Paddle OCR 初体验_ocr 体验

Paddle OCR 使用初体验

开发环境的搭建

1. anaconda 安装
2. vscode 安装

注：开发环境搭建参考文档使用 Pyside 构建一个串口调试助手-CSDN博客

创建 PaddleOCR运行环境

1. 使用 Anaconda 搭建

   conda create -n paddleOcr_env python=3.8  # 创建一个名为paddleOcr_env，版本为3.8的python虚拟环境
   conda activate paddleOcr_env			 # 激活该虚拟环境
   pip install paddlepaddle paddleocr 		  # 安装对应的库
   1
   2
   3

使用 PaddleOcr 寻找 Img 目录下的所有图片进行解析，并输出结果图片，并将结果输出到 DOCX /EXCEL 文档。

具体代码如下

import os
from PIL import Image
from paddleocr import PaddleOCR, draw_ocr
import docx
import pandas as pd

# 初始化 OCR 模型
ocr = PaddleOCR(use_angle_cls=True, lang="ch")

# 遍历 img/ 目录下的所有图片
img_dir = 'img/'
output_dir = 'output/'
os.makedirs(output_dir, exist_ok=True)

# 创建Word文档和Excel表格对象
doc = docx.Document()
data = []

for filename in os.listdir(img_dir):
    if filename.endswith('.png') or filename.endswith('.jpg') or filename.endswith('.jpeg'):
        img_path = os.path.join(img_dir, filename)
        output_path = os.path.join(output_dir, filename)

        # 进行 OCR 识别
        result = ocr.ocr(img_path, cls=True)
        boxes = [detection[0] for line in result for detection in line]
        txts = [detection[1][0] for line in result for detection in line]
        scores = [detection[1][1] for line in result for detection in line]

        # 绘制结果并保存输出图片
        image = Image.open(img_path).convert('RGB')
        im_show = draw_ocr(image, boxes, txts, scores)
        im_show = Image.fromarray(im_show)
        im_show.save(output_path)

        # 将识别结果添加到Word文档和数据列表中
        doc.add_paragraph(f"Image: {filename}")
        for line in result:
            print(line)
            doc.add_paragraph(str(line))
            data.append({'Image': filename, 'Text': str(line)})

# 保存Word文档
doc.save('ocr_results.docx')

# 创建DataFrame对象
df = pd.DataFrame(data)

# 保存Excel表格
df.to_excel('ocr_results.xlsx', index=False)

print("OCR completed!")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

输出结果分为两部分，一部分是位于 output 目录下的图片识别标注结果，剩下的是运行目录下的 docx/excel 文件

PaddleOcr 对于识别的结果分析

1. 准确率90%以上，在不确定字体样式的情况下

2. 有漏下的不识别的情况存在
   

3. 不能处理动态模糊图像，需要自己先处理，然后再识别。

4. 其它测试待验证。