基于PaddleOCR的图像文字识别与程序打包方法

目录

一、基本介绍

二、程序实现

1）环境配置

2）代码实现

3）程序运行结果

三、程序打包

1）使用pyinstaller打包程序

2）添加依赖和模型数据

四、需要注意的问题

五、总结

---

一、基本介绍

       本文主要介绍利用现有开源的图像文字识别（OCR）库，开发一个简单的程序，用于识别图像中的文字信息。当前，开源的OCR库有很多，比如国外的Tesseract、EasyOCR，国内百度、阿里、腾讯等均提供了相应的开源工具包。百度的PaddleOCR在中文识别上准确率很高，百度开发的paddleocr库也为人工智能开发提供了各类算法模型，在人工智能开发领域运用比较广泛。本文基于PaddleOCR，在python中利用百度已经训练好的OCR模型库，完成对图像中文字识别，并将开发程序打包，使其可移植到其他电脑终端使用。

二、程序实现

1）环境配置

（1）新建工程

        python程序开发使用的IDE工具是pyChram2023.1.21版，直接新建一个纯python项目，并新构建一个虚拟环境，基本设置如下，工程路径可自定义。

（2）安装依赖包

        使用PaddleOCR需要安装两个依赖包，分别是paddlepaddle和paddleocr。这两个依赖包均安装在上一步建立的虚拟环境下（venv_WZSB）。需要注意的是，paddleocr目前只支持到python3.8到python3.11版本，若使用的python版本不在此区间，需要安装一个在此区间的版本，并将当前python解释器设置为此可用的版本，否则paddleocr将安装失败。

 

2）代码实现

       使用python编写一个简易的窗口程序，用于加载显示需要识别的图片，并将识别的结果显示在窗口中。

     （1）设置模型存放路径

       首先在代码中设置paddleocr训练模型的存放路径，代码如下。由于我们使用百度工程师已经训练好的模型，所以我们不用再编写具体的文字识别模型，直接使用即可。下面的代码分别表明了检测、识别