paddleocr的基本使用_paddleocr 使用

paddleocr是paddlepaddle专门做ocr的库，我们简单用一下

• 参考 PaddleOCR—图片文字识别提取—快速使用教程_paddleocr使用教程-CSDN博客

目录

1  安装

1.1  前言

1.2  安装paddleocr

1.3  安装paddlepaddle

1.4  安装cuda

1.5  安装cudnn

1.6  配置 zlibwapi.dll

2  基本使用

3  针对单行文本的识别

3.1  识别本地图像

3.2  服务

3.3  请求

---

1  安装

1.1  前言

我使用的系统为windows，python版本为python3.7，paddleocr版本为2.7.0.2

我的显卡是GTX970M，估计是硬件问题，后续使用代码的时候如果使用GPU就不能预测出结果，但CPU可以预测出结果。但在更新CUDA后，在任务管理器中可以查看到GPU的使用情况(之前很少)

综上所述下面安装paddlepaddle-gpu版流程是不一定正确的

1.2  安装paddleocr

pip intall paddleocr

1.3  安装paddlepaddle

之后安装paddlepaddle，由于3.7是很早的版本了，所以直接执行 pip install paddlepaddle-gpu 大概率是可以对应上paddleocr的，最终安装paddlepaddle的版本为2.5.2

1.4  安装cuda

paddlepaddle-gpu-2.5.2需要cuda与cudnn，我目前这两个版本都比较落后，所以我们需要安装一下新的

首先找到cuda的安装包 CUDA Toolkit Archive | NVIDIA Developer

这里的Version指的是windows server，一般选最新的就行，感兴趣可以看一下这个 windows server_百度百科

之后你会下载下来这样一个exe

打开

OK

• 这个只是临时存放的路径，如果我们C盘空间不够可以换其他的地方

等

到100%后，等一会儿会出现这个

等

安装完cuda之后，显卡驱动会自动更新到合适的版本

如果按照上面的方式安装的话，默认安装在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0

安装之后环境变量也自动给你搞好了

确定这里有环境变量之后，我们重新启动一下，重启后执行 nvcc -V 可以显示cuda12.0

1.5  安装cudnn

我们首先进入cudnn的下载地址 Log in | NVIDIA Developer ，首先你需要登录一下

之后需要做个问卷，随便选选就行了，但是你最好每个空都填一填，不然通过不了

同意

更多

进到这个页面，这个页面需要加载一会儿，完全加载完毕后再进行下面的操作

向下滚到这，然后点击

点开之后点这个

之后你会获得这样一个压缩包

解压之后的文件夹内会有这四个文件

把这三个文件夹的东西，手动复制到CUDA的安装目录下

lib会有一个x64的子文件夹，你打开x64，把这些lib文件扔进去

1.6  配置 zlibwapi.dll

• 参考 解决问题：Could not locate zlibwapi.dll. Please make sure it is in your library path!-CSDN博客

我直接用的人家的百度云链接，解压之后会得到这么三个文件

打开dll_x64找到zlibwapi.dll与zlibwapi.lib

将zlibwapi.lib放在CUDA/v12.0/lib/x64中

将zlibwapi.dll放在 CUDA/v12.0/bin 中

2  基本使用

我们准备预测这个图像

在预测前我们需要准备simfang.ttf

simfang.ttf 是仿宋字体，可以在 C:\Windows\Fonts 中找到

之后我们直接使用文档中的代码 doc/doc_ch/quickstart.md · PaddlePaddle/PaddleOCR - Gitee.com

对代码做一些修改

运行后会生成result.jpg

打开后是这样的

3  针对单行文本的识别

3.1  识别本地图像

比如验证码，我们先写个demo

from paddleocr import PaddleOCR
 
# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False)  # need to run only once to download and load model into memory
img_path = './RandCode.png'
result = ocr.ocr(img_path, cls=True)
print()
print(result[0][0][1][0])

我现在想识别这个图像

运行后可以得到结果

3.2  服务

现在每一次预测都实例化一次对象，这个时间比较长，我们简单搞一个服务

3.3  请求

之后我们直接发请求就可以了

经测试车牌也可以检测出来，比如

但必须是单行文本(服务端只做了简单处理，如果处理好一点也没有问题)，比如这个就不行