PaddleOCR: uma biblioteca de ferramentas de OCR multilíngue baseada no Flying Paddle, com suporte ao reconhecimento de mais de 80 idiomas

Introdução geral

O PaddleOCR é um kit de ferramentas de OCR multilíngue baseado no PaddlePaddle, projetado para fornecer um sistema de OCR prático e ultraleve. Ele é compatível com o reconhecimento de mais de 80 idiomas e fornece ferramentas de anotação e síntese de dados para dar suporte ao treinamento e à implantação em servidores, dispositivos móveis, dispositivos incorporados e de IoT. O paddleOCR integra correção de imagem de texto, detecção de área de layout, detecção de texto regular, detecção de texto de carimbo, reconhecimento de texto, reconhecimento de tabela e outros recursos, reduzindo significativamente os custos de desenvolvimento, além de oferecer suporte a raciocínio de alto desempenho, implantação baseada em serviços e implantação no lado final. Ele também oferece suporte à inferência de alto desempenho, à implantação de serviços e à implantação no lado final.

Lista de funções

• reconhecimento multilíngueReconhecimento de texto em mais de 80 idiomas: há suporte para o reconhecimento de texto em mais de 80 idiomas.
• Ferramentas de anotação e síntese de dadosFornecimento de ferramentas convenientes de anotação e síntese de dados para ajudar a gerar rapidamente dados de treinamento.
• Correção de imagem de textoFunção de correção de imagem de texto integrada para melhorar a precisão do reconhecimento.
• Detecção de área de layoutDetecção de área de layout de alta precisão para análise de documentos complexos: suporta detecção de área de layout de alta precisão para análise de documentos complexos.
• reconhecimento de formuláriosFunção de reconhecimento de tabela: fornece a função de reconhecimento de tabela, capaz de extrair dados de tabela com precisão.
• Detecção de texto de seloSuporte à detecção e ao reconhecimento de texto carimbado: suporta a detecção e o reconhecimento de texto carimbado.
• Raciocínio de alto desempenhoSuporte à inferência de alto desempenho para aplicativos em tempo real.
• Várias opções de implementaçãoSuporte à implementação de servidores, dispositivos móveis, dispositivos incorporados e de IoT.
• Desenvolvimento com pouco códigoFornecimento de ferramentas de desenvolvimento de processo completo de baixo código para reduzir o limite de desenvolvimento e aumentar a eficiência do desenvolvimento.

Usando a Ajuda

Processo de instalação

1. Preparação ambiental::
   • Certifique-se de que o Python 3.6 ou posterior esteja instalado.
   • Instale a estrutura do PaddlePaddle, que pode ser instalada com o seguinte comando:

    pip install paddlepaddle
   

   • Instale o PaddleOCR:

    pip install paddleocr
   

2. Modelos para download::
   • Faça o download dos modelos pré-treinados do repositório oficial. Consulte a documentação oficial para obter links e comandos de download específicos.
3. exemplo de execução::
   • Use o seguinte comando para executar o exemplo de OCR: bash
paddleocr --image_dir . /doc/imgs/11.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


Função Fluxo de operação

1. reconhecimento de texto::
   • Prepare o arquivo de imagem a ser reconhecido.
   • fazer uso de paddleocr ferramenta de linha de comando ou a API Python para identificação.
   • Código de amostra:

    from paddleocr import PaddleOCR, draw_ocr
   import matplotlib.pyplot as plt
   import cv2
   ocr = PaddleOCR(use_angle_cls=True, lang='ch')
   img_path = 'path/to/your/image.jpg'
   resultado = ocr.ocr(img_path, cls=True)
   for line in result.
   print(line)
   Resultado da visualização #
   imagem = cv2.imread(img_path)
   boxes = [elements[0] for elements in result]
   txts = [elements[1][0] for elements in result]
   scores = [elements[1][1] for elements in result]
   im_show = draw_ocr(image, boxes, txts, scores, font_path='path/to/your/font.ttf')
   im_show = cv2.cvtColor(im_show, cv2.COLOR_BGR2RGB)
   plt.imshow(im_show)
   plt.show()
   

2. reconhecimento de formulários::
   • Prepare o arquivo de imagem que contém o formulário.
   • fazer uso de paddleocr Ferramenta de linha de comando ou API Python para reconhecimento de formulários.
   • Código de amostra:

    from paddleocr import PPStructure, draw_structure_result
   importar cv2
   table_engine = PPStructure(show_log=True)
   img_path = 'path/to/your/table_image.jpg'
   result = table_engine(img_path)
   for line in result.
   print(line)
   Resultados da visualização do #
   image = cv2.imread(img_path)
   im_show = draw_structure_result(image, result, font_path='path/to/your/font.ttf')
   im_show = cv2.cvtColor(im_show, cv2.COLOR_BGR2RGB)
   plt.imshow(im_show)
   plt.show()
   

3. Detecção de área de layout::
   • Preparar arquivos de imagem com layouts complexos.
   • fazer uso de paddleocr Ferramenta de linha de comando ou API Python para detecção de área de layout.
   • Código de amostra:

    from paddleocr import PaddleOCR, draw_ocr
   import matplotlib.pyplot as plt
   import cv2
   ocr = PaddleOCR(use_angle_cls=True, lang='ch')
   img_path = 'path/to/your/layout_image.jpg'
   resultado = ocr.ocr(img_path, cls=True)
   for line in result.
   print(line)
   Resultado da visualização do #
   imagem = cv2.imread(img_path)
   boxes = [elements[0] for elements in result]
   txts = [elements[1][0] for elements in result]
   scores = [elements[1][1] for elements in result]
   im_show = draw_ocr(image, boxes, txts, scores, font_path='path/to/your/font.ttf')
   im_show = cv2.cvtColor(im_show, cv2.COLOR_BGR2RGB)
   plt.imshow(im_show)
   plt.show()
   

O guia do leigo para começar a usar a IA

Ajuda você a aprender a utilizar as ferramentas de IA com baixo custo e a partir de uma base zero.A IA, assim como o software de escritório, é uma habilidade essencial para todos. Dominar a IA lhe dará uma vantagem em sua busca de emprego e metade do esforço em seu trabalho e estudos futuros.

Ver detalhes>