PaddleOCR安装

1. Python环境搭建

1.1 Windows

1.1.1 安装Anaconda

• 说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包
  • Anaconda是1个常用的python包管理程序
  • 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境。
• Anaconda下载：

  • 地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

  • 大部分win10电脑均为64位操作系统，选择x86_64版本；若电脑为32位操作系统，则选择x86.exe

    

  • 下载完成后，双击安装程序进入图形界面

  • 默认安装位置为C盘，建议将安装位置更改到D盘：

  • 勾选conda加入环境变量，忽略警告：

    

1.1.2 打开终端并创建conda环境

• 打开Anaconda Prompt终端：左下角Windows Start Menu -> Anaconda3 -> Anaconda Prompt启动控制台

• 创建新的conda环境

  # 在命令行输入以下命令，创建名为paddle_env的环境
  # 此处为加速下载，使用清华源
  conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  # 这是一行命令

  该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间

  之后命令行中会输出提示信息，输入y并回车继续安装

  

• 激活刚创建的conda环境，在命令行中输入以下命令：

  # 激活paddle_env环境
  conda activate paddle_env
  # 查看当前python的位置
  where python

  

以上anaconda环境和python环境安装完毕

1.2 Mac

1.2.1 安装Anaconda

• 说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包

  • Anaconda是1个常用的python包管理程序
  • 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境

• Anaconda下载：

  • 地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
  • 选择最下方的Anaconda3-2021.05-MacOSX-x86_64.pkg下载

• 下载完成后，双击.pkg文件进入图形界面

  • 按默认设置即可，安装需要花费一段时间

• 建议安装vscode或pycharm等代码编辑器

1.2.2 打开终端并创建conda环境

• 打开终端

  • 同时按下command键和空格键，在聚焦搜索中输入"终端"，双击进入终端

• 将conda加入环境变量

  • 加入环境变量是为了让系统能识别conda命令

  • 输入以下命令，在终端中打开~/.bash_profile：

    vim ~/.bash_profile

  • 在~/.bash_profile中将conda添加为环境变量：

    # 先按i进入编辑模式
    # 在第一行输入：
    export PATH="~/opt/anaconda3/bin:$PATH"
    # 若安装时自定义了安装位置，则将~/opt/anaconda3/bin改为自定义的安装目录下的bin文件夹

    # 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
    export PATH="~/opt/anaconda3/bin:$PATH"
    # >>> conda initialize >>>
    # !! Contents within this block are managed by 'conda init' !!
    __conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
    if [ $? -eq 0 ]; then
            eval "$__conda_setup"
    else
            if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
                    . "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
            else
                    export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
            fi
    fi
    unset __conda_setup
    # <<< conda initialize <<<

    • 修改完成后，先按esc键退出编辑模式，再输入:wq!并回车，以保存退出

  • 验证是否能识别conda命令：

    • 在终端中输入source ~/.bash_profile以更新环境变量
    • 再在终端输入conda info --envs，若能显示当前有base环境，则conda已加入环境变量

• 创建新的conda环境

  # 在命令行输入以下命令，创建名为paddle_env的环境
  # 此处为加速下载，使用清华源
  conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  • 该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间

  • 之后命令行中会输出提示信息，输入y并回车继续安装

    • 

• 激活刚创建的conda环境，在命令行中输入以下命令：

  # 激活paddle_env环境
  conda activate paddle_env
  # 查看当前python的位置
  where python

以上anaconda环境和python环境安装完毕

1.3 Linux

Linux用户可选择Anaconda或Docker两种方式运行。如果你熟悉Docker且需要训练PaddleOCR模型，推荐使用Docker环境，PaddleOCR的开发流程均在Docker环境下运行。如果你不熟悉Docker，也可以使用Anaconda来运行项目。

1.3.1 Anaconda环境配置

• 说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包

  • Anaconda是1个常用的python包管理程序
  • 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境

• 下载Anaconda：

  • 下载地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 

    • 选择适合您操作系统的版本
    • 可在终端输入uname -m查询系统所用的指令集

• 下载法1：本地下载，再将安装包传到linux服务器上

• 下载法2：直接使用linux命令行下载

    # 首先安装wget
  sudo apt-get install wget  # Ubuntu
    sudo yum install wget  # CentOS

• 更换清华源

• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  conda config --set show_channel_urls yes

•   # 然后使用wget从清华源上下载
  # 如要下载Anaconda3-2021.05-Linux-x86_64.sh，则下载命令如下：
    wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh
  
  # 若您要下载其他版本，需要将最后1个/后的文件名改成您希望下载的版本

• 安装Anaconda：

  • 在命令行输入sh Anaconda3-2021.05-Linux-x86_64.sh
    • 若您下载的是其它版本，则将该命令的文件名替换为您下载的文件名
  • 按照安装提示安装即可
    • 查看许可时可输入q来退出

