paddleocr图片文字识别

介绍：PaddleOCR是由百度开发的一个OCR库，基于深度学习框架PaddlePaddle。PaddleOCR支持多语言文本识别，特别适合中文场景，同时它还提供了丰富的预训练模型。

# PaddleOCR 文档

https://www.paddleocr.ai/main/index.html

python3.7.9 自动匹配paddlepaddle版本2.5.2， paddleocr版本2.7.0.2

python3.12.13 自动匹配paddlepaddle版本3.3.1， paddleocr版本3.5.0

 

1、安装

pip3 install paddlepaddle
pip3 install paddleocr

2、使用

from paddleocr import PaddleOCR

def paddle_image():
    ocr = PaddleOCR(use_angle_cls=True, lang='ch')
    # 读取图像
    results = ocr.ocr(image_path, cls=True)
    # for (bbox, text) in results[0]: print(f"{text}")
    # 打印识别结果
    for line in results:
        for word_info in line:
            print(f"Detected text: {word_info[1][0]}, Confidence: {word_info[1][1]:.2f}")

paddle_image()

3、注意事项

3.1、windows使用时报错pyclipper模块init文件中ImpoerError:DLL load failed:找不到指定的模块。

　　动态链接库 (DLL)， 下载并安装 Microsoft Visual C++ Redistributable。https://learn.microsoft.com/en-us/cpp/windows/latest-supported-vc-redist?view=msvc-170

• 选择与你的 Python 版本匹配的版本（x86 或 x64）。

3.2、未联网环境复制下C:\Users\zhouman02\.paddleocr\whl

联网自动安装：

download https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_det_infer.tar to C:\Users\zhouman02/.paddleocr/whl\det\ch\ch_PP-OCRv4_det_infer\ch_PP-OCRv4_det_infer.tar
100%|██████████| 4.89M/4.89M [00:06<00:00, 758kiB/s]
download https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_rec_infer.tar to C:\Users\zhouman02/.paddleocr/whl\rec\ch\ch_PP-OCRv4_rec_infer\ch_PP-OCRv4_rec_infer.tar
100%|██████████| 11.0M/11.0M [00:05<00:00, 2.19MiB/s]
download https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar to C:\Users\zhouman02/.paddleocr/whl\cls\ch_ppocr_mobile_v2.0_cls_infer\ch_ppocr_mobile_v2.0_cls_infer.tar
100%|██████████| 2.19M/2.19M [00:03<00:00, 658kiB/s]

3.3、报错ModuleNotFoundError: No module named ‘paddle’

　　paddlepaddle未安装时会报该错误，安装后import paddle则不会报错

4.python3.12使用

# ocr_version默认"PP-OCRv5"，使用"PP-OCRv4"可以减少代码执行时间

def paddle_image(image_path):
    ocr = PaddleOCR(lang='ch',
                    ocr_version="PP-OCRv4",
                    use_doc_orientation_classify=False,  # 通过 use_doc_orientation_classify 参数指定不使用文档方向分类模型
                    use_doc_unwarping=False,  # 通过 use_doc_unwarping 参数指定不使用文本图像矫正模型
                    use_textline_orientation=False,  # 通过 use_textline_orientation 参数指定不使用文本行方向分类模型
                    )

    # 读取图像
    png_text = ""
    result = ocr.predict(image_path)
    for page_result in result:
        rec_texts = page_result.get('rec_texts')
        if rec_texts:
            text = "\n".join(rec_texts)
            print(f"文本: {text}")
            png_text += f"{text}\n"
    return png_text

 

4.1 报错NotImplementedError

报错现象：paddleocr3.5.0使用results = ocr.predict(image_path)报错NotImplementedError: (Unimplemented) ConvertPirAttribute2RuntimeAttribute not support [pir::ArrayAttribute<pir::DoubleAttribute>]  (at ..\paddle\fluid\framework\new_executor\instruction\onednn\onednn_instruction.cc:118)

报错含义：PaddleOCR 调用 PaddlePaddle 做推理时，进入了 CPU 的 oneDNN/MKLDNN 加速路径，Paddle 新 IR，也就是 PIR，中有一种属性 `pir::ArrayAttribute<pir::DoubleAttribute>`，当前运行时的 oneDNN 指令转换函数不支持它，所以在 `predictor.run()` 阶段抛出 `NotImplementedError`。同类问题已在 PaddlePaddle issue 中被描述为 PaddlePaddle 3.3.0 的 CPU oneDNN 推理回归问题，现象就是 `ConvertPirAttribute2RuntimeAttribute not support [pir::ArrayAttribute<pir::DoubleAttribute>]`，且 3.2.x 之前可正常运行。([GitHub][1])

# 官方给出的规避方案：在`import paddleocr` 之前，关闭 MKLDNN/oneDNN 验证。

import os

os.environ["PADDLE_PDX_ENABLE_MKLDNN_BYDEFAULT"] = "0"
from paddleocr import PaddleOCR

 

 4.2 未联网环境复制C:\Users\zhouman02\.paddlex

模型在C:\Users\zhouman02\.paddlex\official_models\