PaddlePaddle RapidOcr 使用一则

[[PaddlePaddle_Serving]]
github 项目
PaddleOCR 快速开始

https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/quickstart.md#11
安装 PaddlePaddle

如果您没有基础的Python运行环境，请参考运行环境准备。

• 您的机器安装的是CUDA9或CUDA10，请运行以下命令安装
  1. python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

  复制代码
• 您的机器是CPU，请运行以下命令安装
  1. # python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple # 不行
  2. # 用 pip
  3. pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

  复制代码

安装PaddleOCR whl包

1. pip install "paddleocr>=2.0.1"  -i https://mirror.baidu.com/pypi/simple # 推荐使用2.0.1+版本

复制代码

paddleocr默认使用PP-OCRv4模型(--ocr_version PP-OCRv4)，如需使用其他版本可通过设置参数--ocr_version，具体版本说明如下：
版本名称版本说明PP-OCRv4支持中、英文检测和识别，方向分类器，支持多语种识别PP-OCRv3支持中、英文检测和识别，方向分类器，支持多语种识别PP-OCRv2支持中英文的检测和识别，方向分类器，多语言暂未更新PP-OCR支持中、英文检测和识别，方向分类器，支持多语种识别Python脚本调用

中英文与多语言使用
通过Python脚本使用PaddleOCR whl包，whl包会自动下载ppocr轻量级模型作为默认模型。

• 检测+方向分类器+识别全流程
  

1. from paddleocr import PaddleOCR, draw_ocr
3. # Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
4. # 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
5. ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory
6. img_path = './imgs/11.jpg'
7. result = ocr.ocr(img_path, cls=True)
8. for idx in range(len(result)):
9.     res = result[idx]
10.     for line in res:
11.         print(line)
13. # 显示结果
14. from PIL import Image
15. result = result[0]
16. image = Image.open(img_path).convert('RGB')
17. boxes = [line[0] for line in result]
18. txts = [line[1][0] for line in result]
19. scores = [line[1][1] for line in result]
20. im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf')
21. im_show = Image.fromarray(im_show)
22. im_show.save('result.jpg')

复制代码

结果是一个list，每个item包含了文本框，文字和识别置信度

1. [[[28.0, 37.0], [302.0, 39.0], [302.0, 72.0], [27.0, 70.0]], ('纯臻营养护发素', 0.9658738374710083)]

复制代码

RapidOcr (PaddleOCR)

apache 开源文件内容提取 - https://tika.apache.org/
官方仓库PaddleOCR - https://github.com/PaddlePaddle/PaddleOCR
[[PaddlePaddle_OCR]]
RapidOcrNcnnJvm

jni 调用

参考 RapidOcrNcnnJvm   - https://github.com/RapidAI/RapidOcrNcnnJvm

• 预先编译好的动态运行库复制到run-test文件夹，根据您选择的编译类型，macOS、linux可能还需要额外配置动态库的搜索路径
  
• 从第1步的说明中找到模型下载地址，放到run-test/models文件夹，测试的目标图片放到run-test/images文件夹
  
• 用IDEA打开本项目
  
• Main.java为java版调用范例，main.kt为kotlin版调用范例，之后以kotlin为范例来说明
  
• IDEA中直接在在main方法左边点击绿色的运行图标，可以直接调试运行范例，但此时没有输入参数。
  

• 编辑运行参数：顶部工具栏“运行”图标左边，点开下拉菜单“Edit Configurations”
  
• VM options:添加-Djava.library.path=run-test，(把run-test文件夹加到java的lib搜索路径)
  
• Program arguments  添加命令行输入参数
  

1. run-test/models dbnet_op angle_op crnn_lite_op keys.txt run-test/test_imgs/1.jpg

复制代码

命令行参数models文件夹里必须有相应的模型文件，接下来的四个文件名对应模型文件夹里的3种模型(不含扩展名)和1个keys文件，请确认文件名无误
run-test/images/1.jpg是待识别的目标图片

• 点击运行，正常的话就可以输出识别结果。
  

本质上是jni 调用

编译好的动态库 - https://github.com/RapidAi/RapidOcrNcnn/releases 注意是 Ncnn
看项目dll项目 源码.
入口在 https://github.com/RapidAI/RapidOcrOnnx/blob/main/src/main.cpp ;
导出的对象是 https://github.com/RapidAI/RapidOcrOnnx/blob/main/src/OcrLiteJni.cpp   ?
um... 实际有哪些函数, 还得看 dll 导出的函数表.. 用IDA静态分析看看

1. 名称        地址        序号
2. JNI_OnLoad        0000000180010C20        1
3. JNI_OnUnload        0000000180010C70        2
4. Java_com_benjaminwan_ocrlibrary_OcrEngine_detect        0000000180010CB0        3
5. Java_com_benjaminwan_ocrlibrary_OcrEngine_enableResultText        0000000180011410        4
6. Java_com_benjaminwan_ocrlibrary_OcrEngine_getVersion        0000000180011780        5
7. Java_com_benjaminwan_ocrlibrary_OcrEngine_initLogger        00000001800117A0        6
8. Java_com_benjaminwan_ocrlibrary_OcrEngine_initModels        00000001800117D0        7
9. Java_com_benjaminwan_ocrlibrary_OcrEngine_setGpuIndex        0000000180012730        8
10. Java_com_benjaminwan_ocrlibrary_OcrEngine_setNumThread        0000000180012740        9
11. DllEntryPoint        00000001807D7030        [main entry]

复制代码

1. package com.benjaminwan.ocrlibrary
3. class OcrEngine() {
4.     init {
5.         try {
6.                 //对应的是 https://github.com/RapidAI/RapidOcrNcnn/releases/download/1.2.0/windows-jni.7z 下载的 dll库
7.             System.loadLibrary("RapidOcrNcnn")
8.         } catch (e: Exception) {
9.             e.printStackTrace()
10.         }
11.     }
12.     ............
13.    
14.    

