paddle是百度的开源深度学习平台,非常优秀,这里贴一个我个人的安装流程
https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_ch/installation.md
下载完代码以后也可以去到doc_ch查看更详细的内容
使用mac或者windows直接从第二点开始
我装在了pycharm环境下
当然也可以cmd运行:
pip install paddlepaddle==2.0.0b0 -i https://mirror.baidu.com/pypi/simple
https://github.com/PaddlePaddle/PaddleOCR
进入解压后的文件夹,进入cmd,输入:
pip install -r requirements.txt
首次安装时,到Levenshtein时很有可能会报错
查看错误原因,发现需要VC++ 14.0环境,到推荐的网址去下载安装器
https://visualstudio.microsoft.com/visual-cpp-build-tools/
打开安装器,可选部分在默认以外多勾一个vc++14.0就行了,等待安装,安装后重启
重启后回到第4步,执行
pip install -r requirements.txt
# 文档位置
..\PaddleOCR-release-2.5\doc\doc_chwhl.md
# 用cmd安装这个
pip install "paddleocr>=2.0.1"
paddleocr whl包会自动下载ppocr轻量级模型作为默认模型,可以根据第3节自定义模型进行自定义更换。
检测+方向分类器+识别全流程
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 = 'PaddleOCR/doc/imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
print(line)
# 显示结果
from PIL import Image
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='/path/to/PaddleOCR/doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')
结果是一个list,每个item包含了文本框,文字和识别置信度
[[[24.0, 36.0], [304.0, 34.0], [304.0, 72.0], [24.0, 74.0]], ['纯臻营养护发素', 0.964739]] [[[24.0, 80.0], [172.0, 80.0], [172.0, 104.0], [24.0, 104.0]], ['产品信息/参数', 0.98069626]] [[[24.0, 109.0], [333.0, 109.0], [333.0, 136.0], [24.0, 136.0]], ['(45元/每公斤,100公斤起订)', 0.9676722]] ......
结果可视化
剩下的请自己去看说明文档