让PaddleOCR和PaddlePaddle在Windows、Ubuntu和macOS中工作

介绍

OCR是我们都熟悉的基于人工智能视觉的标准功能之一。OCR现在无处不在，以至于它内置于手机操作系统中，我们几乎没有注意到。显然，我们需要将其添加到服务器CodeProject.AI 但这样做有点冒险。

有大量的OCR项目和软件包，在Mike Lud的带领下，我们选择了 PaddleOCR。PaddleOCR基于出色的 PaddlePaddle（PArallel分布式深LEarning）包。不幸的是，PaddleOCR和PaddlePaddle对于工作来说可能是一个挑战，所以以下是我们所做的快速概述：

在Python中获取PaddlePaddle和PaddleOCR设置

1. 我们忽略了文档。PaddleOCR显然支持CUDA 10.6，但PaddlePaddle（PaddleOCR需要）显然只支持CUDA 10.1。除非它声明它支持10.6。我们让它在CUDA 11.7上运行。对于试图针对英伟达的不断发展的项目来说，这种混乱是非常标准的。任何针对Nvidia的人都是勇敢的，或者他们知道如何将他们的系统锁定到一组特定的驱动程序、工具包和库。一团糟。
2. 我们在谷歌翻译住了3天。PaddlePaddle由中国科技巨头百度开发并开源于2016年。由于它位于中国，因此论坛通常不是英语。
3. 我们进行了实验、阅读、测试和调整，最终得到了以下用于安装Python包的设置矩阵：

OS	CPU	GPU
Windows	paddlepaddle==2.3.2 paddleocr>=2.0.1	--find-links https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html paddlepaddle-gpu==2.3.2.post116 paddleocr>=2.0.1
Ubuntu	paddlepaddle==2.4.0rc0 paddleocr>=2.6.0.1	No success
macOS (Intel)	paddlepaddle==2.3.2 paddleocr>=2.0.1	Not supported
macOS (Arm64)	paddlepaddle==2.3.2 paddleocr>=2.0.1	Not supported

1. 修补了PaddlePaddle代码中的一个丑陋的黑客，以使事情正常工作。
   
   在Python安装（或虚拟环境）的站点包文件夹下的paddle包中，你将找到一个文件夹数据集，并在该文件中 image.py。第#37行有一个FIXME，用于丑陋的黑客修复导入OpenCV时numpy的问题。他们通过启动一个新的Python解释器来导入OpenCV，并直接导入OpenCV：

 43      interpreter = sys.executable
 44      # Note(zhouwei): if use Python/C 'PyRun_SimpleString', 'sys.executable'
 45      # will be the C++ execubable on Windows
 46      if sys.platform == 'win32' and 'python.exe' not in interpreter:
 47          interpreter = sys.exec_prefix + os.sep + 'python.exe'
 48      import_cv2_proc = subprocess.Popen(
 49          [interpreter, "-c", "import cv2"],
 50          stdout=subprocess.PIPE,
 51          stderr=subprocess.PIPE,
 52          shell=True)
 53      out, err = import_cv2_proc.communicate()
 54      retcode = import_cv2_proc.poll()
 55      if retcode != 0:
 56          cv2 = None
 57      else:
 58          import cv2
 59  else:
 60      try:
 61          import cv2
 62      except ImportEr:...

这是一些创造性的问题解决。

问题是进程是使用Shell=False的Popen旋转起来的(具体来说，他们只是让Shell采用默认值，这是False)。在上面的代码示例中，在第52行，您可以看到修复。对于Windows和Ubuntu，您需要具有Shell=True，否则导入将失败。对于macOS Shell=False很好（英特尔和Arm64）。

显然，这个黑客只适用于Ubuntu，但它在所有操作系统的Paddle代码中，所以它需要为Windows和Ubuntu修复。 

有了这个，我们就有了PaddleOCR运行。它在CPU上不是很快。半页文本需要10-15秒，但打开GPU是200毫秒左右。完全可用且非常准确。

CodeProject.AI服务器的下一个版本将包括使用PaddleOCR安装OCR的选项。我们的项目是在12月的第一周。

后记：在WSL下Ubuntu中对PaddlePaddle的GPU支持

到目前为止，这个已经打败了我们。在WSL上的Ubunut 22.04中的PaddleOCR（仅限CPU）工作正常。启用GPU不会正常工作。WSL的一个主要问题是你需要在WSL中安装CUDA，而不是依赖Windows CUDA驱动程序来做他们的事情。可以在这里找到一篇文章。安装CUDA后，通过打开Python终端并输入

import paddle
paddle.utils.run_check()

如果这一切都很好，那么您可以查看安装Paddle软件包，到目前为止，我们尽最大努力使用

-f https://paddlepaddle.org.cn/whl/stable/noavx.html
paddlepaddle-gpu==2.4.0rc0
paddleocr==2.6.0.1

这安装成功并且至少会启动（其他组合以六种不同的方式崩溃），但您最终会遇到黑客（上面）旨在解决的问题：即，由于导入OPenCV引起的numpy错误，您在尝试运行PaddleOCR时会出现段错误。该黑客旨在通过在生成的Python进程中导入OpenCV来解决此问题。这个过程在ubuntu 22.04中并不成功（至少对我们来说是这样），所以它回退到经典的“import cv2”，然后导致段错误。

https://www.codeproject.com/Tips/5347636/Getting-PaddleOCR-and-PaddlePaddle-to-work-in-Wind