PaddleOCR使用笔记-paddleocr package使用说明

最新推荐文章于 2024-08-17 10:17:06 发布
最新推荐文章于 2024-08-17 10:17:06 发布
阅读量1.6k 收藏 5
点赞数
分类专栏： 深度学习 PaddleOCR 文章标签： 深度学习 python PaddleOCR
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/xu_benjamin/article/details/120085423
版权
这篇博客详细介绍了如何在Linux环境下使用PaddleOCR进行文字检测、分类和识别。内容包括通过pip安装whl包，使用PaddleOCR的代码示例，以及自定义模型的配置。示例代码涵盖了完整流程、单独执行各个任务，并展示了结果的可视化。此外，还提到了在命令行下的使用方法和自定义模型的加载。
摘要由CSDN通过智能技术生成

PaddleOCR使用笔记

Linux环境下

paddleocr package使用说明

Windows下使用
安装whl包

pip安装

pip install "paddleocr>=2.0.1" # 推荐使用2.0.1+版本

在这里插入图片描述
在这里插入图片描述

代码使用
  • 检测+分类+识别全流程
from paddleocr import PaddleOCR
from tools.infer.utility import draw_ocr
# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换
# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, lang="ch") # need to run only once to download and load model into memory
img_path = './doc/imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
    print(line)

# 显示结果
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('./results/det_cls_rec_result.jpg')

在这里插入图片描述

  • 检测+识别
from paddleocr import PaddleOCR
from tools.infer.utility import draw_ocr
ocr = PaddleOCR(use_gpu=False) # need to run only once to download and load model into memory
img_path = './doc/imgs/11.jpg'
result = ocr.ocr(img_path)
for line in result:
    print(line)

# 显示结果
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('./results/det_rec_result.jpg')

在这里插入图片描述

  • 分类+识别
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_gpu=False, use_angle_cls=True) # need to run only once to download and load model into memory
img_path = './doc/imgs_words/ch/word_1.jpg'
result = ocr.ocr(img_path, det=False, cls=True)
for line in result:
    print(line)

结果是一个list，每个item只包含识别结果和识别置信度

('韩国小馆', 0.9972204)
  • 单独执行检测
from paddleocr import PaddleOCR
from tools.infer.utility import draw_ocr
ocr = PaddleOCR(use_gpu=False) # need to run only once to download and load model into memory
img_path = './doc/imgs/11.jpg'
result = ocr.ocr(img_path, rec=False)
for line in result:
    print(line)

# 显示结果
from PIL import Image

image = Image.open(img_path).convert('RGB')
im_show = draw_ocr(image, result, txts=None, scores=None, font_path='/path/to/PaddleOCR/doc/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('./results/det_result.jpg')

在这里插入图片描述

  • 单独执行识别
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_gpu=False) # need to run only once to download and load model into memory
img_path = './doc/imgs_words/ch/word_1.jpg'
result = ocr.ocr(img_path, det=False)
for line in result:
    print(line)

结果是一个list，每个item只包含识别结果和识别置信度

('韩国小馆', 0.9972204)
  • 单独执行分类
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_gpu=False, use_angle_cls=True) # need to run only once to download and load model into memory
img_path = './doc/imgs_words/ch/word_1.jpg'
result = ocr.ocr(img_path, det=False, rec=False, cls=True)
for line in result:
    print(line)

结果是一个list，每个item只包含分类结果和分类置信度

['0', 0.9998784]
自定义模型
from paddleocr import PaddleOCR
from tools.infer.utility import draw_ocr
# The path of detection and recognition model must contain model and params files
ocr = PaddleOCR(use_gpu=False, det_model_dir='./inference/ch_det_mv3_db/', rec_model_dir='./inference/rec_en_number_lite/', rec_char_dict_path='./ppocr/utils/dict/en_dict.txt')
img_path = './doc/imgs_10_BZ_test/20160517_100146_H4H2930367BZ_Z.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
    print(line)

# draw result
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('./results/custom_result.jpg')

在这里插入图片描述

Linux下命令行使用
安装whl包
pip3 install "paddleocr>=2.0.1" -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

在这里插入图片描述

  • 查看帮助信息
paddleocr -h

在这里插入图片描述
在这里插入图片描述

使用自定义模型
  • ~~要换一个目录，~~还要用pip3.8
pip3.8 install "paddleocr>=2.0.1"

