M1 安装 paddleOCR

已于 2023-05-11 15:56:47 修改
阅读量834 收藏 3
点赞数
文章标签： python 人工智能 深度学习
于 2023-05-11 10:46:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ai19971206/article/details/130614751
版权

@M1pro 安装 paddleOCR

首先安装anaconda

通过连接安装

https://repo.anaconda.com/archive/Anaconda3-2023.03-1-MacOSX-arm64.pkg
通过连接下载一直下一步

开始新建环境

请添加图片描述
在这里插入图片描述

2、安装 PaddlePaddle

升级pip
pip3 install --upgrade pip

PaddleOCR 需在 PaddlePaddle2.0+下才可以正常运行，开始之前请确保 PaddlePaddle2.0+ 已经安装

CPU：
python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple #指定版本

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple    #不指定版本

python -m pip install paddlepaddle==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple  #不同源

GPU: 

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple     #不指定版本

python -m pip install paddlepaddle-gpu==2.4.2.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html  #指定版本

3、安装PaddleOCR whl包

pip3 install paddleocr

4、命令行使用

paddleocr默认使用PP-OCRv3模型(–ocr_version PP-OCRv3)，如需使用其他版本可通过设置参数–ocr_version
可以通过修改–lang参数进行切换，对于英文模型，指定–lang=en , --lang=ch

语言简称参数语言简称参数语言简称参数
中文ch法文fr日文japan
英文en德文german韩文korean
繁体中文chinese_cht意大利文it俄罗斯文ru

例子：
*** 识别图片 *** ：
检测+方向分类器+识别全流程：–use_angle_cls true设置使用方向分类器识别180度旋转文字，–use_gpu false设置不使用GPU

paddleocr --image_dir ./imgs/1.jpg --use_angle_cls true --use_gpu false

结果是一个list，每个item包含了文本框，文字和识别置信度

[[[28.0, 37.0], [302.0, 39.0], [302.0, 72.0], [27.0, 70.0]], ('识别出的文字', 0.9658738374710083)]
......

*** 识别pdf *** ：
可以通过指定参数page_num来控制推理前面几页，默认为0，表示识别所有页。

paddleocr --image_dir ./xxx.pdf --use_angle_cls true --use_gpu false --page_num 2

*** 单独使用检测 *** ：
单独使用检测：设置–rec为false

paddleocr --image_dir ./imgs/1.jpg --rec false

结果是一个list，每个item只包含文本框

[[27.0, 459.0], [136.0, 459.0], [136.0, 479.0], [27.0, 479.0]]
[[28.0, 429.0], [372.0, 429.0], [372.0, 445.0], [28.0, 445.0]]
......

*** 单独使用识别 ***
单独使用识别：设置–det为false

paddleocr --image_dir ./2.jpg --det false

结果是一个list，每个item只包含识别结果和识别置信度

['识别文字', 0.994467]

5、Python脚本使用

通过Python脚本使用PaddleOCR whl包，whl包会自动下载ppocr轻量级模型作为默认模型

  • api(使用预训练的模型)
python import paddleocr from paddleocr import PaddleO CR
ocr = PaddleOCR()
result = ocr.ocr('example_image.jpg', det=False) for line in result: print(line[1])

在这个示例中，我们首先导入了 PaddleOCR ，并且创建了一个 OCR 对象，然后我们传入一个图片路径，开始进行 OCR 操作。 OCR 返回的是一个包含识别结果的列表，我们可以对其进行遍历操作并打印出每行文本。在这里我们将检测功能关闭了。如果不关闭检测功能， OCR 会在文本前面加上一个方框来标 识识别结果。

  • api(使用已经预训练好的模型)
python import paddleocr
ocr = paddleocr.OCR( lang="ch", use_angle_cls=True, use_gpu=False, det_model_dir='\\', rec_model_dir='\\', cls_model_dir='\\' )

在这个示例中，我们使用OCR函数来创建一个OCR对象。我们在这里指定了使用的语言（本例中是中文），启用了旋转角分类功能，并且指定了模型的目录路径。启用 旋转角分类功能可以提高识别的准确性。如果您有一个 GPU ，您还可以使用 use_gpu=True 来启用 GPU 加速。

  • PaddleOCR 参数配置：
  • lang ：识别的语言，可以是 ch 、 en 等等（仅针对预训练模型）。
  • use_angle_cls ：是否启用旋转角分类模型（默认开启）。
  • det_model_dir ： 检测模型的保存路径（仅自定义训练）。
  • rec_model_dir ：识别模型的保存路径（仅自定义训练）。
  • cls_model_dir ：旋转角分类模型的保存路径（仅自定义训练）。
  • use_gpu ：是否使用 GPU 加速（默认为 False ）。
  • gpu_id ：选择使用的 GPUID （默认是 0 ）。
  • 注意事项
  • 图片尺寸： PaddleOCR 对图片的尺寸要求比较严格，因此您需要将图片调整到合适的大小进行处理。
  • 字体：如果您的图片中包含特殊字体，可能会对 OCR 结果产生影响。
  • 图片质量： OCR 对图片的质量要求比较高，因此在使用 PaddleOCR 之前需要先处理好图片的清晰度和亮度等信息。
  • 案例
    *** 检测+方向分类器+识别全流程 ***
from paddleocr import PaddleOCR, draw_ocr

# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory
img_path = './imgs/1.jpg'
result = ocr.ocr(img_path, cls=True)
for idx in range(len(result)):
    res = result[idx]
    for line in res:
        print(line)

# 显示结果
# 如果本地没有simfang.ttf，可以在https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.6/doc/fonts目录下下载
from PIL import Image
result = result[0]
image = Image.open(img_path).convert('RGB')
boxes = [detection[0] for line in result for detection in line] # Nested loop added
txts = [detection[1][0] for line in result for detection in line] # Nested loop added
scores = [detection[1][1] for line in result for detection in line] # Nested loop added
im_show = draw_ocr(image, boxes, txts, scores, font_path='doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')

结果是一个list，每个item包含了文本框，文字和识别置信度

[[[28.0, 37.0], [302.0, 39.0], [302.0, 72.0], [27.0, 70.0]], ('识别的文字', 0.9658738374710083)]
......

基于PaddleOCR进行本地开发运行

6、克隆 PaddleOCR 仓库

用 git clone 命令或者 Download 把项目仓库直接下载到本地

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

7、安装PaddleOCR 第三方依赖包

命令行进入 PaddleOCR 文件夹下

cd PaddleOCR
安装第三方依赖项
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

8、下载权重模型

权重链接地址分别贴在下方，需依次下载到本地；

检测模型 det   
https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar


方向分类模型 cls
https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar   


识别模型 rec
https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar

下载到本地之后分别进行解压，创建一个 inference 文件夹，把前面解压后的三个文件夹放入 inference 中，再把 inference 文件夹放入 PaddleOCR 中.

9、PaddleOCR 使用

以上环境配置好之后，就可以使用 PaddleOCR 进行识别了，在PaddleOCR 项目环境下打开终端，根据自己情况，输入下面三种类型中的一种即可完成文本识别

看demo

1，使用 gpu，识别单张图片

python3 tool/infer/predict_system.py --imtest11_yfbdlcge_dir="/Users/shtest11_yfbdlcngshutest11_yfbdlcishutest11_yfbdlci/Documents/流程按钮.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/"  --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_test11_yfbdlcngle_cls=True --use_sptest11_yfbdlcce_chtest11_yfbdlcr=True

2，使用 gpu ，识别多张图片

python3 tools/infer/predict_system.py --image_dir="./doc/imgs/" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/"  --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True

3，不使用gpu，识别单张图片

python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/"  --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True --use_gpu=False

参数说明：
image_dir -> 为需要识别图片路径或文件夹；
det_model_dir -> 存放识别后图片路径或文件夹；

10 启动可能遇到问题

在使用uvicorn中突然遇到这个报错

uvicorn run() got an unexpected keyword argument 'debug'

