• PaddleOCR学习笔记3-通用识别服务

    今天优化了下之前的初步识别服务的python代码和html代码。

    采用flask + paddleocr+ bootstrap快速搭建OCR识别服务。

    代码结构如下：

    模板页面代码文件如下：

    upload.html :

    1. <!DOCTYPE html>
    2. <html>
    3. <meta charset="utf-8">
    4. <head>
    5.     <title>PandaCodeOCR</title>
    6.     <!--静态加载 样式-->
    7.     <link rel="stylesheet" href={{ url_for('static',filename='bootstrap3/css/bootstrap.min.css') }}></link>
    8.     <style>
    9.         body {
    10.             font-family: Arial, sans-serif;
    11.             margin: 0;
    12.             padding: 0;
    13.         }
    14.  
    15.         .header {
    16.             background-color: #f0f0f0;
    17.             text-align: center;
    18.             padding: 20px;
    19.         }
    20.  
    21.         .title {
    22.             font-size: 32px;
    23.             margin-bottom: 10px;
    24.         }
    25.  
    26.         .menu {
    27.             list-style-type: none;
    28.             margin: 0;
    29.             padding: 0;
    30.             overflow: hidden;
    31.             background-color: #FFDEAD;
    32.             border: 2px solid #DCDCDC;
    33.         }
    34.  
    35.         .menu li {
    36.             float: left;
    37.             font-size: 24px;
    38.         }
    39.  
    40.         .menu li a {
    41.             display: block;
    42.             color: #333;
    43.             text-align: center;
    44.             padding: 14px 16px;
    45.             text-decoration: none;
    46.         }
    47.  
    48.         .menu li a:hover {
    49.             background-color: #ddd;
    50.         }
    51.  
    52.         .content {
    53.             padding: 20px;
    54.             border: 2px solid blue;
    55.         }
    56.     </style>
    57. </head>
    58. <body>
    59. <div class="header">
    60.     <div class="title">PandaCodeOCR</div>
    61. </div>
    62.  
    63. <ul class="menu">
    64.     <li><a href="/upload/">通用文本识别</a></li>
    65. </ul>
    66.  
    67. <div class="content">
    68.     <!--上传图片文件-->
    69.     <div id="upload_file">
    70.         <form id="fileForm" action="/upload/" method="POST" enctype="multipart/form-data">
    71.             <div class="form-group">
    72.                 <input type="file" class="form-control" id="upload_file" name="upload_file">
    73.                 <label class="sr-only" for="upload_file">上传图片</label>
    74.             </div>
    75.         </form>
    76.     </div>
    77. </div>
    78. </div>
    79.  
    80. <div id="show" style="display: none;">
    81.     <!--显示上传的图片-->
    82.     <div class="col-md-6" style="border: 2px solid #ddd;">
    83.         <span class="label label-info">上传图片</span>
    84.         <!--静态加载 图片, url_for() 动态生成路径 -->
    85.         <img src="" alt="Image preview area..." title="preview-img" class="img-responsive">
    86.     </div>
    87.  
    88.     <div class="col-md-6" style="border: 2px solid #ddd;">
    89.         <!--显示识别结果JSON报文列表-->
    90.         <span class="label label-info">识别结果：</span>
    91.         <!-- 结果显示区 -->
    92.         <div id="result_show">加载中......</div>
    93.     </div>
    94. </div>
    95. </body>
    96. </html>
    97. <!--静态加载 script-->
    98. <script src={{ url_for('static',filename='jquery1.3.3/jquery.min.js') }}></script>
    99. <script src={{ url_for('static',filename='js/jquery-form.js') }}></script>
    100. <script type="text/javascript">
    101.     var fileInput = document.querySelector('input[type=file]');
    102.     var previewImg = document.querySelector('img');
    103.     {#上传图片事件#}
    104.     fileInput.addEventListener('change', function () {
    105.         var file = this.files[0];
    106.         var reader = new FileReader();
    107.  
    108.         //显示预览界面
    109.         $("#show").css("display", "block");
    110.  
    111.         // 监听reader对象的的onload事件，当图片加载完成时，把base64编码賦值给预览图片
    112.         reader.addEventListener("load", function () {
    113.             previewImg.src = reader.result;
    114.         }, false);
    115.         // 调用reader.readAsDataURL()方法，把图片转成base64
    116.         reader.readAsDataURL(file);
    117.  
    118.         //初始化输出结果信息
    119.         $("#result_show").html("加载中......");
    120.  
    121.         {#上传图片识别表单事件，并显示识别结果信息#}
    122.         {# ajaxSubmit 请求异步响应#}
    123.         $("#fileForm").ajaxSubmit(function (data) {
    124.             var inner = "";
    125.             //alert(data['recognize_time'])
    126.             //循环输出返回结果，响应识别结果为每行列表
    127.             for (var i in data['result']) {
    128.                 var value = data['result'][i]['text'];
    129.                 inner += "
      " + value + "
      "      ;
    130.             }
    131.             //清空输出结果信息
    132.             $("#result_show").html("");
    133.             //添加识别结果信息
    134.             $("#result_show").append(inner);
    135.         });
    136.     }, false);
    137. </script>