在这里插入图片描述

在这里插入图片描述

  • 不用换目录，但要改paddleocr.py的代码：
- SUPPORT_DET_MODEL = ['DB']
+ SUPPORT_DET_MODEL = ['DB', 'EAST']
  • 使用自定义模型
from paddleocr import PaddleOCR
from tools.infer.utility import draw_ocr
# The path of detection and recognition model must contain model and params files
ocr = PaddleOCR(det_model_dir='./inference/det_mv3_east/', rec_model_dir='./inference/rec_en_number_lite_crown/', use_space_char=False, rec_char_type='EN', det_algorithm='EAST', rec_char_dict_path='ppocr/utils/dict/en_dict.txt')
img_path = './doc/imgs_crown_test/20160517_101050_A8Y0930108BZ_Z.jpg'
result = ocr.ocr(img_path)
for line in result:
    print(line)

# draw result
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='./doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('./results/det_rec_20160517_101050_A8Y0930108BZ_Z.jpg')

在这里插入图片描述

创作不易，喜欢的话加个关注点个赞，❤谢谢谢谢❤

快乐的小小程序猿
关注
专栏目录
机器学习笔记 使用paddleocr推理时的参数设置详解(陆续整理中)
学以致用 知行合一
04-23 2135
paddleocr的整体架构跟它的野心一样庞大，所以paddleocr的参数就必然很多，官方文档对于参数的描述感觉也不够十分清晰，在刚开始用的时候甚至不知道有哪些参数可以设置，设置之后大概有什么样的影响。因为项目中使用到了，所以对推理时的参数进行了一番探索。
PaddleOCR：基于PaddlePaddle的出色多语言OCR工具包（实用的超轻型OCR系统，提供数据注释和综合工具，支持在服务器，移动，嵌入式和IoT设备之间进行培训和部署）
02-07
English | 介绍 PaddleOCR旨在创建多语言，出色，领先和实用的OCR工具，以帮助用户训练更好的模型并将其应用于实践。 注意 PaddleOCR支持动态图和静态图编程范例 动态图：dygraph分支（默认），受桨2.0.0支持（） 静态图：开发分支 最近更新 2021.1.21更新了超过25种以上的多语言识别模型的，包括：英语，中文，德语，法语，日语，西班牙语，葡萄牙语，俄罗斯，阿拉伯语等。 更多语言的模型将继续更新 。 2020.12.15更新了数据合成工具，即 ，易于合成与目标场景图像相似的大量图像。 2020.11.25更新新的数据注释工具 ，这有助于提高标记效率。 此外，标记结果可直接用于PP-OCR系统的培训。 2020.9.22更新PP-OCR技术文章 产品特点 PPOCR系列高质量的预训练模型，可媲美商业效果 超轻量ppocr_mobile系列模型：检测
PaddleOCR
新知的博客
05-25 276
PaddleOCR 不完全代码 # !/user/bin/env python # -*- coding: utf-8 -*- import os import sys import cv2 sys.path.append('I:/PaddleOCR/tools/infer/') sys.path.append('I:/PaddleOCR/') from PyQt5.QtCore import QRect, QPoint import argparse from predict_system impo
c# 本地离线OCR读取图片上文字（PaddleOCR），通过鼠标点击获取对应位置文字
最新发布
mybluedesky的博客
08-17 619
c#可用的ocr库比较多，但持续更新且对中文友好的库就不多了。PaddlePaddle（飞桨）是百度开发的开源深度学习平台，但源码是phython，不过有大神封装了PaddleOCRSharp，还在持续优化更新，可离线使用。
paddleOCR遇到Parent module ‘tools‘ not loaded, cannot perform relative import
qq_43596950的博客
04-28 634
目录运行报错解决过程解决方法 运行报错 安装好paddleOCR后运行报错Parent module ‘tools’ not loaded, cannot perform relative import 解决过程 错误定位到这一个文件里的这一句话 找到该文件中的这句代码 查找了有关于importlib.import_module的博文：博文链接：使用动态导入importlib.import_module()，解决相对导入、绝对导入问题 找到该conda环境的位置 可以做出推测，这句代码的意思是把
PaddleOCR：文本检测/识别模型训练、模型推理实操
