本期將介紹並演示PaddleOCR+Python+OpenCV實現車牌識別、身份證信息識別和車票信息識別的步驟與效果。
介紹
百度深度學習框架PaddlePaddle開源的OCR項目PaddleOCR近期霸榜github。使用測試后發現識別效果很好，對於簡單的應用(車票車牌身份證等)，直接用項目提供的模型即可使用。特殊應用，可自己訓練后使用。
gituhub地址：https://github.com/PaddlePaddle/PaddleOCR
效果展示
分別以車牌識別、身份證信息識別和車票信息識別為例，測試效果如下視頻：
實現步驟
PaddleOCR是基於百度的深度學習框架PaddlePaddle實現的，所以第一步我們需要先安裝PaddlePaddle模塊。直接使用pip安裝即可：
——指令：pip install paddlepaddle
第二步：安裝PaddleOCR。同樣是pip安裝：
——GPU版安裝：
python -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple——CPU版安裝：
python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple如果要在GPU模式下使用除了有GPU外還需要安裝CUDA 10.1和CUDNN對應文件，另外遇到的安裝問題網上也可以找到答案，我的安裝步驟到此結束。
代碼演示
代碼演示前需要先下載PaddleOCR提供的訓練好的模型共3個，我是Win10 PC端使用下載下面三個，如果是移動端下載上面三個。
github提供的Demo如下將會保存一張識別結果圖：
from paddleocr import PaddleOCR
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
from paddleocr import PaddleOCR, draw_ocr
font=cv2.FONT_HERSHEY_SIMPLEX
# Paddleocr目前支持中英文、英文、法語、德語、韓語、日語，可以通過修改lang參數進行切換
# 參數依次為`ch`, `en`, `french`, `german`, `korean`, `japan`。
ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False,
rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/',
cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/',
det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memory
img_path = './imgs/B.jpg'
result = ocr.ocr(img_path, cls=True)
# 顯示結果
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='./simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.png')
識別輸出信息：
輸出結果圖：
我們把輸出結果部分改成OpenCV實現：
from paddleocr import PaddleOCR
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
font=cv2.FONT_HERSHEY_SIMPLEX
# Paddleocr目前支持中英文、英文、法語、德語、韓語、日語，可以通過修改lang參數進行切換
# 參數依次為`ch`, `en`, `french`, `german`, `korean`, `japan`。
ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False,
rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/',
cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/',
det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memory
def putText_Chinese(img,strText,pos,color,fontSize):
fontpath = "./simsun.ttc" # <== 這里是宋體路徑
font = ImageFont.truetype(fontpath, fontSize)
img_pil = Image.fromarray(img)
draw = ImageDraw.Draw(img_pil)
draw.text(pos,strText, font=font, fill=color)
img = np.array(img_pil)
return img
print('---------------PaddleOCR Start---------------------')
img_path = './pics/18.jpg'
img = cv2.imread(img_path)
cv2.imshow("src", img)
result = ocr.ocr(img_path, cls=True)
#print(result)
for line in result:
print('----------------------------')
print(line)
pt1 = ((int)(line[0][0][0]),(int)(line[0][0][1]))
pt2 = ((int)(line[0][1][0]),(int)(line[0][1][1]))
pt3 = ((int)(line[0][2][0]),(int)(line[0][2][1]))
pt4 = ((int)(line[0][3][0]),(int)(line[0][3][1]))
cv2.line(img,pt1,pt2,(0,0,255),1,cv2.LINE_AA)
cv2.line(img,pt2,pt3,(0,0,255),1,cv2.LINE_AA)
cv2.line(img,pt3,pt4,(0,0,255),1,cv2.LINE_AA)
cv2.line(img,pt1,pt4,(0,0,255),1,cv2.LINE_AA)
img = putText_Chinese(img,line[1][0],(pt1[0],pt1[1]-35),(255,0,255),50)
cv2.imshow("OCR-Result", img)
cv2.imwrite("result.png", img)
cv2.waitKey()
cv2.destroyAllWindows()
輸出結果圖：
傾斜也可以自動識別：
車票識別：
