PaddleOCR---基于Python引擎的PP-OCR模型库推理

最新推荐文章于 2024-05-20 11:11:35 发布
最新推荐文章于 2024-05-20 11:11:35 发布
阅读量4.7k 收藏 2
点赞数
分类专栏： PaddleOCR 文章标签： python
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/m0_46825740/article/details/121536855
版权

基于Python引擎的PP-OCR模型库推理

本文介绍针对PP-OCR模型库的Python推理引擎使用方法，内容依次为文本检测、文本识别、方向分类器以及三者串联在CPU、GPU上的预测方法。

PaddleOCR 版本是： PaddleOCR-release-2.3
PaddleOCR-release-2.3 官网

在这里插入图片描述

1. 文本检测模型推理

文本检测模型推理，默认使用DB模型的配置参数。超轻量中文检测模型推理，可以执行如下命令：

将模型权重保存在主项目目录的model_self

# 下载超轻量中文检测模型：
cd model_self
wget  https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar
tar xf ch_PP-OCRv2_det_infer.tar

在这里插入图片描述

# fixme: 执行下面那句话需要回到主项目目录
python tools/infer/predict_det.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./ch_PP-OCRv2_det_infer.tar/"

在这里插入图片描述
可视化文本检测结果默认保存到./inference_results文件夹里面，结果文件的名称前缀为’det_res’。结果示例如下：

在这里插入图片描述

通过参数limit_type和det_limit_side_len来对图片的尺寸进行限制，
limit_type可选参数为[max, min]，
det_limit_size_len 为正整数，一般设置为32 的倍数，比如960。

参数默认设置为limit_type='max', det_limit_side_len=960。表示网络输入图像的最长边不能超过960，
如果超过这个值，会对图像做等宽比的resize操作，确保最长边为det_limit_side_len。
设置为limit_type='min', det_limit_side_len=960 则表示限制图像的最短边为960。

如果输入图片的分辨率比较大，而且想使用更大的分辨率预测，可以设置det_limit_side_len 为想要的值，比如1216：

python tools/infer/predict_det.py --image_dir="./doc/imgs/1.jpg" --det_model_dir="./inference/ch_PP-OCRv2_det_infer/" --det_limit_type=max --det_limit_side_len=1216

如果想使用CPU进行预测，执行命令如下

python tools/infer/predict_det.py --image_dir="./doc/imgs/1.jpg" --det_model_dir="./inference/ch_PP-OCRv2_det_infer/"  --use_gpu=False

2. 文本识别模型推理

2.1 超轻量中文识别模型推理

超轻量中文识别模型推理，可以执行如下命令：

# 下载超轻量中文识别模型：
wget  https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar
tar xf ch_PP-OCRv2_rec_infer.tar
python tools/infer/predict_rec.py --image_dir="./doc/imgs_words/ch/word_4.jpg" --rec_model_dir="./model_self/ch_PP-OCRv2_rec_infer/"

在这里插入图片描述
执行命令后，上面图像的预测结果（识别的文本和得分）会打印到屏幕上，示例如下：

Predicts of ./doc/imgs_words/ch/word_4.jpg:('实力活力', 0.98127246)

在这里插入图片描述

2.2 多语言模型的推理

如果您需要预测的是其他语言模型，可以在此链接中找到对应语言的inference模型，在使用inference模型预测时，需要通过--rec_char_dict_path指定使用的字典路径, 同时为了得到正确的可视化结果，需要通过 --vis_font_path 指定可视化的字体路径，doc/fonts/ 路径下有默认提供的小语种字体，例如韩文识别：

在这里插入图片描述注意：要下载韩文的推理模型

wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/korean_mobile_v2.0_rec_infer.tar
python tools/infer/predict_rec.py --image_dir="./doc/imgs_words/korean/1.jpg" --rec_model_dir="./model_self/korean_mobile_v2.0_rec_infer/" --rec_char_type="korean" --rec_char_dict_path="ppocr/utils/dict/korean_dict.txt" --vis_font_path="doc/fonts/korean.ttf"