• 将conda加入环境变量

  • 加入环境变量是为了让系统能识别conda命令，若您在安装时已将conda加入环境变量path，则可跳过本步

  • 在终端中打开~/.bashrc：

    # 在终端中输入以下命令：
    vim ~/.bashrc

  • 在~/.bashrc中将conda添加为环境变量：

    # 先按i进入编辑模式
    # 在第一行输入：
    export PATH="~/anaconda3/bin:$PATH"
    # 若安装时自定义了安装位置，则将~/anaconda3/bin改为自定义的安装目录下的bin文件夹

     # 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
     export PATH="~/opt/anaconda3/bin:$PATH"
     # >>> conda initialize >>>
     # !! Contents within this block are managed by 'conda init' !!
     __conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
     if [ $? -eq 0 ]; then
         eval "$__conda_setup"
     else
         if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
             . "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
         else
             export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
         fi
     fi
     unset __conda_setup
     # <<< conda initialize <<<

    • 修改完成后，先按esc键退出编辑模式，再输入:wq!并回车，以保存退出

  • 验证是否能识别conda命令：

    • 在终端中输入source ~/.bash_profile以更新环境变量
    • 再在终端输入conda info --envs，若能显示当前有base环境，则conda已加入环境变量

• 创建新的conda环境

  # 在命令行输入以下命令，创建名为paddle_env的环境
  # 此处为加速下载，使用清华源
  conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  • 该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间

  • 之后命令行中会输出提示信息，输入y并回车继续安装

    

• 激活刚创建的conda环境，在命令行中输入以下命令：

  # 激活paddle_env环境
  conda activate paddle_env

以上anaconda环境和python环境安装完毕

1.3.2 Docker环境配置

注意：第一次使用这个镜像，会自动下载该镜像，请耐心等待。您也可以访问DockerHub获取与您机器适配的镜像。

# 切换到工作目录下
cd /home/Projects
# 首次运行需创建一个docker容器，再次运行时不需要运行当前命令
# 创建一个名字为ppocr的docker容器，并将当前目录映射到容器的/paddle目录下

#如果您希望在CPU环境下使用docker，使用docker而不是nvidia-docker创建docker
sudo docker run --name ppocr -v $PWD:/paddle --network=host -it registry.baidubce.com/paddlepaddle/paddle:2.1.3-gpu-cuda10.2-cudnn7 /bin/bash

#如果使用CUDA10，请运行以下命令创建容器，设置docker容器共享内存shm-size为64G，建议设置32G以上
# 如果是CUDA11+CUDNN8，推荐使用镜像registry.baidubce.com/paddlepaddle/paddle:2.1.3-gpu-cuda11.2-cudnn8
sudo nvidia-docker run --name ppocr -v $PWD:/paddle --shm-size=64G --network=host -it registry.baidubce.com/paddlepaddle/paddle:2.1.3-gpu-cuda10.2-cudnn7 /bin/bash

# ctrl+P+Q可退出docker 容器，重新进入docker 容器使用如下命令
sudo docker container exec -it ppocr /bin/bash

2. 安装PaddlePaddle

• 如果您的机器安装的是CUDA9或CUDA10，请运行以下命令安装

python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

• 如果您的机器是CPU，请运行以下命令安装

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

更多的版本需求，请参照飞桨官网安装文档中的说明进行操作。

3. 使用PaddleOCR

3.1 环境介绍

介绍一下本次所用的测试环境

• Python：>3.5+；

3.2 克隆 PaddleOCR 仓库

用 git clone 命令或者 Download 把项目仓库直接下载到本地

git clone https://github.com/PaddlePaddle/PaddleOCR

3.3 安装PaddleOCR 第三方依赖包

命令行进入 PaddleOCR 文件夹下

cd PaddleOCR

升级pip

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

安装第三方依赖项

pip3 install -r requirements.txt  -i  https://pypi.douban.com/simple

这一步骤如果报错的话，建议把改项目放置在一个虚拟环境中再进行安装，如果用虚拟环境的话，记得还需要安装一下 PaddlePaddle 包

python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple

3.4 下载权重文件

权重链接地址分别贴在下方，需依次下载到本地；检测权重

https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar

方向分类权重

https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar

识别权重

https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar

下载到本地之后分别进行解压，创建一个 inference 文件夹，把前面解压后的三个文件夹放入 inference 中，再把 inference 文件夹放入 PaddleOCR 中，最终树形目录结构效果如下：

3.5 识别图片

以上环境配置好之后，就可以使用 PaddleOCR 进行识别了，在PaddleOCR 项目环境下打开终端，根据自己情况，输入下面三种类型中的一种即可完成文本识别

1.使用 gpu，识别单张图片

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

2.使用 gpu ，识别多张图片

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

3.不使用gpu，识别单张图片

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

里面有两个参数需要自己配置一下，参数说明：

• image_dir -> 为需要识别图片路径或文件夹；
• det_model_dir -> 存放识别后图片路径或文件夹；

PaddleOCR 识别一张图片很快，只用 CPU 的话，也只需要两三秒