OCR——快速使用 PaddleOCR

目录

OCR——快速使用 PaddleOCR

• 【项目官网】：PaddlePaddle/PaddleOCR (github.com)
• 【PaddleOCR 简介】：PaddleOCR/doc/doc_ch/ppocr_introduction.md at release/2.7 · PaddlePaddle/PaddleOCR (github.com)
• 【项目文档教程】：PaddleOCR/doc/doc_ch/quickstart.md at release/2.7 · PaddlePaddle/PaddleOCR (github.com)
• 【飞浆文档】：使用指南-使用文档-PaddlePaddle深度学习平台

安装 PaddleOCR

命令

• 机器是 CUDA9 或 CUDA10：

python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

• 机器是 CPU：

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

注：【卸载 PaddleOCR】

• GPU 版本的 PaddlePaddle：

python -m pip uninstall paddlepaddle-gpu

• CPU 版本的 PaddlePaddle：

python -m pip uninstall paddlepaddle

验证安装是否成功

import paddle
paddle.utils.run_check()
print(paddle.__version__)

---

安装 paddleocr

命令

pip install paddleocr

以上报错不要慌，使用以下方式即可解决：

安装 paddleocr 的时候 指定 PyMuPDF 版本

pip install “paddleocr>=2.0.1” --upgrade PyMuPDF==1.21.1

【参考博客】：ERROR: Could not build wheels for PyMuPDF, which is required to install pyproject.toml-based project_知识浅谈的博客-优快云博客

---

测试示例

• 测试数据集：
  • 链接：https://pan.baidu.com/s/1aQYctBF4C3D9o3-bD9ePDg?pwd=qlsc
    提取码：qlsc
• 测试代码（检测+方向分类器+识别全流程）：【项目文档教程】中的代码有坑，有一行是多余的

from paddleocr import PaddleOCR, 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, lang="ch")  # need to run only once to download and load model into memory
img_path = 'ppocr_img/ch/ch.jpg'
result = ocr.ocr(img_path, cls=True)
for idx in range(len(result)):
    res = result[idx]
    for line in res:
        print(line)

# 显示结果
from PIL import Image
# result = result[0] # 这行代码是多余的
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='ppocr_img/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')

• 上述代码只支持单个图片的检测，以下代码是对文件夹进行检测：

import os

from paddleocr import PaddleOCR, draw_ocr
from PIL import Image

# 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,
                lang="ch",
                image_dir='ppocr_img/ch')

# 定义存储结果的父文件夹
parent_result_dir = 'results'
if not os.path.exists(parent_result_dir):
    os.makedirs(parent_result_dir)

# 获取已存在的文件夹名称，找到下一个可用的数字
existing_results = [dir for dir in os.listdir(parent_result_dir) if dir.startswith("predict")]
if existing_results:
    existing_results = sorted(existing_results, key=lambda x: int(x.replace("predict", "")))
    next_result_dir = f"predict{int(existing_results[-1].replace('predict', '')) + 1}"
else:
    next_result_dir = "predict1"

# 创建结果文件夹
results_dir = os.path.join(parent_result_dir, next_result_dir)
os.makedirs(results_dir)

# 处理 image_dir 中的所有图片
image_dir = 'ppocr_img/ch'

for image_file in os.listdir(image_dir):
    if image_file.endswith('.jpg') or image_file.endswith('.png'):
        img_path = os.path.join(image_dir, image_file)
        result = ocr.ocr(img_path, cls=True)

        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='ppocr_img/fonts/simfang.ttf')

        # 生成结果文件的路径
        result_image_path = os.path.join(results_dir, image_file)
        im_show = Image.fromarray(im_show)
        im_show.save(result_image_path)

print(f"处理完成。结果图片保存在 '{results_dir}' 文件夹中。")