使用paddleOCR实现文字识别

最新推荐文章于 2025-06-12 01:58:11 发布
最新推荐文章于 2025-06-12 01:58:11 发布
阅读量7.8k 收藏 20
点赞数 2
CC 4.0 BY-SA版权
文章标签： 深度学习
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.youkuaiyun.com/qq_20241587/article/details/117296186
本文介绍如何在Ubuntu系统中使用PaddleOCR进行图像文字识别。项目包括了从图片中检测并框选文字，以及解决OCR识别中文时的乱码问题。提供了环境搭建、代码示例及可视化效果展示。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目的：

Ubuntu 系统，给定一张图，识别图中的文字，以 “文字位置（4个2维坐标，可确定一个四边形）+文字内容 ”的形式返回输出。

效果展示：

下图中左图是原图，将ocr 检测到的文字区域框起来了；右图是按照原图大小生成的黑底图片，将ocr检测到的文字区域框起来，并将文字区域内识别的文字写进框内。

项目代码：

https://github.com/JianTang2000/OCR_certification

在github的 py_env_build.sh  和 requirements.txt 中有环境搭建的指令，可以按照操作；

img_ocr.py 文件给出

最低0.47元/天 解锁文章

200万优质内容无限畅学
搭建的ocr效果及搭建过程
AI拉呱，专注于人工智与网络安全方面的研究，关注一起学习。
09-23 1937
#效果示例 快速安装 经测试PaddleOCR可在glibc 2.23上运行，您也可以测试其他glibc版本或安装glic 2.23 PaddleOCR 工作环境 PaddlePaddle 1.8+ ，推荐使用 PaddlePaddle 2.0.0.beta python3.7 glibc 2.23 cuDNN 7.6+ (GPU) 建议使用我们提供的docker运行PaddleOCR，有关docker、nvidia-docker使用请参考链接。 如您希望使用 mac 或 windows直接
PaddleOCR 图片文字提取
不会代码的小林
08-12 3682
PaddleOCR 图片文字提取需求一.裁剪车牌号码区域二.对车牌小图进行处理三.填充边界四.识别步骤 需求    工作上的一个需求，需要把图片中的车牌号码提取出来。如图，车牌在图片固定位置。开始使用pytesseract，对中文识别特别不友好，毕竟是外国人的东西。同事推荐使用PaddleOCR，国人开发的东西就是不一样，识别正确率居然可以达到90%以上。不过两者都存在共性问题，黑底白字无法识别/范围太小识别不准等。 一.裁剪车牌号码区域 # np.fromfil 从文本或二进制文件中的数据构造一个数
paddle 图标注_基于Paddle的截图&OCR文字识别的实现
weixin_39726379的博客
11-11 754
一款截图识别文字的OCR工具主要涉及2个环境：截图OCR识别前要OCR的应用场景根据OCR的应用场景而言，我们可以大致分成识别特定场景下的专用OCR以及识别多种场景下的通用OCR。就前者而言，证件识别以及车牌识别就是专用OCR的典型案例。针对特定场景进行设计、优化以达到最好的特定场景下的效果展示。那通用的OCR就是使用在更多、更复杂的场景下，拥有比较好的泛性。在这个过程中由于场景的不确定性，比如：...
PaddleOCR图片文字提取
何哥的博客
06-12 2175
摘要：百度开源的PaddleOCR 3.0是一款功能强大的OCR工具包，支持80多种语言识别，包括中文手写体和复杂版面。其核心优势在于全流程OCR解决方案、轻量级模型设计和丰富的预训练模型。用户可通过可执行程序、Python API或源码编译三种方式使用，适用于从日常办公到企业开发的多场景需求。PaddleOCR 3.0新增五大文字类型识别、文档高精度解析和智能文档理解三大能力，识别精度较上代提升13%，已成为开源OCR领域的首选工具。
python+paddleocr 进行图像识别、找到文字在屏幕中的位置
热门推荐
pkloi的啵啵啵啵博客
12-06 3万+
最近在做自动化测试，因为是处理过的界面，所以使用pywinauto,LDTP获取控件进行操作的方法不可行，于是选择使用pyautogui进行图像识别与键盘鼠标控制。但是单独使用pyautogui测试效率很低，并且pyautogui图片识别并没有opencv识别率高，所以需要结合其他图像库使用。在使用的过程中发现，仅仅使用图像识别有时匹配度比较低，使用opencv进行图像识别定位，是图像像素太小查找成功的几率大大降低，于是想到使用OCR文本识别的方法对其进行查找，结合在一起使用，大大提高了工作效率。
Week2：PaddleOCR论文分析及文字识别部分关键策略简介
weixin_45873017的博客
10-10 1261
2021SC@SDUSC 1.PaddleOCR论文分析 PP-OCR是一种实用的超轻型OCR系统。整个PaddleOCR模型仅用3.5M识别6622个汉字;2.8M识别63个字母数字符号。PP-OCR引入了一系列策略来增强模型的能力、减小模型的规模。并给出了相应的烧蚀实验和实际数据。同时，发布了几个预先训练的中英文识别模型，包括文本检测器(使用97K图像)、方向分类器(使用600K图像)和文本识别器(使用17.9M图像)。此外，该算法在法语、韩语、日语和德语等语言识别任务中也得到了验证。 PP-OCR可
