AI实战：借助Python与PaddleOCR，实现高精度文本检测与识别

news2024/11/15 11:13:46

1、引言

欢迎来到今天的教程：“驾驭PaddleOCR，解锁Python文字识别新技能”。在本篇文章中，我们将手把手教你如何安装及使用这款强大的Python库，轻松应对各类图像中的文字识别问题。

2、安装PaddleOCR

首先确保你的环境中已安装了 Python 和 pip 包管理器。然后，通过以下命令安装PaddleOCR及其依赖项：

# 安装paddleocr
pip3 install paddleocr -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
# 安装CPU版paddlepaddle
conda install paddlepaddle==2.6.0 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

若需使用 GPU 加速功能，请额外安装 GPU 版本的 PaddlePaddle（需预先配置CUDA环境）：

python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

接着，你可以验证一下PaddleOCR是否成功安装：

import paddleocr
print(paddleocr.__version__)

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

3、示例代码及应用

安装完毕后，我们可以实际操作一下。以下是使用PaddleOCR进行文字识别的基本代码片段：
1、导入需要的包

from paddleocr import PaddleOCR
import cv2
from PIL import ImageDraw, Image, ImageFont

2、初始化PaddleOCR

# 初始化PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang='ch')  # 使用方向分类并指定语言为中文

3、读取图片

img = cv2.imread('img/1.png')
img_pil = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # OpenCV读取的图像需要转换为RGB格式供PIL使用
img_draw = Image.fromarray(img_pil)

4、加载字体，显示中文

# 加载字体，显示中文
font = ImageFont.truetype("source/simsun.ttc", size=16, encoding='utf-8')

5、对图像进行检测（返回包含边界框和旋转角度的结果）

result = ocr.ocr(img, det=True)

6、在原图上标注出识别出的文本框

draw = ImageDraw.Draw(img_draw)
for line in result[0]:
    bbox, text = line[:4], line[-1]
    bbox_xyxy = bbox[0][0]+bbox[0][2]
    text = str(list(text)[0])
    print("Box coordinates:", bbox[0][0]+bbox[0][2])
    print("Recognized text:", text)

    draw.rectangle(tuple(bbox_xyxy), outline='red')  # 画出红色边框
    draw.text((bbox_xyxy[0], bbox_xyxy[1] - 10), text, fill='blue', font=font)  # 在框上方写入文字（根据实际情况调整偏移量）

# 将标注后的图像保存或显示
# img_draw.save('annotated_image.jpg', 'JPEG')
# 或者显示图像
img_draw.show()