哈嘍，大家好，我是愛擼碼的開源大叔！
經常在網上查詢文檔資料的朋友一定有過這樣的經歷：好不容易找到了需要的內容，可是別說下載了，連復制一句話都不給復制的。尤其是 PDF 文檔和圖片類資料，就算我們充值下載到本地，很多也無法復制文本，只能手動敲出來。
項目中有些場景也需要圖片識別，比如識別證件、證照等等。
下面分享一款電腦端的 ocr 文字識別軟件——「PaddleOCR」，可以幫助我們解決這一問題。
PaddleOCR旨在打造一套豐富、領先、且實用的OCR工具庫，助力使用者訓練出更好的模型，并應用落地。
特性豐富易用的OCR相關工具組件半自動數據標注工具PPOCRLabel：支持快速高效的數據標注數據合成工具Style-Text：批量合成大量與目標場景類似的圖像支持用戶自定義訓練，提供豐富的預測推理部署方案支持pip快速安裝使用可運行于linux、windows、Macos等多種系統支持多語言OCR模型支持中英文數字組合識別、豎排文本識別、長文本識別效果展示
不需要安裝任何工具，可以直接在pc端進行圖片識別，喜歡pyton的同學，可以按照下面的安裝教程部署。
模型列表
模型簡介
模型名稱
推薦場景
檢測模型
方向分類器
識別模型
中英文超輕量OCR模型（9.4M）
ch_ppocr_mobile_v2.0_xx
移動端&服務器端
推理模型/ 預訓練模型]
推理模型 / 預訓練模型
推理模型/ 預訓練模型
中英文通用OCR模型（143.4M）
ch_ppocr_server_v2.0_xx
服務器端
推理模型/ 預訓練模型
推理模型/ 預訓練模型
推理模型 / 預訓練模型
還有更多模型，這里不全列舉了，感興趣同學可以去官網閱讀學習。
通用中英文OCR數據集ICDAR2019-LSVTICDAR2017-RCTW-17中文街景文字識別中文文檔文字識別ICDAR2019-ArTPP-OCR Pipeline
PP-OCR是一個實用的超輕量OCR系統。主要由DB文本檢測[2]、檢測框矯正和CRNN文本識別三部分組成[7]。該系統從骨干網絡選擇和調整、預測頭部的設計、數據增強、學習率變換策略、正則化參數選擇、預訓練模型使用以及模型自動裁剪量化8個方面，采用19個有效策略，對各個模塊的模型進行效果調優和瘦身，最終得到整體大小為3.5M的超輕量中英文OCR和2.8M的英文數字OCR。
安裝教程
1、安裝python3
代碼語言：JavaScript代碼運行次數：0運行復制
#下載軟件包wget https://www.python.org/ftp/python/3.6.8/Python-3.6.8.tgz#解壓tar -zxvf Python-3.6.8.tgzcd Python-3.6.8#編譯./configure#安裝make make install#創建軟連接ln -s /usr/local/python3/bin/python3 /usr/bin/python3#查看版本python3 -V
在安裝過程中如果出現configure: Error: no acceptable C compiler found in $PATH，是缺少合適的編譯器
代碼語言：javascript代碼運行次數：0運行復制
sudo yum install gcc-c++
出現這個問題zipimport.ZipImportError: can’t decompress data; zlib not available，缺少依賴包
代碼語言：javascript代碼運行次數：0運行復制
yum -y install zlib*
2、安裝PaddlePaddle2.0
代碼語言：javascript代碼運行次數：0運行復制
pip3 install --upgrade pippython3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple
3、克隆代碼
代碼語言：javascript代碼運行次數：0運行復制
git clone https://gitee.com/paddlepaddle/PaddleOCR
4、安裝PaddleOCR 第三方依賴包
代碼語言：javascript代碼運行次數：0運行復制
cd PaddleOCR#安裝第三方依賴項pip3 install -r requirements.txt
5、模型下載
代碼語言：javascript代碼運行次數：0運行復制
mkdir inference && cd inference# 下載檢測模型并解壓wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar&& tar xf ch_ppocr_mobile_v2.0_det_infer.tar# 下載方向分類器模型并解壓wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar && tar xf ch_ppocr_mobile_v2.0_cls_infer.tar#下載文本方向分類器病解壓wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar && tar xf ch_ppocr_mobile_v2.0_rec_infer.tar
6、識別圖片
代碼語言：javascript代碼運行次數：0運行復制
#識別單張圖片python3 tools/infer/predict_system.py --image_dir="992822f810dc3cbbdcca711a1c4b0097.jpg" --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/" --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=Trueimage_dir：源文件目錄 det_model_dir：識別后存放的文件目錄
如果報錯ModuleNotFoundError: No module named ‘cv2’，缺少cv2
代碼語言：javascript代碼運行次數：0運行復制
# 安裝pip3wget https://pypi.python.org/packages/source/p/pip/pip-18.1.tar.gz# 解壓tar -zxvf pip-18.1.tar.gz # 安裝cd pip-18.1python3 setup.py buildpython3 setup.py install# 添加到軟連接ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3pip install opencv-python
如果出現pip is configured with locations that require TLS/ssl, however the..不可用的解決方法
代碼語言：javascript代碼運行次數：0運行復制
yum install openssl-devel -ycd Python-3.6.8./configure --with-sslmakesudo make install
在識別圖像時候報錯的一些解決方案
代碼語言：javascript代碼運行次數：0運行復制
#深度學習pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple# ModuleNotFoundError: No module named 'PIL'pip install pillow# MODULENOTFOUNDERROR: NO MODULE NAMED 'PADDLE'pip install paddlehub==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple#No module named 'imgaug'pip install git+https://github.com/aleju/imgaug
ps：Paddle-OCR也可以部署在Windows系統中。
代碼語言：javascript代碼運行次數：0運行復制
pip3 install --upgrade pippython3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simplegit clone https://github.com/PaddlePaddle/PaddleOCR#在PaddleOCR目錄下pip3 install -r requirements.txt
總結
Paddle-OCR 屬于Paddle 框架其中的一個應用，提供了很多好玩的模型，支持多種語言的數據集，關鍵是提供了輕量級模型，降低了使用難度。