PaddleOCR文字检测、标注与识别详细记录
AI浩
04-13 1万+
PP-OCR文字检测与识别 一、配置Paddle环境 创建虚拟环境 conda create --name pp python=3.7 创建完成后激活环境 conda activate pp 登录飞桨的官网下载最新的paddle，官网地址：飞桨PaddlePaddle-源于产业实践的开源深度学习平台 选择合适的CUDA版本，然后会在下面生成对应的命令。 然后，复制命令即可 conda install paddlepaddle-gpu==2.2.2 cudatoolkit=11.2 -c https
毕设新项目基于PyQt5+PaddleOCR实现文字识别python源码.zip
06-19
基于PyQt5+PaddleOCR实现文字识别python源码.zip基于PyQt5+PaddleOCR实现文字识别python源码.zip基于PyQt5+PaddleOCR实现文字识别python源码.zip基于PyQt5+PaddleOCR实现文字识别python源码.zip基于PyQt5+PaddleOCR...
毕设新项目基于PyQt5和PaddleOCR实现文字识别Python源码
最新发布
07-31
基于PyQt5+PaddleOCR实现文字识别的Python源码 【优质项目推荐】 1.项目代码完整且功能都经验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时沟通，帮助解答。 2.项目主要针对...
让OCR更简单 _ PaddleOCR+OpenCV实现文字识别步骤与代码演示1
08-03
本文将介绍如何使用PaddleOCR和OpenCV实现简单的文字识别，包括车牌识别、身份证识别和车票信息识别。PaddleOCR是基于百度的深度学习框架PaddlePaddle开发的OCR工具，具有良好的识别效果，适合各种简单应用。 首先...
基于python使用百度paddleocr实现图片文字识别与替换（源代码）
06-17
概述：本程序是基于python的源代码，主要功能是对导入的图片上的文字进行识别，并且可以进行替换，文字识别使用的是百度的paddleocr库，这是百度的开源库，文字识别效果不错，对图片进行文字替换则利用opencv库来...
PaddleOCR使用笔记-文字方向分类训练、评估、推理
快乐的小小程序猿
09-05 3829
PaddleOCR使用笔记 Linux环境下 PaddleOCR develop版本安装及使用（第二次尝试）(成功) 文字方向分类训练 在PaddleOCR/quickstart.md at develop · PaddlePaddle/PaddleOCR (github.com)中下载方向分类器的预训练模型 下载下来后解压到本地，并将ch_ppocr_mobile_v1.1_cls_train目录上传到服务器上的项目中的pretrain_models目录 # GPU训练，通过CUDA_VI
OCR实践—PaddleOCR
CC&UU的博客
12-16 4860
PaddleOCR-2.7.0，使用pp-structure进行表格分析，涉及整个流程，数据标注，数据集制作，模型配置修改，模型训练，模型推理与转换；记录实践过程各种问题与Bug
PaddleOCR实现drawio架构图快速识别和转换，保持文字相对位置不变，便于后续调整。
topcss的专栏
05-16 2100
一般画架构图会参照已有的模板，绘制过程往往需要手动输入文字，然后再手动调整文字的位置，这样不仅费时费力，而且容易出现误差。而PaddleOCR则可以通过识别架构图中的文字，自动转换为drawio能够识别的格式，并且能够保持文字的相对位置不变，大大提高了转换的效率和准确性。随着人工智能技术的不断发展，OCR技术也越来越成熟。PaddleOCR作为一款开源的OCR工具，不仅能够识别文字，还能够识别表格、公式、图像等多种形式的信息。2.将剪切板的结果粘贴到drawio中，自动转换为drawio能够识别的格式。
Python 最简单的OCR——paddleocr简要教程
McuBoy-C
02-21 2万+
Python 最简单的OCR ------------paddleocr 测试使用环境：Win10+Python3.7 环境搭载(控制台输入)：pip3 installpaddleocr 注意这里一定要以 pip3 安装。 在py文件同级目录下放一个o.png图像。 图像如下： 测试代码如下: from paddleocr import PaddleOCR ocr=PaddleOC...
【OCR】PaddleOCR 简单 demo 入门
qq_43799400的博客
05-06 1万+
PaddleOCR 简单 demo 入门
paddlepaddle（一）文字识别 - PaddleOCR简单使用
zaibeijixing的专栏
10-10 2万+
可以直接使用pip安装PaddleOCR库 pip install paddleocr 代码示例： from paddleocr import PaddleOCR, draw_ocr # 模型路径下必须含有model和params文件 ocr = PaddleOCR(use_angle_cls=True,use_gpu=False)#det_model_dir='{your_det_model_dir}', rec_model_dir='{your_rec_model_dir}', rec_ch