解决方案
原因：高版本uvicorn 不包含debug
解决方案：

 pip install uvicorn==0.18.1  ##降低版本
KeepMovingRefuel
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
paddleocr whl包用于下载安装
11-15
paddleocr whl包用于下载安装
paddleocr依赖包
01-07
numpy-1.19.5-cp37-cp37m-win_amd64.whl paddleocr-0.0.3-py3-none-any.whl python_Levenshtein-0.12.0-cp37-cp37m-win_amd64 PyYAML-5.3.1-cp37-cp37m-win_amd64 requirements Shapely-1.7.1-cp37-cp37m-win_amd64
解决M1、2芯片的mac安装PPOCRLabel
weixin_57463859的博客
09-06 517
第一步安装anaconda。
【mac m1 paddleOCR】安装环境及其坑位
jeason_L的博客
12-23 1384
【代码】【mac m1 paddleOCR】安装环境及其坑位。
macosM1安装paddleocr踩过的坑
聪
03-30 659
大功告成~然后就可以安装paddleocr了！安装后记得降低numpy版本。更新pip、setuptools和wheel。安装homebrew（这里用了国内镜像）安装paddleocr包时出现该错误。
解决Mac M1 无法安装paddle问题
Dove_1234的博客
09-04 4294
解决Mac M1 无法安装paddlepaddle问题 简介 首先，目前paddle官方没有支持M1芯片，但是M1芯片支持Rosetta转译x86。 但我们又不想直接在Mac自带python环境上安装python包，可以尝试使用【miniforge】。 miniforge原生支持 Apple Silicon M1，但miniforge的python是不支持rosetta2转译的，可以强制设置为rosetta2转移的python去安装。 安装环境 以下步骤已在该环境下验证成功，测试环境： MacBook Pr
Mac M1芯片安装 PaddlePaddle
weixin_43788619的博客
11-30 402
解决这个问题的方法之一是尝试安装 PaddlePaddle 的一个不同版本，最好是最新的稳定版本。由于错误消息中提到了 2.5.1 和 2.5.2 版本，您可以尝试安装这些版本之一。您可以在 VSCode 中编写您的 Python 脚本，然后在虚拟环境中运行它们。这样，您的项目依赖将保持一致且不受系统范围内其他 Python 项目的影响。在激活的虚拟环境中，安装 PaddlePaddle。在 VSCode 中，打开一个新的终端。如果安装正确，您将看到一条消息确认 PaddlePaddle 已正确安装。
【PaddleOCR-deploy】在Jeston NX上部署运行PaddleOCR教程（安装whl包方法）
z5z5z5z56的博客
11-16 2421
手把手教你在在JestonNX运行PaddleOCR
PaddleOCR安装
Vertira的博客
12-30 1759
win10系统 安装paddleOCR 首先安装Aanconda，conda创建虚拟环境，安装paddle。这是必须要准备的。网上很多教程，这里给出官网教程： https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.4/doc/doc_ch/environment.mdhttps://github.com/PaddlePaddle/PaddleOCR/blob/release/2.4/doc/doc_ch/environment.md这个比较全面
macbook pro/air m1 nodejs 安装
07-21
macbook pro/air m1 nodejs 安装
MacBook Air m1安装Kali
最新发布
03-28
MacBook Air m1芯片安装Kali
Mac M1芯片JDK8/18安装包
09-15
M1芯片的Mac安装Java环境，目前JDK有Oracle的JDK，以及zulu的Open JDK可供选择，因为需要JAVA8所以下载了zulu的jdk. 安装完成后把环境变量添加到.zshrc中即可
M1 Dock智能硬件工具（MaixPy安装）
09-26
工具描述参见：https://handsome-man.blog.csdn.net/article/details/101201248
Mac M1 配置安装的Docker.dmg
04-19
Mac M1 配置安装的Docker.dmg
百度paddleocr安装过程（各种问题报错）
qq_44121622的博客
10-27 6342
window+python安装使用paddleocr使用
【Python】PaddleOCR文字识别国产之光 从安装到pycharm中测试 （保姆级图文）
MZH
10-13 4835
【Python】PaddleOCR文字识别国产之光 从安装到pycharm中测试 （保姆级图文）
Mac M1安装paddlepaddle报错，报错信息，zsh: illegal hardware instruction python
不负如来不负卿
03-06 1441
paddle安装
FastAPI（3）- uvicorn.run()
热门推荐
qq_33801641的博客
09-16 1万+
Uvicorn 基于 uvloop 和 httptools 构建的非常快速的 ASGI 服务器 它不是一个 Web 框架，而是一个服务器 例如，它不是一个提供路径路由的框架，这是 FastAPI 框架提供的东西 它是 Starlette 和 FastAPI 的推荐使用的服务器 总结 uvicorn 是运行 FastAPI 应用程序的主要 Web 服务器，uvicorn 和 Gunicorn ...
paddle ocr 安装部署与使用教程
陆安的博客
08-17 9725
1.安装Python 3.9 直接执行python-3.9.0-amd64 文件。 2.安装PaddlePaddle v2.0 2.1.安装步骤 python -m pip install --upgrade pip python -m pip install paddlepaddle==2.0.0b0 -i https://mirror.baidu.com/pypi/simple 2.2.遇到问题 2.2.1.Traceback (most recent call last): 解决方案：管理员打开cm
m1安装postgresql
02-21
要在M1芯片的Mac上安装PostgreSQL，可以按照以下步骤进行操作： 1. 安装Homebrew：打开终端，运行以下命令安装Homebrew： ``` /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" ``` 2. 安装PostgreSQL：在终端中运行以下命令来安装PostgreSQL： ``` brew install postgresql ``` 3. 初始化数据库：运行以下命令来初始化数据库： ``` initdb /usr/local/var/postgres ``` 4. 启动PostgreSQL服务：运行以下命令来启动PostgreSQL服务： ``` pg_ctl -D /usr/local/var/postgres start ``` 5. 创建数据库：运行以下命令来创建一个新的数据库： ``` createdb mydatabase ``` 将"mydatabase"替换为您想要创建的数据库名称。 6. 连接到数据库：运行以下命令来连接到数据库： ``` psql mydatabase ``` 将"mydatabase"替换为您创建的数据库名称。 现在，您已经成功在M1芯片的Mac上安装并配置了PostgreSQL。您可以使用psql命令行工具来管理和操作数据库。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值