    主要python代码文件如下：

    myapp.py:

    1. import json
    2. import os
    3. import time
    4.  
    5. from flask import Flask, render_template, request, jsonify
    6.  
    7. from paddleocr import PaddleOCR
    8. from PIL import Image, ImageDraw
    9. import numpy as np
    10.  
    11. # 应用名称，当前py名称，视图函数
    12. app = Flask(__name__)
    13.  
    14. # 项目文件夹的绝对路径
    15. # BASE_DIR = os.path.dirname(os.path.abspath(__name__))
    16. # 相对路径
    17. BASE_DIR = os.path.dirname(os.path.basename(__name__))
    18.  
    19. # 上传文件路径
    20. UPLOAD_DIR = os.path.join(os.path.join(BASE_DIR, 'static'), 'upload')
    21.  
    22. '''
    23. PaddleOCR模型通用识别方法
    24. '''
    25. def rec_model_ocr(img):
    26.     # 返回字典结果对象
    27.     result_dict = {'result': []}
    28.     # paddleocr 目前支持的多语言语种可以通过修改lang参数进行切换
    29.     # 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
    30.     # 使用CPU预加载，不用GPU
    31.     # 模型路径下必须包含model和params文件，目前开源的v3版本模型 已经是识别率很高的了
    32.     # 还要更好的就要自己训练模型了。
    33.     ocr = PaddleOCR(det_model_dir='./inference/ch_PP-OCRv3_det_infer/',
    34.                     rec_model_dir='./inference/ch_PP-OCRv3_rec_infer/',
    35.                     cls_model_dir='./inference/ch_ppocr_mobile_v2.0_cls_infer/',
    36.                     use_angle_cls=True, lang="ch", use_gpu=False)
    37.     # 识别图片文件
    38.     result0 = ocr.ocr(img, cls=True)
    39.     result = result0[0]
    40.     for index in range(len(result)):
    41.         line = result[index]
    42.  
    43.         tmp_dict = {}
    44.         points = line[0]
    45.         text = line[1][0]
    46.         score = line[1][1]
    47.         tmp_dict['points'] = points
    48.         tmp_dict['text'] = text
    49.         tmp_dict['score'] = score
    50.  
    51.         result_dict['result'].append(tmp_dict)
    52.     return result_dict
    53.  
    54.  
    55. # 转换图片
    56. def convert_image(image, threshold=None):
    57.     # 阈值 控制二值化程度，不能超过256，[200, 256]
    58.     # 适当调大阈值，可以提高文本识别率，经过测试有效。
    59.     if threshold is None:
    60.         threshold = 200
    61.     print('threshold : ', threshold)
    62.     # 首先进行图片灰度处理
    63.     image = image.convert("L")
    64.     pixels = image.load()
    65.     # 在进行二值化
    66.     for x in range(image.width):
    67.         for y in range(image.height):
    68.             if pixels[x, y] > threshold:
    69.                 pixels[x, y] = 255
    70.             else:
    71.                 pixels[x, y] = 0
    72.     return image
    73.  
    74.  
    75. @app.route('/')
    76. def upload_file():
    77.     return render_template('upload.html')
    78.  
    79.  
    80. @app.route('/upload/', methods=['GET', 'POST'])
    81. def upload():
    82.     if request.method == 'POST':
    83.         # 每个上传的文件首先会保存在服务器上的临时位置，然后将其实际保存到它的最终位置。
    84.         filedata = request.files['upload_file']
    85.         upload_filename = filedata.filename
    86.         print(upload_filename)
    87.         # 保存文件到指定路径
    88.         # 目标文件的名称可以是硬编码的，也可以从 ​request.files[file] ​对象的​ filename ​属性中获取。
    89.         # 但是，建议使用 ​secure_filename()​ 函数获取它的安全版本
    90.         if not os.path.exists(UPLOAD_DIR):
    91.             os.makedirs(UPLOAD_DIR)
    92.         img_path = os.path.join(UPLOAD_DIR, upload_filename)
    93.         filedata.save(img_path)
    94.         print('file uploaded successfully')
    95.  
    96.         start = time.time()
    97.  
    98.         print('=======开始OCR识别======')
    99.         # 打开图片
    100.         img1 = Image.open(img_path)
    101.         # 转换图片, 识别图片文本
    102.         # print('转换图片，阈值=220时，再转换为ndarray数组, 识别图片文本')
    103.         # 转换图片
    104.         img2 = convert_image(img1, 220)
    105.         # Image图像转换为ndarray数组
    106.         img_2 = np.array(img2)
    107.         # 识别图片
    108.         result_dict = rec_model_ocr(img_2)
    109.  
    110.         # 识别时间
    111.         end = time.time()
    112.         recognize_time = int((end - start) * 1000)
    113.  
    114.         result_dict["filename"] = upload_filename
    115.         result_dict["recognize_time"] = str(recognize_time)
    116.         result_dict["error_code"] = "000000"
    117.         result_dict["error_msg"] = "识别成功"
    118.  
    119.         # render_template方法:渲染模板
    120.         # 参数1: 模板名称  参数n: 传到模板里的数据
    121.         # return render_template('result.html', result_dict=result_dict)
    122.  
    123.         # 将数据转换成JSON格式，一般用于ajax异步响应页面，不跳转页面用，等价下面方法
    124.         # return json.dumps(result_dict, ensure_ascii=False), {'Content-Type': 'application/json'}
    125.  
    126.         # 将数据转换成JSON格式，一般用于ajax异步响应页面，不跳转页面用
    127.         return jsonify(result_dict)
    128.  
    129.     else:
    130.         return render_template('upload.html')
    131.  
    132.  
    133. if __name__ == '__main__':
    134.     # 启动app
    135. 　　 app.run(port=8000)

    启动flask应用，测试结果如下：

  • 相关阅读:
    数据库 -neo4j的基本操作
    华为面试题
    浏览器提示“此网站的安全证书有问题“，你还敢继续访问吗？
    【数据结构】手撕二叉树oj练习与经典问题
    无锡室内设计培训——室内的十种设计手法
    计算机毕业设计之java+javaweb的理发店管理系统
    1015 德才论【PAT (Basic Level) Practice （中文）】
    LeetCode练习4——删除有序数组中的重复项
    SHELL内涵段子
    说说未来趋势 「元宇宙」是什么？
  • 原文地址：https://blog.csdn.net/xionghui2007/article/details/132754240