【AI测试】已落地-python文字图像识别PaddleOCR
qq_46158060的博客
09-06 1119
PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型，并应用落地。国产之光，开源地址：https://github.com/PaddlePaddle/PaddleOCR官方电子书：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/ocr_book.md。
PaddleOCR 文字检测部分源码学习(6)-损失函数（2）
shy2218的博客
12-12 1620
2021SC@SDUSC east的损失函数 代码位置：ppocr->losses->det_east_loss # copyright (c) 2019 PaddlePaddle Authors. All Rights Reserve. # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the Lice
使用paddleocr进行文字识别
07-21
### 使用 PaddleOCR 进行文字识别的步骤 PaddleOCR 是一个基于深度学习的开源文字识别工具库，支持多种语言和文字识别任务。其核心优势在于模型性能优越、部署灵活，并支持自定义训练。以下是使用 PaddleOCR 进行文字识别的基本步骤： #### 1. 安装 PaddleOCR 和相关依赖 PaddleOCR 依赖于 PaddlePaddle 框架，因此需要先安装 PaddlePaddle。可以使用 pip 快速安装 PaddlePaddle 和 PaddleOCR： ```bash pip install paddlepaddle pip install paddleocr ``` 如果使用 GPU，确保安装支持 GPU 的 PaddlePaddle 版本。 #### 2. 初始化 PaddleOCR 模型 在 Python 中，可以通过导入 `PaddleOCR` 类并初始化模型来加载预训练模型。默认情况下，PaddleOCR 使用中文识别模型，但也可以根据需求指定其他语言模型。 ```python from paddleocr import PaddleOCR # 初始化 PaddleOCR 模型，使用默认的中文模型 ocr = PaddleOCR(use_angle_cls=True, lang='ch') # 可选参数，如 use_angle_cls 表示是否使用方向分类 ``` #### 3. 读取图像并进行文字识别 PaddleOCR 支持多种图像输入方式，包括本地路径、OpenCV 读取的图像等。以下是一个使用本地图像路径进行识别的示例： ```python # 指定图像路径 img_path = 'example.jpg' # 进行文字识别 result = ocr.ocr(img_path, cls=True) # cls 表示是否使用分类模型 ``` #### 4. 解析并展示识别结果 识别结果通常是一个包含边界框和文本的列表结构。可以通过遍历结果来提取识别的文字内容。 ```python # 遍历识别结果 for line in result: # line[1] 包含识别的文本和置信度 print(line[1][0]) # 输出识别的文本 ``` #### 5. 可选：使用 OpenCV 读取图像 如果需要对图像进行预处理（如调整大小、灰度化等），可以使用 OpenCV 读取图像并将其传递给 PaddleOCR。 ```python import cv2 # 使用 OpenCV 读取图像 img = cv2.imread(img_path) # 进行文字识别 result = ocr.ocr(img, cls=True) ``` #### 6. 部署与优化 PaddleOCR 支持多种部署方式，包括 CPU、GPU、ONNX Runtime 等。可以通过修改配置文件或代码参数来优化性能，例如调整推理设备、设置批处理大小等。 --- ### 示例代码总结 以下是一个完整的示例代码，涵盖安装依赖、初始化模型、读取图像、识别文字和输出结果： ```python from paddleocr import PaddleOCR import cv2 # 初始化 PaddleOCR 模型 ocr = PaddleOCR(use_angle_cls=True, lang='ch') # 图像路径 img_path = 'example.jpg' # 使用 OpenCV 读取图像 img = cv2.imread(img_path) # 进行文字识别 result = ocr.ocr(img, cls=True) # 输出识别结果 for line in result: print(line[1][0]) ``` 通过上述步骤，可以快速实现基于 PaddleOCR 的文字识别功能。具体参数和优化策略可以根据实际需求进行调整。 ---
评论 6
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

Clark Kent 2000

你的鼓励将是我创作的最大动力

¥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