1、前言
Hello 大家好呀，我是小張~
本期將給大家介紹一個 Github 項目，用於OCR文本識別的；在之前的教程中，關於用 Python 實現OCR 識別，寫過兩篇文章：
一篇是關於 python 與 Tesseract ，詳情可參考：介紹一個Python 包 ，幾行代碼可實現 OCR 文本識別； tesseract 是基於傳統機器學習方法實現的， 對於英文字符識別還是挺棒的，但中文字符的識別效果就差強人意了~~
還有一篇是介紹了一個用於文本識別的 Github 項目Easy-OCR，相關用法詳情可參考：關於文本OCR檢測、分享一個基於深度學習技術的Python庫
Easy-OCR 是基於深度學習技術開發的，識別效果要優於 Tesserart，支持識別70+個國家語言，除了文本識別之外還能對文本塊區域完成檢測功能，並用線框將相關區域標注在原圖上
但測試后發現，該庫對於某些路標識別效果並不是很精確~
2 PaddleOCR 介紹
這篇文章呢，將介紹一個新的 Github 項目，同樣用於 OCR 識別、該項目名叫 PaddleOCR，是 Paddle 的一個分支；PaddleOCR 基於深度學習技術實現的， 所以使用時需要訓練好的權重文件，但這個不需要我們擔心，因為官方提供的有~
本小節是對 PaddleOCR 項目的簡單介紹，如果只對使用步驟感興趣的同學可以跳過本小節看第三節部分~~~
經測試 PaddleOCR 識別效果非常優秀，下面兩張圖片是從官網介紹中截取的幾張圖片
圖一
圖二
為了測試該項目的識別性能、隨后我在網上找了一張關於優惠卷的圖片，圖片中文字情況比較復雜，垂直、斜體等；還有中英文相結合，甚至還有小數點
最終測試效果如下，無論左邊圖片文本復雜度有多高，圖中文字基本都能識別到，非常Nice 👍
關於 PaddleOCR 模型 ,有以下幾個特點
- PaddleOCR 從 2020.5.14 發布，項目迭代到現在，功能一直處於在不斷完善的過程；
-
在 PaddleOCR 識別中，會依次完成三種任務：檢測、方向分類及文本識別；
-
關於預訓練權重，PaddleOCR 官網根據提供權重文件大小分為兩類：
- 一類為輕量級，（檢測+分類+識別）三類權重加起來大小一共才 9.4 M，適用於手機端和服務器部署；
- 另一類（檢測+分類+識別）三類權重內存加起來一共 143.4 MB ，適用於服務器部署；
- 無論模型是否輕量級，識別效果都能與商業效果相比，在本期教程中將選用輕量級權重用於測試；
-
支持多語言識別，目前能夠支持 80 多種語言；
-
除了能對中文、英語、數字識別之外，還能應對字體傾斜、文本中含有小數點字符等復雜情況
-
提供有豐富的 OCR 領域相關工具供我們使用，方便我們制作自己的數據集、用於訓練
- 半自動數據標注工具；
- 數據合成工具；
-
支持 pip 安裝，簡單上手；
3 PaddleOCR 使用
簡單介紹完之后，下面將手把手教大家怎么去使用 PaddleOCR，
3.1 環境介紹
介紹一下本次所用的測試環境
- os：Win10；
- Python：3.7.9；
3.2 安裝 PaddlePaddle2.0
PaddleOCR 需在 PaddlePaddle2.0 下才可以正常運行，開始之前請確保 PaddlePaddle2.0 已經安裝，
pip3 install --upgrade pip
#
python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple
3.2 克隆 PaddleOCR 倉庫
用 git clone 命令或者 Download 把項目倉庫直接下載到本地
git clone https://github.com/PaddlePaddle/PaddleOCR
這里我用的是 git 命令
3.3 安裝PaddleOCR 第三方依賴包
命令行進入 PaddleOCR 文件夾下
cd PaddleOCR
安裝第三方依賴項
pip3 install -r requirements.txt
這一步驟如果報錯的話，建議把改項目放置在一個虛擬環境中再進行安裝，如果用虛擬環境的話，記得還需要安裝一下 PaddlePaddle 包
python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple
3.4 下載權重文件
權重鏈接地址分別貼在下方，需依次下載到本地；檢測權重
https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar
方向分類權重
https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar
識別權重
https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar
下載到本地之后分別進行解壓，創建一個 inference 文件夾，把前面解壓后的三個文件夾放入 inference 中，再把 inference 文件夾放入 PaddleOCR 中，最終樹形目錄結構效果如下：
**3.5 PaddleOCR 使用 **
以上環境配置好之后，就可以使用 PaddleOCR 進行識別了，在PaddleOCR 項目環境下打開終端，根據自己情況，輸入下面三種類型中的一種即可完成文本識別
**1，使用 gpu，識別單張圖片 **
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/" --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True
2，使用 gpu ，識別多張圖片
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/" --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True
3，不使用gpu，識別單張圖片
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/" --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True --use_gpu=False
里面有兩個參數需要自己配置一下，參數說明：
image_dir-> 為需要識別圖片路徑或文件夾；det_model_dir-> 存放識別后圖片路徑或文件夾；
PaddleOCR 識別一張圖片很快，只用 CPU 的話，也只需要兩三秒
4. 數據、源碼獲取
為了方便，我已經把測試數據、項目代碼都打包在一起了，下載后完成以下兩個步驟即可正常使用(使用方法參考章節 3.5 部分)
- 創建虛擬環境；
- pip 工具安裝依賴項；
python3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple
# 依賴項
pip3 install -r requirements.txt
獲取方式：關注微信公號：程序員大飛 (本號)，后台回復關鍵字：210612 即可
5 小總結
Paddle-OCR 屬於Paddle 框架其中的一個應用，Paddle 除了 OCR 之外還有許多其它好玩的模型，關鍵開發者提供有訓練好的預權重文件、降低了使用門檻
后期呢，我也打算將從中挑一些好玩的項目，通過博文的方式手把手教大家跑起來
好了，關於 PaddleOCR 的使用就介紹到這里了，如果內容對你有幫助的話不妨點個贊來鼓勵一下我~
最后感謝大家的閱讀，我們下期見