即可预测image_dir指定的单张图像，但是我一直没有得到识别的结果，这也是让我困扰了很久(•_•)?

python tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True

最终看了这位博主的文章【PaddleOcr系列】之一 安装与使用全程指南，找到了别的方法，在项目文件中新建了ocr.py，简单测试一下效果。

from paddleocr import PaddleOCR, draw_ocr
import cv2
# 模型路径下必须含有model和params文件，如果没有，现在可以自动下载了，不过是最简单的模型
# use_gpu 如果paddle是GPU版本请设置为 True
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False)

img_path = 'H:/PaddleOCR/doc/imgs/11.jpg'  # 这个是自己的图片，可以根据情况自行修改

result = ocr.ocr(img_path, cls=True)
# print结果
for line in result:
    print(line)
img=cv2.imread(img_path)
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
# 显示图片结果
img = draw_ocr(img, boxes, txts, scores)
cv2.imshow("result",img)
cv2.waitKey(0)

运行成功~

输出结果的结构包括两部分：每个文本识别结果，都包括四个点的坐标组成的数组和识别结果的元组（识别的文字结果，置信度）。