lythinking的博客
05-07 2088
🚀🌟基于（实用的超轻量级OCR系统，支持80多种语言识别，提供数据标注和合成工具，支持在服务器、移动、嵌入式和物联网设备之间训练和部署）
PaddleOCR-release-2.6.zip
11-22
4. 教育辅助：如自动批改试卷，识别手写笔记，提供智能化的学习工具。 5. 图像搜索：在海量图片库中搜索特定文字内容，实现快速定位。 四、开发与学习资源 PaddleOCR开源项目提供了详尽的文档、示例代码和教程，...
冰河的渗透实战笔记-冰河.pdf
05-18
冰河整理的全网首个开源的以实战案例为背景的渗透实战笔记，全书共442页，共计37万字（不计空格）。整本书的内容涵盖：Kali基础、渗透工具、木马制作、钓鱼链接生成、爆破密码、内存溢出攻击、web渗透、数据提权、...
PaddleOCR学习笔记
qq_40995887的博客
09-06 609
paddle 安装记录
Python PaddleOCR OCR结构化识别的例子
02-07
Python PaddleOCR OCR结构化识别的例子 Python PaddleOCR 是由百度研发的一个开源的光学字符识别（Optical Character Recognition, OCR）工具包，它基于深度学习技术，设计用于...在使用PaddleOCR时，用户首先需要安
paddleOCR.zip
02-24
paddleOCR代码通过pyinstaller 打包成exe文件。压缩包里面有执行方式
PaddleOCR:基于PaddlePaddle的超赞多语言OCR工具包-开源
04-29
PaddleOCR提供了卓越，多语言和实用的光学字符识别（OCR）工具，可以帮助用户训练更好的模型并将其应用于实践。 受PaddlePaddle的启发，PaddleOCR是一款超轻量级的OCR系统，具有多语言识别，数字识别，垂直文本识别以及长文本识别。 它具有PPOCR系列的高质量预训练模型，其中包括：超轻型ppocr_mobile系列模型，通用ppocr_server系列模型和超轻型压缩ppocr_mobile_slim系列模型。 PaddleOCR易于安装，并且易于在Windows，Linux，MacOS和其他系统上使用。
PaddleOCR教程
Acegem的博客
06-26 1142
PaddleOCR
PaddleOCR：超越人眼识别率的AI文字识别神器
m0_59596937的博客
12-12 6633
PaddleOCR是一个可以识别图片中文字的工具，可以将图片中的文字转换成电脑可以认识的文字。简单来说，它的原理是使用深度学习技术，通过训练模型来识别图片中的文字。具体来说，它会通过一系列处理，比如缩放、灰度化、去噪等操作，来提高文字识别的准确率。然后，它会使用深度学习模型来检测图片中的文字区域，并将其转换成电脑可以识别的边界框。最后，它会使用另一个深度学习模型来识别边界框中的文字，并将其转换成电脑可以识别的文字。这样，就可以实现将图片中的文字转换成电脑可以识别的文字的功能了。
PaddleOCR，一款文本识别效果不输于商用的Python库
小张Python
06-12 3555
Hello 大家好呀，我是小张~ 本期将给大家介绍一个 Github 项目，用于OCR文本识别的；在之前的教程中，关于用 Python 实现OCR 识别，写过两篇文章： 一篇是关于 python 与 Tesseract ，详情可参考：介绍一个Python 包 ，几行代码可实现 OCR 文本识别； tesseract 是基于传统机器学习方法实现的， 对于英文字符识别还是挺棒的，但中文字符的识别效果就差强人意了~~ 还有一篇是介绍了一个用于文本识别的 Github 项目Easy-OCR，相关用法详情可参考：
PaddleOCR 文字检测 文字识别 车牌识别 验证码识别
q742971636的博客
06-24 918
代码：https://github.com/PaddlePaddle/PaddleOCR 很好用，文件检测、文字方向分类、文字识别，能够对验证码识别都有搞命中率。 环境 用conda建立好python 3.7的环境后： python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple pip install -r requirements.txt 网络与权重 官网有轻量版本的，我这里下载的不是轻量版本的。
PaddleOCR使用
热门推荐
kessity的博客
04-08 2万+
目录一 快速安装1 win10安装二 paddleocr package使用说明1 安装whl包2 代码使用 一 快速安装   本节内容来自这里。 1 win10安装 2. 安装PaddlePaddle Fluid v2.0 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==2.0.0b0 -i https://mirror.baidu.com/pypi/
Linux使用笔记：SMB、NFS与命令指南
"Linux使用笔记，包含了smb服务配置、NFS共享、minicom使用、Linux软件安装、常用命令详解以及针对Fedora系统的特定问题解决等内容。" 本文档是一份全面的Linux使用笔记，旨在帮助用户更好地理解和操作Linux系统。...
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
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