PaddleOCR学习笔记01-paddle的基本使用

最新推荐文章于 2025-06-05 16:39:33 发布

原创最新推荐文章于 2025-06-05 16:39:33 发布 · 2.2k 阅读

5 ·

CC 4.0 BY-SA版权

PaddleOCR 专栏收录该内容

4 篇文章

订阅专栏

本文详细介绍了PaddleOCR的安装及使用流程，包括环境搭建、模型下载与使用等关键步骤，帮助读者快速上手文本检测与识别任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PaddleOCR学习笔记01-PaddleOCR的基本使用

paddleocr目前支持paddle2.0.0，2.0.0引入了动态图，并且api变得更加的简洁，非常nice，推荐大家用用看。

参考文档如下：

PaddleOCR/installation.md at release/2.0 · PaddlePaddle/PaddleOCR (github.com)

PaddleOCR/quickstart.md at release/2.0 · PaddlePaddle/PaddleOCR (github.com)

PaddleOCR/inference.md at release/2.0 · PaddlePaddle/PaddleOCR (github.com)

创建Paddle虚拟环境

执行下列命令创建并激活Python3.7.3的虚拟环境

conda create -n paddleocr python==3.7.3
conda activate paddleocr

在虚拟环境下安装paddle2.0.0，以我的电脑为例，我的显卡型号为RTX2070，安装前我已经提前配置好了显卡的驱动，在命令行中输入nvidia-smi可以正确输出显卡的信息，我电脑的操作系统为Windows。所以这里我安装的是GPU版本的Paddle，这里我是使用conda进行安装，conda可以自动检查依赖，执行的命令如下：

conda install paddlepaddle-gpu==2.0.1 cudatoolkit=10.2 -c paddle

运行下列命令来检查是否安装成功，没有报错表示安装成功。

import paddle
paddle.utils.run_check()

下载PaddleOCR并安装相关依赖

在CMD窗口中执行下列命令把PaddleOCR下载到本地，这里使用码云的地址进行下载，速度比较快，但是可能会和github有一定的延迟。

git clone https://gitee.com/paddlepaddle/PaddleOCR

安装第三方库

cd PaddleOCR
pip install -r requirements.txt

在windows平台下执行代码可能会出现[winRrror 126] 找不到指定模块的问题，需要从https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely 网站上下载whl文件进行安装，安装之前记得把当前的shapely卸载，比如我这里的python环境是3.7，系统为64位，我应该下载下图红框中的whl文件。

下载好的whl文件放置在PaddleOCR项目目录下，执行下列命令重装shapely

pip uninstall Shapely
pip install Shapely-1.7.1-cp37-cp37m-win_amd64.whl

下载Inference模型

Paddle提供了已经训练好的推理模型，模型下载地址为:

PaddleOCR/quickstart.md at release/2.0 · PaddlePaddle/PaddleOCR (github.com)

我们下载红色部分的模型并进行解压

解压后的文件结构为：

├── ch_ppocr_mobile_v2.0_cls_infer
│   ├── inference.pdiparams
│   ├── inference.pdiparams.info
│   └── inference.pdmodel
├── ch_ppocr_mobile_v2.0_det_infer
│   ├── inference.pdiparams
│   ├── inference.pdiparams.info
│   └── inference.pdmodel
├── ch_ppocr_mobile_v2.0_rec_infer
    ├── inference.pdiparams
    ├── inference.pdiparams.info
    └── inference.pdmodel

新建inference文件夹把解压之后的三个文件夹放在inference文件夹下，如下所示：

使用模型进行推理

运行过程中可能会出现一个OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.的bug，解决方案是在tools/infer/predict_system.py文件的头部，添加os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'的代码即可运行

【这里我就直接复制原始的话了】以下代码实现了文本检测、方向分类器和识别串联推理，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指定检测inference模型的路径、参数rec_model_dir指定识别inference模型的路径、参数use_angle_cls指定是否使用方向分类器、参数cls_model_dir指定方向分类器inference模型的路径、参数use_space_char指定是否预测空格字符。可视化识别结果默认保存到./inference_results文件夹里面。

# 预测image_dir指定的单张图像
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True

# 预测image_dir指定的图像集合
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True

# 如果想使用CPU进行预测，需设置use_gpu参数为False
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True --use_gpu=False

通用中文OCR模型

请按照上述步骤下载相应的模型，并且更新相关的参数，示例如下：

# 预测image_dir指定的单张图像
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_server_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_server_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True