在这里插入图片描述
执行命令后，上图的预测结果为：

Predicts of ./doc/imgs_words/korean/1.jpg:('바탕으로', 0.99255276)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pdcBU8jW-1637821282726)(../imgs_words/korean/1.jpg)]

3. 方向分类模型推理

方向分类模型推理，可以执行如下命令：

# 下载超轻量中文方向分类器模型：
wget  https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar
tar xf ch_ppocr_mobile_v2.0_cls_infer.tar
python tools/infer/predict_cls.py --image_dir="./doc/imgs_words/ch/word_1.jpg" --cls_model_dir="./model_self/ch_ppocr_mobile_v2.0_cls_infer"

在这里插入图片描述

执行命令后，上面图像的预测结果（分类的方向和得分）会打印到屏幕上，示例如下：

Predicts of ./doc/imgs_words/ch/word_1.jpg:['0', 0.9998864]

在这里插入图片描述

4. 文本检测、方向分类和文字识别串联推理

以超轻量中文OCR模型推理为例，在执行预测时，需要通过参数image_dir指定单张图像或者图像集合的路径、参数det_model_dir,cls_model_dir和rec_model_dir分别指定检测，方向分类和识别的inference模型路径。参数use_angle_cls用于控制是否启用方向分类模型。use_mp表示是否使用多进程。total_process_num表示在使用多进程时的进程数。可视化识别结果默认保存到 ./inference_results 文件夹里面。

# 使用方向分类器
python tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./model_self/ch_PP-OCRv2_det_infer/" --cls_model_dir="./model_self/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./model_self/ch_PP-OCRv2_rec_infer/" --use_angle_cls=true
# 不使用方向分类器
python tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./model_self/ch_PP-OCRv2_det_infer/" --rec_model_dir="./model_self/ch_PP-OCRv2_rec_infer/" --use_angle_cls=false
# 使用多进程
python tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./model_self/ch_PP-OCRv2_det_infer/" --rec_model_dir="./model_self/ch_PP-OCRv2_rec_infer/" --use_angle_cls=false --use_mp=True --total_process_num=6

