• OCR-paddleocr

    PaddleOCR 分为 Detection（文本检测）、Direction classifier（方向分类器）和  Recognition（文本识别）三部分，因此 需要三个模型。

    一、介绍

    • PaddleOCR是一款超轻量、中英文识别模型
    • 目标是打造丰富、领先、实用的文本识别模型/工具库
    • 3.5M实用超轻量OCR系统，支持在服务器，移动，嵌入式和IoT设备之间进行培训和部署
    • 同时支持中英文识别；支持倾斜、竖排等多种方向文字识别
    • 支持GPU、CPU预测
    • 可运行于Linux、Windows、MacOS等多种系统
    • 用户既可以通过PaddleHub很便捷的直接使用该超轻量模型，也可以使用PaddleOCR开源套件训练自己的超轻量模型
    体积小、运行快、简单方便、性能好、中英文

    二、安装

    1、如果机器上装了 CUDA 9 或 CUDA 10（参考windows10安装CUDA），请运行：python3 -m pip install -i Simple Index paddlepaddle-gpu；
       没有可用的GPU，则安装CPU版本：python3 -m pip install -i Simple Index paddlepaddle
    2、pip3 install -i Simple Index "paddleocr>=2.0.1"
    windows上安装会报错：提示需要安装 Microsoft Visual C++ 14.0
    解决：下载python_Levenshtein的whl文件，pip安装
    linux模型保存在： /root/.paddleocr/whl/，分别对应检测、识别、分类

    三、paddleocr使用

    3.1、参数

    Parameter
    Description
    Default value
    use_gpu
    是否启用GPU
    TRUE
    gpu_mem
    GPU memory size used for initialization
    8000M
    image_dir
    The images path or folder path for predicting when used by the command line
    det_algorithm
    选择的检测算法类型
    DB
    det_model_dir
    文本检测推理模型文件夹。 参数传递有两种方式：
    1. None：自动将内置模型下载到 /root/.paddleocr/det ； 
    2. 自己转换的推理模型的路径，模型和params文件必须包含在模型路径中
    None
    det_max_side_len
    图像长边的最大尺寸。 当长边超过这个值时，长边会调整到这个大小，短边会按比例缩放
    960
    det_db_thresh
    Binarization threshold value of DB output map
    0.3
    det_db_box_thresh
    The threshold value of the DB output box. Boxes score lower than this value will be discarded
    0.5
    det_db_unclip_ratio
    The expanded ratio of DB output box
    2
    det_east_score_thresh
    Binarization threshold value of EAST output map
    0.8
    det_east_cover_thresh
    The threshold value of the EAST output box. Boxes score lower than this value will be discarded
    0.1
    det_east_nms_thresh
    The NMS threshold value of EAST model output box
    0.2
    rec_algorithm
    选择的识别算法类型
    CRNN（卷积循环神经网络）
    rec_model_dir
    文本识别推理模型文件夹。 参数传递有两种方式：
    1. None：自动将内置模型下载到 /root/.paddleocr/rec ； 
    2. 自己转换的推理模型的路径，模型和params文件必须包含在模型路径中
    None
    rec_image_shape
    图像形状识别算法
    "3,32,320"
    rec_batch_num
    When performing recognition, the batchsize of forward images
    30
    max_text_length
    识别算法可以识别的最大文本长度
    25
    rec_char_dict_path
    the alphabet path which needs to be modified to your own path when  rec_model_Name  use mode 2
    ./ppocr/utils/ppocr_keys_v1.txt
    use_space_char
    是否识别空格
    TRUE
    drop_score
    按分数过滤输出（来自识别模型），低于此分数的将不返回
    0.5
    use_angle_cls
    是否加载分类模型
    FALSE
    cls_model_dir
    分类推理模型文件夹。 参数传递有两种方式：
    1. None：自动下载内置模型到 /root/.paddleocr/cls ； 
    2. 自己转换的推理模型的路径，模型和params文件必须包含在模型路径中
    None
    cls_image_shape
    图像形状分类算法
    "3,48,192"
    label_list
    label list of classification algorithm
    ['0','180']
    cls_batch_num
    When performing classification, the batchsize of forward images
    30
    enable_mkldnn
    是否启用 mkldnn
    FALSE
    use_zero_copy_run
    Whether to forward by zero_copy_run
    FALSE
    lang
    支持语言，目前只支持中文(ch)、English(en)、French(french)、German(german)、Korean(korean)、Japanese(japan)
    ch
    det
    ppocr.ocr 函数执行时启用检测
    TRUE
    rec
    ppocr.ocr func exec 时启用识别
    TRUE
    cls
    Enable classification when  ppocr.ocr  func exec((Use use_angle_cls in command line mode to control whether to start classification in the forward direction)
    FALSE
    show_log
    Whether to print log
    FALSE
    type
    Perform ocr or table structuring, 取值在 ['ocr','structure']
    ocr
    ocr_version
    OCR型号版本号，目前模型支持列表如下：
    • PP-OCRv3支持中英文检测、识别、多语言识别、方向分类器模型；
    • PP-OCRv2支持中文检测识别模型；
    • PP-OCR支持中文检测、识别 和方向分类器、多语言识别模型
    PP-OCRv3

