查看“PaddleOCR”的源代码

PaddleOCR是百度开源的[[OCR]]工具库，基于[[PaddlePaddle]]，支持80+语言识别，支持服务器、移动、嵌入式和物联网设备之间的训练和部署。

==简介==
===时间轴===

===安装===
使用[[pip]]安装PaddlePaddle：
<syntaxhighlight lang="bash" >
# 仅使用CPU运算，安装paddlepaddle
python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

# 使用GPU加速，安装paddlepaddle-gpu，需要先安装CUDA9或CUDA10
python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple
</syntaxhighlight>

使用[[pip]]安装PaddleOCR：
 pip install paddleocr

{{了解更多
|[https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/quickstart.md PaddleOCR 文档：PaddleOCR 快速开始]
}}


===安装常见错误===
* 错误1，缺少软件。
<syntaxhighlight lang="text" >
error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/
</syntaxhighlight>
在Windows官网https://learn.microsoft.com/en-US/cpp/windows/latest-supported-vc-redist，选择需要版本安装，重启计算机。检查是否安装成功，可以在cmd中查询注册表，如vc++ 14.0 x64版本
 reg query HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\VisualStudio\14.0\VC\Runtimes\X64

* 错误2，某个软件包版本不合适。
<syntaxhighlight lang="text" >
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
paddlepaddle 2.4.2 requires protobuf<=3.20.0,>=3.1.0, but you have protobuf 3.20.3 which is incompatible.
</syntaxhighlight>
卸载当前版本的软件，重新安装合适版本：
<syntaxhighlight lang="python" >
pip uninstall -y protobuf
pip install protobuf==3.20.0
</syntaxhighlight>
==快速开始==
===Python中使用===
首次使用PaddleOCR，会自动下载ppocr轻量级模型作为默认模型。
<syntaxhighlight lang="python" >
from paddleocr import PaddleOCR, draw_ocr

# 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") 
img_path = './test.jpg'
result = ocr.ocr(img_path, cls=True)
for idx in range(len(result)):
    res = result[idx]
    for line in res:
        print(line)

# 显示结果，存储到result.jpg
# 如果本地没有simfang.ttf，可以在doc/fonts目录下下载
from PIL import Image
result = result[0]
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='doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')
</syntaxhighlight>

{{了解更多
|[https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/quickstart.md  PaddleOCR文档：快速开始]
}}

== PP-Structure ==
PP-Structure是一个OCR工具包，可以分析和处理文档结构，可以划分文字、标题、表格、图片以及列表5类区域。

在Python中的返回结果是一个列表，表示识别到一个图片的多个不同区域，如标题，表格，文字等。其中每个元素是一个字典。如下：

{| class="wikitable" 
! 名称
! 描述
|-
| type
| 图片区域类型。包括<code>text'</code>、<code>'table'</code>、<code>'header'</code>和<code>'figure'</code>等
|-
| bbox
| 图片区域的在原图的坐标，分别[左上角x，左上角y，右下角x，右下角y]
|-
| res
| 图片区域的识别结果。<br /> 表格: 返回表格的HTML字符串; <br />OCR: 返回一个包含各个单行文字的检测坐标和识别结果的元组
|-
| img
|
|-
| img_idx
|
|}

{{了解更多
|[https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/README_ch.md  PaddleOCR 文档：PP-Structure 文档分析]
}}

=== 表格识别 ===
[[Python]]中使用示例，使用[[OpenCV]]读取图片，使用PPStructure分析识别，可以使用PPStructure保存为Excel，或使用[[Pandas]]读取生成DataFrame格式:
<syntaxhighlight lang="python" >
import cv2
from paddleocr import PPStructure
import pandas as pd

table_engine = PPStructure(show_log=True)
img = cv2.imread('table.jpg')
result = table_engine(img)  # 识别结果

df = pd.read_html(result[0]['res']['html'])[0]
</syntaxhighlight>

{{了解更多
|[https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/ppstructure/README_ch.md PaddleOCR 2.2文档：PP-Structure]
}}
==模型==
===PP-Structure 系列模型===
{{了解更多
|[https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/docs/models_list.md  PaddleOCR文档：PP-Structure 系列模型列表]
}}
==资源==
===官网===
* PaddleOCR 官网：https://github.com/PaddlePaddle/PaddleOCR
* PaddleOCR 中文文档：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/README_ch.md

===网站===