执行命令后，识别结果图像如下：

在这里插入图片描述终端执行结果如下：

/home/yyq/.conda/envs/paddle/lib/python3.8/site-packages/skimage/morphology/_skeletonize.py:241: DeprecationWarning: `np.bool` is a deprecated alias for the builtin `bool`. To silence this warning, use `bool` by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type, use `np.bool_` here.
Deprecated in NumPy 1.20; for more details and guidance: https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations
  0, 1, 1, 0, 0, 1, 0, 0, 0], dtype=np.bool)
/home/yyq/.conda/envs/paddle/lib/python3.8/site-packages/skimage/morphology/_skeletonize.py:256: DeprecationWarning: `np.bool` is a deprecated alias for the builtin `bool`. To silence this warning, use `bool` by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type, use `np.bool_` here.
Deprecated in NumPy 1.20; for more details and guidance: https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations
  0, 0, 0, 0, 0, 0, 0, 0, 0], dtype=np.bool)
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 1.5393850803375244
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 9.5367431640625e-07
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.012524604797363281
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 1.430511474609375e-06
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.01199483871459961
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 9.5367431640625e-07
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.012188434600830078
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 1.1920928955078125e-06
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.011774539947509766
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 9.5367431640625e-07
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.011682510375976562
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 7.152557373046875e-07
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.011684894561767578
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 1.1920928955078125e-06
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.011770248413085938
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 1.1920928955078125e-06
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.011766433715820312
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 9.5367431640625e-07
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 0, elapse : 0.011704444885253906
[2021/11/25 15:00:36] root DEBUG: cls num  : 0, elapse : 0
[2021/11/25 15:00:36] root DEBUG: rec_res num  : 0, elapse : 7.152557373046875e-07
[2021/11/25 15:00:36] root DEBUG: dt_boxes num : 69, elapse : 0.02576732635498047
[2021/11/25 15:00:36] root DEBUG: cls num  : 69, elapse : 0.06086087226867676
[2021/11/25 15:00:37] root DEBUG: rec_res num  : 69, elapse : 0.20027732849121094
[2021/11/25 15:00:37] root INFO: 0  Predict time of ./doc/imgs/00018069.jpg: 0.291s
[2021/11/25 15:00:37] root INFO: 代号, 0.973
[2021/11/25 15:00:37] root INFO: 项目, 0.989
[2021/11/25 15:00:37] root INFO: 结果, 0.991
[2021/11/25 15:00:37] root INFO: 参考值, 0.999
[2021/11/25 15:00:37] root INFO: 单位, 0.992
[2021/11/25 15:00:37] root INFO: 谷丙转氨酶, 0.980
[2021/11/25 15:00:37] root INFO: 25.6, 0.900
[2021/11/25 15:00:37] root INFO: 0--40, 0.981
