Python：paddleocr库安装及使用补充（20220406更新）

        前言：最近在研究ocr识别，通过了解后找到了paddleocr，但是使用过程中出现了问题，经过一番折腾终于解决了，在这里分享给大家。很多文章安装等环节介绍的很详细，在这里简单概括具体步骤，其他文章没有提及的会多说些：

        第一步：安装相关包，在Windows PowerShell管理员模式下运行如下代码：

pip install paddlepaddle
pip install paddleocr

        第二步：下载paddleocr代码从gitee paddleocr官方，下载后的文件名字是PaddleOCR，我放置到下面的路径（gitee paddleocr官方网址：https://gitee.com/paddlepaddle/PaddleOCR）

        C:\Users\用户名\PycharmProjects\paddleocr

        第三步：在下载好的文件夹中，有一个叫requirements.txt的文本，打开它，里面罗列出来需要依赖的其他库，注意，有的库有版本限制。之后根据自身情况，安装缺少的库。

        坑：shapely 的版本必须必须必须是 1.7.1 ，不能比这高！！！requirements.txt 也没有这个提示。如果比这个版本高，不会正常运行，而且还不会报错，而是返回 ‘退出代码为 -1073741819 (0xC0000005) 的字样’。 泪奔了，找了2天终于解决了...

        第四步：在gitee paddleocr官方网址，下载3个模型库，具体需要下载的三个模型如图所示。3个压缩包解压后放置在命名为inference文件夹里面，inference文件夹放置在PaddleOCR文件夹里面。此时的文件夹结构如下：

        C:\Users\用户名\PycharmProjects\paddleocr\PaddleOCR\inference

         坑：有的文章推荐下载  中英文超轻量PP-OCR mobile模型（9.4M），但是我这面下载解压后，发现 有个推理模型压缩包里面只有1个文件，缺失文件会导致后续报错。所以在这里我用的是 第1个推理模型。

         坑：解压后是不能直接用的！要把里面3个文件都拿出来，放到各自的文件夹下，具体路径如下：

        C:\Users\用户名\PycharmProjects\paddleocr\PaddleOCR\inference\cls 下有3个文件

        C:\Users\用户名\PycharmProjects\paddleocr\PaddleOCR\inference\det 下有3个文件

        C:\Users\用户名\PycharmProjects\paddleocr\PaddleOCR\inference\rec 下有3个文件

        提示：有的可能有 ._ch_PP-OCRv2_rec_infer 文件在rec文件夹下，._ch_PP-OCRv2_det_infer在det文件夹下  这个不用管。

        第五步：为了方便检验 库能否用，将准备好的 4.jpg 图片放在PaddleOCR文件夹下

        第六步：在PaddleOCR文件夹空白处，按住shift+ctrl+鼠标右键，点击 在此处打开PowerShell窗口。输入下面的命令：

python tools/infer/predict_system.py --image_dir="4.jpg" --det_model_dir="./inference/det/"  --rec_model_dir="./inference/rec/" --cls_model_dir="./inference/cls/" --use_angle_cls=True --use_space_char=False --use_gpu=False

        之后可以看到：

         库运行成功

        坑：我了解到有的电脑需要安装Visual Studio才能正常使用，如果没有成功运行，可以尝试一下。安装时选上 本机开发工具，一般默认不选。

        第七步：现在想在pycharm使用这个库，在PaddleOCR文件夹创建一个test.py文件，输入下面的代码：

from paddleocr import PaddleOCR

# 很多文章没有 lang="ch" 后面的代码，导致不断报错，无法运行！
ocr = PaddleOCR(use_angle_cls=True, lang="ch", det_model_dir="./inference/det/",rec_model_dir="./inference/rec/",cls_model_dir="./inference/cls/")    
img_path = '4.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
    print(line)

        可以看到，运行成功！