Paddle OCR主要分为三个部分:
- 文本检测:文本检测的任务是定位出输入图像中的文字区域。
- 文本识别:文本识别的任务是识别出图像中的文字内容,一般输入来自于文本检测得到的文本框截取出的图像文字区域。
- 文档结构化识别:传统意义上的OCR技术可以解决文字的检测和识别需求,但在实际应用场景中,最终需要获取的往往是结构化的信息,如身份证、发票的信息格式化抽取,表格的结构化识别等等,多在快递单据抽取、合同内容比对、金融保理单信息比对、物流业单据识别等场景下应用。
现阶段使用Paddle OCR进行自动化测试分为两个步骤:先用文本检测划分文字区域,再使用文本识别对每个划分好的文字区域进行检测。如果是对中英文图像进行识别,推荐使用Paddle OCR提供的模型,如果是对其他语言的文字进行识别,推荐在Paddle OCR提供的预处理模型的基础上使用自己的数据进行加训,提高识别精度。
1.准备
Paddle OCR推荐环境
- PaddlePaddle >= 2.1.2
- Python 3.7
- CUDA10.1 / CUDA10.2
- CUDNN 7.6
(1)安装PaddlePaddle
-
如果机器安装的是CUDA9或者CUDA10
python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple
-
如果机器是CPU
python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple