介紹

• 基于飛槳的OCR工具庫，包含總模型僅8.6M的超輕量級中文OCR，單模型支持中英文數字組合識別、豎排文本識別、長文本識別。同時支持多種文本檢測、文本識別的訓練算法。

相關鏈接

• PaddleOCR項目地址
• 飛槳開源深度學習平臺
• 效果展示頁面
• 中文OCR在線體驗地址
• 中文OCR模型快速使用

特性

• 超輕量級中文OCR模型，總模型僅8.6M
  • 單模型支持中英文數字組合識別、豎排文本識別、長文本識別
  • 檢測模型DB（4.1M）+識別模型CRNN（4.5M）
• 實用通用中文OCR模型
• 多種預測推理部署方案，包括服務部署和端側部署
• 多種文本檢測訓練算法，EAST、DB
• 多種文本識別訓練算法，Rosetta、CRNN、STAR-Net、RARE
• 可運行于Linux、Windows、MacOS等多種系統

算法介紹

文本檢測算法

• EAST
• DB

文本識別算法

• CRNN
• Rosetta
• STAR-Net
• RARE

文檔教程

快速安裝

? ?準備工作

• 快速安裝? 提煉最核心的代碼，此處僅僅使用最簡單的CPU的方式進行安裝，使用GPU的方式遇到了一些問題，需要解決
• 切換到工作目錄下面 cd /home/Projects? 只要是自己可以記住的文件夾就可以
• 如果先前沒有安裝過docker的需要先安裝docker 不同系統的命令不一樣，此處以centos為例子，yum install docker
• docker相關簡單命令 參考?我的博客?，需要執行?docker -v 驗證docker是否安裝成功，如果安裝成功，執行service docker start的命令，啟動docker，然后才可以執行下面的命令

（建議）準備docker環境

• 第一次使用這個鏡像，會自動下載該鏡像，請耐心等待
• 在CPU環境下使用docker，使用docker而不是nvidia-docker創建docker

sudo docker run --name ppocr -v $PWD:/paddle --network=host -it hub.baidubce.com/paddlepaddle/paddle:latest-gpu-cuda9.0-cudnn7-dev /bin/bash

• 小提示

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

• 然后就會進行鏡像的拉取操作，通過docker images檢查是否加載了下載的鏡像

docker images

• 執行docker images后如果有下面的輸出，則證明拉取鏡像成功
• hub.baidubce.com/paddlepaddle/paddle latest-gpu-cuda9.0-cudnn7-dev f56310dcc829

更改python3默認版本

• docker中的python默認使用python3.5，PaddleOCR需要在Python3.7下執行（該版本下，對于第三方依賴庫的兼容性更好一些）。進入docker后，可以編輯/etc/profile文件，但是你會發現docker鏡像里面沒有vim等編輯工具
• 先執行apt-get update命令，同步 /etc/apt/sources.list 和 /etc/apt/sources.list.d 中列出的源的索引，這樣才能獲取到最新的軟件包，這個時候系統由先前的centos使用yum換成了apt-get內核
• 等更新完畢以后再敲命令：apt-get install vim，安裝vim
• 這次再編輯/etc/profile，在文件末尾添加

alias python3=python3.7 alias pip3=pip3.7

• 保存之后，使用source /etc/profile命令使設置的默認Python生效

安裝PaddlePaddle Fluid v1.7

• 更新pip，使用命令pip3 install --upgrade pip
• 如果您的機器是CPU，請運行以下命令安裝

python3 -m pip install paddlepaddle==1.7.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

克隆PaddleOCR repo代碼

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

安裝第三方庫

cd PaddleOCR pip3 install -r requirments.txt

中文OCR模型快速使用

?inference模型下載

• 參考文檔

• ?模板樣例

mkdir inference && cd inference # 下載檢測模型并解壓 wget {url/of/detection/inference_model} && tar xf {name/of/detection/inference_model/package} # 下載識別模型并解壓 wget {url/of/recognition/inference_model} && tar xf {name/of/recognition/inference_model/package} cd ..

• 以超輕量級模型為例

mkdir inference && cd inference # 下載超輕量級中文OCR模型的檢測模型并解壓 wget https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db_infer.tar && tar xf ch_det_mv3_db_infer.tar # 下載超輕量級中文OCR模型的識別模型并解壓 wget https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_infer.tar && tar xf ch_rec_mv3_crnn_infer.tar cd ..

• 解壓完畢后應有如下文件結構：

驗證結果

• 需要在home/PaddleOCR文件夾下面執行這些命令

單張圖片

• 以下代碼實現了文本檢測、識別串聯推理，在執行預測時，需要通過參數image_dir指定單張圖像或者圖像集合的路徑、參數det_model_dir指定檢測inference模型的路徑和參數rec_model_dir指定識別inference模型的路徑。可視化識別結果默認保存到 ./inference_results 文件夾里面

# 預測image_dir指定的單張圖像 python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_mv3_db/" --rec_model_dir="./inference/ch_rec_mv3_crnn/"# 預測image_dir指定的圖像集合 python3 tools/infer/predict_system.py --image_dir="./doc/imgs/" --det_model_dir="./inference/ch_det_mv3_db/" --rec_model_dir="./inference/ch_rec_mv3_crnn/"# 如果想使用CPU進行預測，需設置use_gpu參數為False python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_mv3_db/" --rec_model_dir="./inference/ch_rec_mv3_crnn/" --use_gpu=False

• 更為詳細的內容請參見官網

Q&A

• 參考網址
• 關于推理速度
  圖片中的文字較多時，預測時間會增加，可以使用--rec_batch_num設置更小預測batch num，默認值為30，可以改為10或其他數值。

• 超輕量模型和通用OCR模型的區別
  目前PaddleOCR開源了2個中文模型，分別是8.6M超輕量中文模型和通用中文OCR模型。兩者對比信息如下：

  • 相同點：兩者使用相同的算法和訓練數據；
  • 不同點：不同之處在于骨干網絡和通道參數，超輕量模型使用MobileNetV3作為骨干網絡，通用模型使用Resnet50_vd作為檢測模型backbone，Resnet34_vd作為識別模型backbone，具體參數差異可對比兩種模型訓練的配置文件.

總結

以上是生活随笔為你收集整理的搭建基于飞桨的OCR工具库，总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别的PaddleOCR的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。