[2021/11/25 15:00:37] root INFO: ALT, 0.825
[2021/11/25 15:00:37] root INFO: U/L, 0.941
[2021/11/25 15:00:37] root INFO: 总胆红素, 0.975
[2021/11/25 15:00:37] root INFO: 11.2, 0.964
[2021/11/25 15:00:37] root INFO: TBIL, 0.990
[2021/11/25 15:00:37] root INFO: <20, 0.732
[2021/11/25 15:00:37] root INFO: UMOL/L, 0.708
[2021/11/25 15:00:37] root INFO: 直接胆红素, 0.975
[2021/11/25 15:00:37] root INFO: 3.3, 0.968
[2021/11/25 15:00:37] root INFO: DBIL, 0.997
[2021/11/25 15:00:37] root INFO: 0--7, 0.952
[2021/11/25 15:00:37] root INFO: UMOL/L, 0.700
[2021/11/25 15:00:37] root INFO: 间接胆红素, 0.942
[2021/11/25 15:00:37] root INFO: IBIL, 0.994
[2021/11/25 15:00:37] root INFO: 7.9, 0.874
[2021/11/25 15:00:37] root INFO: 1.5--15, 0.860
[2021/11/25 15:00:37] root INFO: UMOL/L, 0.856
[2021/11/25 15:00:37] root INFO: TP, 0.869
[2021/11/25 15:00:37] root INFO: 总蛋白, 0.994
[2021/11/25 15:00:37] root INFO: *689, 0.563
[2021/11/25 15:00:37] root INFO: 60--80, 0.995
[2021/11/25 15:00:37] root INFO: S/L, 0.703
[2021/11/25 15:00:37] root INFO: 白蛋白, 0.994
[2021/11/25 15:00:37] root INFO: ALB, 0.986
[2021/11/25 15:00:37] root INFO: 35.1, 0.911
[2021/11/25 15:00:37] root INFO: 33--55, 0.968
[2021/11/25 15:00:37] root INFO: 8/L, 0.760
[2021/11/25 15:00:37] root INFO: GLO, 0.991
[2021/11/25 15:00:37] root INFO: 球蛋白, 0.972
[2021/11/25 15:00:37] root INFO: 23.8, 0.919
[2021/11/25 15:00:37] root INFO: 20--30, 0.982
[2021/11/25 15:00:37] root INFO: 8/L, 0.647
[2021/11/25 15:00:37] root INFO: 白球比, 0.996
[2021/11/25 15:00:37] root INFO: 1.5, 0.965
[2021/11/25 15:00:37] root INFO: A/G, 0.803
[2021/11/25 15:00:37] root INFO: 11.5--2.5, 0.874
[2021/11/25 15:00:37] root INFO: 碱性磷酸酶, 0.986
[2021/11/25 15:00:37] root INFO: 93, 0.885
[2021/11/25 15:00:37] root INFO: ALP, 0.925
[2021/11/25 15:00:37] root INFO: 15--112, 0.929
[2021/11/25 15:00:37] root INFO: IU/L, 0.972
[2021/11/25 15:00:37] root INFO: 谷氨酰转肽酶, 0.935
[2021/11/25 15:00:37] root INFO: GGT, 0.834
[2021/11/25 15:00:37] root INFO: 14.3, 0.800
[2021/11/25 15:00:37] root INFO: (50, 0.748
[2021/11/25 15:00:37] root INFO: U/L, 0.942
[2021/11/25 15:00:37] root INFO: 谷草转氨酶, 0.955
[2021/11/25 15:00:37] root INFO: 16.3, 0.912
[2021/11/25 15:00:37] root INFO: 8--40, 0.862
[2021/11/25 15:00:37] root INFO: AST, 0.839
[2021/11/25 15:00:37] root INFO: U/L, 0.983
[2021/11/25 15:00:37] root INFO: 乳酸脱氢酶, 0.929
[2021/11/25 15:00:37] root INFO: 167, 0.824
[2021/11/25 15:00:37] root INFO: 114--240, 0.940
[2021/11/25 15:00:37] root INFO: LDH, 0.977
[2021/11/25 15:00:37] root INFO: U/L, 0.970
[2021/11/25 15:00:37] root INFO: 腺甘脱氨酶, 0.980
[2021/11/25 15:00:37] root INFO: ADA, 0.672
[2021/11/25 15:00:37] root INFO: 12.6, 0.953
[2021/11/25 15:00:37] root INFO: 4--24, 0.909
[2021/11/25 15:00:37] root INFO: U/L, 0.952
[2021/11/25 15:00:37] root INFO: The visualized image saved in ./inference_results/00018069.jpg
[2021/11/25 15:00:37] root INFO: The predict total time is 0.3227837085723877
[2021/11/25 15:00:37] root INFO: 
The predict total time is 0.29076361656188965
心惠天意
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Python-SceneTextPapers场景文字检测与识别文献代码汇总
08-11
"Python-SceneTextPapers"项目可能包含各种实现这些技术的开源代码库，比如TextBlob用于基础的NLP任务，OpenCV用于图像预处理，以及PyTorch或TensorFlow等深度学习框架用于构建和训练模型。此外，可能还有数据集的...
