PaddleOCR，一款文本识别效果不输于商用的Python库！

1、前言

Hello 大家好呀，我是小张~

本期将给大家介绍一个 Github 项目，用于OCR文本识别的；在之前的教程中，关于用 Python 实现OCR 识别，写过两篇文章：

一篇是关于 python 与 Tesseract ，详情可参考： 介绍一个Python 包 ，几行代码可实现 OCR 文本识别 ； tesseract 是基于传统机器学习方法实现的， 对于英文字符识别还是挺棒的，但中文字符的识别效果就差强人意了~~

还有一篇是介绍了一个用于文本识别的 Github 项目 Easy-OCR ，相关用法详情可参考： 关于文本OCR检测、分享一个基于深度学习技术的Python库

Easy-OCR 是基于深度学习技术开发的，识别效果要优于 Tesserart，支持识别70+个国家语言，除了文本识别之外还能对文本块区域完成检测功能，并用线框将相关区域标注在原图上

但测试后发现，该库对于某些路标识别效果并不是很精确~

2 PaddleOCR 介绍

这篇文章呢，将介绍一个新的 Github 项目，同样用于 OCR 识别、该项目名叫 PaddleOCR，是 Paddle 的一个分支；PaddleOCR 基于深度学习技术实现的， 所以使用时需要训练好的权重文件，但这个不需要我们担心，因为官方提供的有~

本小节是对 PaddleOCR 项目的简单介绍，如果只对使用步骤感兴趣的同学可以跳过本小节看第三节部分~~~

经测试 PaddleOCR 识别效果非常优秀，下面两张图片是从官网介绍中截取的几张图片

图一

图二

为了测试该项目的识别性能、随后我在网上找了一张关于优惠卷的图片，图片中文字情况比较复杂，垂直、斜体等；还有中英文相结合，甚至还有小数点

最终测试效果如下， 无论左边图片文本复杂度有多高，图中文字基本都能识别到 ，非常Nice

关于 PaddleOCR 模型 ,有以下几个特点

• PaddleOCR 从 2020.5.14 发布，项目迭代到现在，功能一直处于在不断完善的过程；

• 在 PaddleOCR 识别中，会依次完成三种任务：检测、方向分类及文本识别；
• 关于预训练权重，PaddleOCR 官网根据提供权重文件大小分为两类：
  
• 一类为轻量级，（检测+分类+识别）三类权重加起来大小一共才 9.4 M，适用于手机端和服务器部署；
• 另一类（检测+分类+识别）三类权重内存加起来一共 143.4 MB ，适用于服务器部署；
• 无论模型是否轻量级，识别效果都能与商业效果相比，在本期教程中将选用轻量级权重用于测试；

• 支持多语言识别，目前能够支持 80 多种语言；
• 除了能对中文、英语、数字识别之外，还能应对字体倾斜、文本中含有小数点字符等复杂情况
• 提供有丰富的 OCR 领域相关工具供我们使用，方便我们制作自己的数据集、用于训练
  
• 半自动数据标注工具；
• 数据合成工具；

• 支持 pip 安装，简单上手；

3 PaddleOCR 使用

简单介绍完之后，下面将手把手教大家怎么去使用 PaddleOCR，

3.1 环境介绍

介绍一下本次所用的测试环境

• os：Win10；
• Python：3.7.9；

3.2 安装 PaddlePaddle2.0

PaddleOCR 需在 PaddlePaddle2.0 下才可以正常运行，开始之前请确保 PaddlePaddle2.0 已经安装，

pip3 install --upgrade pip