PaddleOCR文字识别使用

【转载】
原网页：https://github.com/PaddlePaddle/PaddleOCR/

简介

PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。

注意

PaddleOCR同时支持动态图与静态图两种编程范式

动态图版本：dygraph分支（默认），需将paddle版本升级至2.0rc1+（快速安装）
静态图版本：develop分支

近期更新

2021.1.4 FAQ新增5个高频问题，总数142个，每周一都会更新，欢迎大家持续关注。
2020.12.15 更新数据合成工具Style-Text，可以批量合成大量与目标场景类似的图像，在多个场景验证，效果明显提升。
2020.11.25 更新半自动标注工具PPOCRLabel，辅助开发者高效完成标注任务，输出格式与PP-OCR训练任务完美衔接。
2020.9.22 更新PP-OCR技术文章，https://arxiv.org/abs/2009.09941
More

特性

PPOCR系列高质量预训练模型，准确的识别效果
- 超轻量ppocr_mobile移动端系列：检测（3.0M）+方向分类器（1.4M）+ 识别（5.0M）= 9.4M
- 通用ppocr_server系列：检测（47.1M）+方向分类器（1.4M）+ 识别（94.9M）= 143.4M
- 支持中英文数字组合识别、竖排文本识别、长文本识别
- 支持多语言识别：韩语、日语、德语、法语
丰富易用的OCR相关工具组件
- 半自动数据标注工具PPOCRLabel：支持快速高效的数据标注
- 数据合成工具Style-Text：批量合成大量与目标场景类似的图像
支持用户自定义训练，提供丰富的预测推理部署方案
支持PIP快速安装使用
可运行于Linux、Windows、MacOS等多种系统

效果展示

上图是通用ppocr_server模型效果展示，更多效果图请见效果展示页面。

欢迎加入PaddleOCR技术交流群

微信扫描二维码加入官方交流群，获得更高效的问题答疑，与各行各业开发者充分交流，期待您的加入。

快速体验

PC端：超轻量级中文OCR在线体验地址：https://www.paddlepaddle.org.cn/hub/scene/ocr
移动端：安装包DEMO下载地址(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)，Android手机也可以直接扫描下面二维码安装体验。

代码体验：从快速安装开始

PP-OCR 2.0系列模型列表（更新中）

说明：2.0版模型和1.1版模型的主要区别在于动态图训练vs.静态图训练，模型性能上无明显差距。

模型简介	模型名称	推荐场景	检测模型	方向分类器	识别模型
中英文超轻量OCR模型（9.4M）	ch_ppocr_mobile_v2.0_xx	移动端&服务器端	推理模型 / 预训练模型	推理模型 / 预训练模型	推理模型 / 预训练模型
中英文通用OCR模型（143.4M）	ch_ppocr_server_v2.0_xx	服务器端	推理模型 / 预训练模型	推理模型 / 预训练模型	推理模型 / 预训练模型

更多模型下载（包括多语言），可以参考PP-OCR v2.0 系列模型下载

文档教程

快速安装
中文OCR模型快速使用
代码组织结构
算法介绍
- 文本检测
- 文本识别
- PP-OCR Pipline
模型训练/评估
- 文本检测
- 文本识别
- 方向分类器
- yml参数配置文件介绍
预测部署
- 基于pip安装whl包快速推理
- 基于Python脚本预测引擎推理
- 基于C++预测引擎推理
- 服务化部署
- 端侧部署
- Benchmark
数据集
- 通用中英文OCR数据集
- 手写中文OCR数据集
- 垂类多语言OCR数据集
数据标注与合成
- 半自动标注工具PPOCRLabel
- 数据合成工具Style-Text
- 其它数据标注工具
- 其它数据合成工具
效果展示
FAQ
- 【精选】OCR精选10个问题
- 【理论篇】OCR通用31个问题
- 【实战篇】PaddleOCR实战101个问题
技术交流群
参考文献
许可证书
贡献代码

PP-OCR Pipline

PP-OCR是一个实用的超轻量OCR系统。主要由DB文本检测[2]、检测框矫正和CRNN文本识别三部分组成[7]。该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略，对各个模块的模型进行效果调优和瘦身，最终得到整体大小为3.5M的超轻量中英文OCR和2.8M的英文数字OCR。更多细节请参考PP-OCR技术方案 https://arxiv.org/abs/2009.09941 。其中FPGM裁剪器[8]和PACT量化[9]的实现可以参考PaddleSlim。

效果展示 more

中文模型

英文模型

其他语言模型

许可证书

本项目的发布受Apache 2.0 license许可认证。

贡献代码

我们非常欢迎你为PaddleOCR贡献代码，也十分感谢你的反馈。

非常感谢 Khanh Tran 和 Karl Horky 贡献修改英文文档
非常感谢 zhangxin(Blog) 贡献新的可视化方式、添加.gitignore、处理手动设置PYTHONPATH环境变量的问题
非常感谢 lyl120117 贡献打印网络结构的代码
非常感谢 xiangyubo 贡献手写中文OCR数据集
非常感谢 authorfu 贡献Android和xiadeye 贡献IOS的demo代码
非常感谢 BeyondYourself 给PaddleOCR提了很多非常棒的建议，并简化了PaddleOCR的部分代码风格。
非常感谢 tangmq 给PaddleOCR增加Docker化部署服务，支持快速发布可调用的Restful API服务。
非常感谢 lijinhan 给PaddleOCR增加java SpringBoot 调用OCR Hubserving接口完成对OCR服务化部署的使用。
非常感谢 Mejans 给PaddleOCR增加新语言奥克西坦语Occitan的字典和语料。
非常感谢 Evezerest， ninetailskim， edencfc， BeyondYourself， 1084667371 贡献了PPOCRLabel的完整代码。