chineseocr-lite-onnx.zip
02-01
要使用chineseocr-lite-onnx进行OCR，首先需要安装相关的依赖库，如PIL（Python Imaging Library）用于图像处理，ONNX Runtime用于模型推理。然后，通过以下步骤进行识别： 1. 加载模型：导入模型并加载ONNX模型...
PPOCRv3检测模型和识别模型的训练和推理
yinqinggong的博客
12-07 2218
PPOCRv3的训练和推理
文字识别（OCR）专题——基于NCNN轻量级PaddleOCRv4模型C++推理
知来者逆的博客
12-01 7282
使用NCNN对paddle ocr v4进行推理，多平台兼容，可使用GPU。
PPOCR实践一：环境准备（Anaconda和Pycharm）
最新发布
岂曰无衣
05-20 977
Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。
PaddleOCR 文本检测训练+推理模型转换教程
datayx的文章
08-12 4139
https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.1 一.环境准备 pip3 install --upgrade pip 如果您的机器安装的是CUDA9或CUDA10，请运行以下命令安装 python3 -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple 如果您的机器是CPU，请运行以下命令安装 python3 -m pip
PaddleOCR #使用PaddleOCR进行光学字符识别（PP-OCR文本检测识别）
有时有味的博客
06-19 3963
PaddleOCR 是一个 OCR 框架或工具包，它提供多语言实用的 OCR 工具，帮助用户在几行代码中应用和训练不同的模型。PaddleOCR 提供了一系列高质量的预训练模型。这包含三种类型的模型，使 OCR 高度准确并接近商业产品。它提供文本检测、文本方向分类器和文本识别。
PPOCR文本方向分类器
weixin_43389639的博客
03-28 666
ppocr文本方向分类器相关问题记录。
pytorch框架下加载图片做一次模型推理
xiakj的专栏
12-09 529
if __name__ == "__main__": img1 = imread("/home/user/Downloads/112x112/re_bob.jpg") img2 = imread("/home/user/Downloads/112x112/re_jiwi.jpg") img1 = img1 / 255 img2 = img2 / 255 img1 = (img1 - 0.5) / 0.5 img2 = (img2 - 0.5) / 0.5 .
[Python] 计算机视觉-图像分类经典模型
moment8aVry的博客
06-20 1970
LeNet模型使用的激活函数是Sigmoid函数，优化器采用Momentum。AlexNet模型使用的激活函数是ReLU函数，优化器是Adam。上述结构是针对手写数字识别任务而设计。二、AlexNet模型。
ONNXRuntime部署PaddleOCR-v3包含C++和Python源码+模型+说明.zip
05-02
ONNXRuntime是一个高性能的推理引擎，它支持多种深度学习框架，包括PaddlePaddle（飞桨），用于将训练好的模型部署到生产环境。PaddleOCR是百度开发的开源OCR（光学字符识别）工具包，专注于文字检测和识别，具有轻...
PaddleOCR-release-2.0-rc1-0.zip
09-07
PaddleOCR-release-2.0-rc1-0.zip
PaddleOCR_Release.rar
10-07
PaddleOCR是图像文字识别（OCR）一个开源的框架，本资源已经将源码编译成可以正常使用的dll文件，资源内部包含了模型及词库，具体使用方法请见资源的README.txt
ocr-transformer
03-15
5. **数据集**：训练OCR模型需要大量的带标注图像数据，包括不同字体、大小、角度的文字图像。项目可能包含用于训练和验证模型的数据集。 6. **模型评估与优化**：在训练过程中，会使用交叉验证和损失函数来评估...
python ocr.zip
08-02
PaddleOCR则是基于PaddlePaddle的一个OCR工具包，提供了多种OCR模型，包括字符检测（Det）和字符识别（Rec）任务，以及分类（Cls）任务，以实现对图像中的文本进行精确定位和识别。 在压缩包中，`main.py`应该是...
PaddleOCR二次全流程——1. PPOCR论文介绍
Castlehe的博客
04-06 3973
从PaddleOCR的说明手册：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.0/README_ch.md 近期更新中，看到： 2020.9.22 更新PP-OCR技术文章，<https://arxiv.org/abs/2009.09941>， 直接进入论文地址：https://arxiv.org/pdf/2009.09941.pdf 读PPOCR论文：PP-OCR: A Practical Ultra Lightweight
PPOCR车牌定位模型推理后处理优化研究
best2012power的博客
11-25 1446
以车牌识别为例，基于深度学习OCR文本定位模型推理后处理策略优化
windows10+python3.8环境下安装PPOCRLabel
sinat_36234054的博客
03-30 2149
1.首先安装环境https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/requirements.txt出现以下错位
paddleocr部署训练全流程
weixin_47978722的博客
04-04 7423
paddleocr部署训练全流程 1.GPU及环境配置 GPU：GTX1050TI 环境：win11+anaconda paddleocr版本：PaddleOCR-release-2.4 2.paddle安装 2.1快速开始安装方法（为后续使用标注工具做准备） 能够快速的使用paddleocr 创建conda虚拟环境 conda create -n paddle_quickstart python=3.8 接下来按照下述参考链接安装paddleocr 参考：https://gitee.com/paddle
opencv-python教程中文版.pdf
07-11
opencv-python官方教程中文版

“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
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

打赏作者

心惠天意

你的鼓励是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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