    3.2、基本使用

    测试数据集： PaddleOCR provides a series of test images, click  here  to download，包含测试图片、测试图表、字体
    1、文本检测、方向分类、文本识别：设置参数--use_gpu false禁用gpu设备，--use_angle_cls true 加载分类模型
    paddleocr --image_dir ./imgs_en/img_12.jpg --use_angle_cls true --lang en --use_gpu false
    输出将是一个列表，每个项目包含边界框、文本和识别置信度：
    2、仅文本检测：将 --rec 设置为 false
    paddleocr --image_dir ./imgs_en/img_12.jpg --use_angle_cls true --lang en --use_gpu false --rec false
    输出将是一个列表，每个项目仅包含边界框
    3、仅文本识别：将 --det 设置为 false
    paddleocr --image_dir ./imgs_en/img_10.jpg --use_angle_cls true --lang en --use_gpu false --det false
    输出将是一个列表，每个项目都包含文本和识别置信度：

    四、代码使用

    检测、角度分类和识别： 
    1. from paddleocr import PaddleOCR, draw_ocr
    2. # Paddleocr supports Chinese, English, French, German, Korean and Japanese.
    3. # You can set the parameter `lang` as `ch`, `en`, `fr`, `german`, `korean`, `japan` to switch the language model in order.
    4. ocr = PaddleOCR(
    5.     use_angle_cls=True,
    6.     lang='en',
    7.     use_gpu=False,
    8.     det_model_dir="/root/.paddleocr/whl/det/en/en_PP-OCRv3_det_infer/", # 检测模型
    9.     cls_model_dir="/root/.paddleocr/whl/cls/ch_ppocr_mobile_v2.0_cls_infer/", # 分类模型
    10.     rec_model_dir="/root/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/" # 识别模型
    11. )  # need to run only once to download and load model into memory
    12.  
    13. img_path = '/ppocr_img/imgs_en/img_12.jpg'
    14. result = ocr.ocr(img_path, cls=True)
    15. for line in result:
    16.     print(line)
    17.  
    18. # draw result
    19. from PIL import Image
    20. image = Image.open(img_path).convert('RGB')
    21. boxes = [line[0] for line in result]
    22. txts = [line[1][0] for line in result]
    23. scores = [line[1][1] for line in result]
    24. im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf') # 字体需要准备
    25. im_show = Image.fromarray(im_show)
    26. im_show.save('result.jpg')
    输出：

    五、easyocr VS paddleocr

    easyocr识别结果：
    paddleocr识别结果：
    paddleocr更准确
  • 相关阅读:
    在线数据图表制作-FineReport文本控件
    【云原生 | Kubernetes 系列】---Prometheus监控mysql
    垃圾回收机制
    RocketMQ 消费者（2）客户端设计和启动流程详解 & 源码解析
    【ML】 第四章 训练模型
    安装node.js后进行的操作（配置node环境变量、npm镜像加速、安装vue-cli项目脚手架、在IDEA中打开并运行脚手架）
    securecrt设置字体颜色
    Android平台GB28181执法记录仪技术方案
    Web3 招聘 | Bitget、MyShell、imToken、Arweave 多项目招聘中
    Node.js 入门教程 14 使用 exports 从 Node.js 文件中公开功能
  • 原文地址：https://blog.csdn.net/leiwuhen92/article/details/128044480