OCR-paddleocr

PaddleOCR 分为 Detection（文本检测）、Direction classifier（方向分类器）和  Recognition（文本识别）三部分，因此 需要三个模型。

一、介绍

• PaddleOCR是一款超轻量、中英文识别模型
• 目标是打造丰富、领先、实用的文本识别模型/工具库
• 3.5M实用超轻量OCR系统，支持在服务器，移动，嵌入式和IoT设备之间进行培训和部署
• 同时支持中英文识别；支持倾斜、竖排等多种方向文字识别
• 支持GPU、CPU预测
• 可运行于Linux、Windows、MacOS等多种系统
• 用户既可以通过PaddleHub很便捷的直接使用该超轻量模型，也可以使用PaddleOCR开源套件训练自己的超轻量模型

体积小、运行快、简单方便、性能好、中英文

二、安装

1、如果机器上装了 CUDA 9 或 CUDA 10（参考windows10安装CUDA），请运行：python3 -m pip install -i Simple Index paddlepaddle-gpu；

   没有可用的GPU，则安装CPU版本：python3 -m pip install -i Simple Index paddlepaddle

2、pip3 install -i Simple Index "paddleocr>=2.0.1"

windows上安装会报错：提示需要安装 Microsoft Visual C++ 14.0

解决：下载python_Levenshtein的whl文件，pip安装

linux模型保存在： /root/.paddleocr/whl/，分别对应检测、识别、分类

三、paddleocr使用

3.1、参数

Parameter	Description	Default value
use_gpu	是否启用GPU	TRUE
gpu_mem	GPU memory size used for initialization	8000M
image_dir	The images path or folder path for predicting when used by the command line
det_algorithm	选择的检测算法类型	DB
det_model_dir	文本检测推理模型文件夹。 参数传递有两种方式： None：自动将内置模型下载到 /root/.paddleocr/det ；  自己转换的推理模型的路径，模型和params文件必须包含在模型路径中	None
det_max_side_len	图像长边的最大尺寸。 当长边超过这个值时，长边会调整到这个大小，短边会按比例缩放	960
det_db_thresh	Binarization threshold value of DB output map	0.3
det_db_box_thresh	The threshold value of the DB output box. Boxes score lower than this value will be discarded	0.5
det_db_unclip_ratio	The expanded ratio of DB output box	2
det_east_score_thresh	Binarization threshold value of EAST output map	0.8
det_east_cover_thresh	The threshold value of the EAST output box. Boxes score lower than this value will be discarded	0.1
det_east_nms_thresh	The NMS threshold value of EAST model output box	0.2
rec_algorithm	选择的识别算法类型	CRNN（卷积循环神经网络）
rec_model_dir	文本识别推理模型文件夹。 参数传递有两种方式： None：自动将内置模型下载到 /root/.paddleocr/rec ；  自己转换的推理模型的路径，模型和params文件必须包含在模型路径中	None
rec_image_shape	图像形状识别算法	"3,32,320"
rec_batch_num	When performing recognition, the batchsize of forward images	30
max_text_length	识别算法可以识别的最大文本长度	25
rec_char_dict_path	the alphabet path which needs to be modified to your own path when  rec_model_Name  use mode 2	./ppocr/utils/ppocr_keys_v1.txt
use_space_char	是否识别空格	TRUE
drop_score	按分数过滤输出（来自识别模型），低于此分数的将不返回	0.5
use_angle_cls	是否加载分类模型	FALSE
cls_model_dir	分类推理模型文件夹。 参数传递有两种方式： None：自动下载内置模型到 /root/.paddleocr/cls ；  自己转换的推理模型的路径，模型和params文件必须包含在模型路径中	None
cls_image_shape	图像形状分类算法	"3,48,192"
label_list	label list of classification algorithm	['0','180']
cls_batch_num	When performing classification, the batchsize of forward images	30
enable_mkldnn	是否启用 mkldnn	FALSE
use_zero_copy_run	Whether to forward by zero_copy_run	FALSE
lang	支持语言，目前只支持中文(ch)、English(en)、French(french)、German(german)、Korean(korean)、Japanese(japan)	ch
det	ppocr.ocr 函数执行时启用检测	TRUE
rec	ppocr.ocr func exec 时启用识别	TRUE
cls	Enable classification when  ppocr.ocr  func exec((Use use_angle_cls in command line mode to control whether to start classification in the forward direction)	FALSE
show_log	Whether to print log	FALSE
type	Perform ocr or table structuring, 取值在 ['ocr','structure']	ocr
ocr_version	OCR型号版本号，目前模型支持列表如下： PP-OCRv3支持中英文检测、识别、多语言识别、方向分类器模型； PP-OCRv2支持中文检测识别模型； PP-OCR支持中文检测、识别 和方向分类器、多语言识别模型	PP-OCRv3

3.2、基本使用

测试数据集： PaddleOCR provides a series of test images, click  here  to download，包含测试图片、测试图表、字体

1、文本检测、方向分类、文本识别：设置参数--use_gpu false禁用gpu设备，--use_angle_cls true 加载分类模型

paddleocr --image_dir ./imgs_en/img_12.jpg --use_angle_cls true --lang en --use_gpu false

输出将是一个列表，每个项目包含边界框、文本和识别置信度：

2、仅文本检测：将 --rec 设置为 false

paddleocr --image_dir ./imgs_en/img_12.jpg --use_angle_cls true --lang en --use_gpu false --rec false

输出将是一个列表，每个项目仅包含边界框

3、仅文本识别：将 --det 设置为 false

paddleocr --image_dir ./imgs_en/img_10.jpg --use_angle_cls true --lang en --use_gpu false --det false

输出将是一个列表，每个项目都包含文本和识别置信度：

四、代码使用

检测、角度分类和识别：

from paddleocr import PaddleOCR, draw_ocr
# Paddleocr supports Chinese, English, French, German, Korean and Japanese.
# You can set the parameter `lang` as `ch`, `en`, `fr`, `german`, `korean`, `japan` to switch the language model in order.
ocr = PaddleOCR(
    use_angle_cls=True,
    lang='en',
    use_gpu=False,
    det_model_dir="/root/.paddleocr/whl/det/en/en_PP-OCRv3_det_infer/", # 检测模型
    cls_model_dir="/root/.paddleocr/whl/cls/ch_ppocr_mobile_v2.0_cls_infer/", # 分类模型
    rec_model_dir="/root/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/" # 识别模型
)  # need to run only once to download and load model into memory

img_path = '/ppocr_img/imgs_en/img_12.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='./fonts/simfang.ttf') # 字体需要准备
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')

输出：

五、easyocr VS paddleocr

easyocr识别结果：

paddleocr识别结果：

paddleocr更准确