复制代码

更多模型可以在官网 https://rapidai.github.io/RapidOCRDocs/model_list/#_1 下载(Onnx格式)

1. package com.benjaminwan.ocr
3. import com.benjaminwan.ocrlibrary.OcrEngine
5. fun main(args: Array<String>) {
6.         //System.setProperty("java.library.path", "D:\\libarry\\RapidOcrNcnnJvm\\win-JNI-CPU-x64\\bin")
7.     val jniLibDir = System.getProperty("java.library.path")
8.     println("java.library.path=$jniLibDir")
10.         // 对应的是 [Project_RapidOcrNcnn-1.2.0.7z](https://github.com/RapidAI/RapidOcrNcnn/releases/download/1.2.0/Project_RapidOcrNcnn-1.2.0.7z) 下载的模型 及文件
11.     //------- init models/dir image/path -------
12.     val modelsDir = "E:\\projects-work\\pdf-classify\\run-test\\models"
13.     val detName = "ch_PP-OCRv3_det_infer"
14.     val clsName = "ch_ppocr_mobile_v2.0_cls_infer"
15.     val recName = "ch_PP-OCRv3_rec_infer"
16.     val keysName = "ppocr_keys_v1.txt"
17.     val imagePath = "E:\\projects-work\\pdf-classify\\run-test\\images\\1.jpg"
18.     println("modelsDir=$modelsDir, detName=$detName, clsName=$clsName, recName=$recName, keysName=$keysName, imagePath=$imagePath")
20.     //------- numThread -------
21.     val numThread = if (args.size > 6) args[6].trim().toIntOrNull() ?: 4 else 4
23.     //------- padding -------
24.     val padding = if (args.size > 7) args[7].trim().toIntOrNull() ?: 50 else 50
26.     //------- maxSideLen -------
27.     val maxSideLen = if (args.size > 8) args[8].trim().toIntOrNull() ?: 1024 else 1024
29.     //------- boxScoreThresh -------
30.     val boxScoreThresh = if (args.size > 9) args[9].trim().toFloatOrNull() ?: 0.5f else 0.5f
32.     //------- boxThresh -------
33.     val boxThresh = if (args.size > 10) args[10].trim().toFloatOrNull() ?: 0.3f else 0.3f
35.     //------- unClipRatio -------
36.     val unClipRatio = if (args.size > 11) args[11].trim().toFloatOrNull() ?: 1.6f else 1.6f
38.     //------- doAngle -------
39.     val doAngleFlag = if (args.size > 12) args[12].trim().toIntOrNull() ?: 1 else 1
40.     val doAngle = (doAngleFlag == 1)
42.     //------- mostAngle -------
43.     val mostAngleFlag = if (args.size > 13) args[13].trim().toIntOrNull() ?: 1 else 1
44.     val mostAngle = (mostAngleFlag == 1)
46.     //------- gpuIndex -------
47.     val gpuIndex = if (args.size > 14) args[14].trim().toIntOrNull() ?: 0 else 0
48.     println("gpuIndex=$gpuIndex")
50.     //------- get jni version -------
51.     val ocrEngine = OcrEngine()
52.     val version = ocrEngine.getVersion()
53.     println("version=$version")
55.     //------- setNumThread -------
56.     ocrEngine.setNumThread(numThread)
58.     //------- init Logger -------
59.     ocrEngine.initLogger(
60.         isConsole = true,//jni启用命令行输出
61.         isPartImg = true,
62.         isResultImg = true
63.     )
64.     ocrEngine.enableResultText(imagePath)
65.     ocrEngine.setGpuIndex(gpuIndex)//GPU0一般为默认GPU，参数选项：使用CPU(-1)/使用GPU0(0)/使用GPU1(1)/...
66.     //------- init Models -------
67.     val initModelsRet = ocrEngine.initModels(modelsDir, detName, clsName, recName, keysName)
68.     if (!initModelsRet) {
69.         println("Error in models initialization, please check the models/keys path!")
70.         return
71.     }
73.     //------- set param -------
74.     println("padding($padding) boxScoreThresh($boxScoreThresh) boxThresh($boxThresh) unClipRatio($unClipRatio) doAngle($doAngle) mostAngle($mostAngle)")
75.     ocrEngine.padding = padding //图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。
76.     ocrEngine.boxScoreThresh = boxScoreThresh //文字框置信度门限，文字框没有正确框住所有文字时，减小此值
77.     ocrEngine.boxThresh = boxThresh //请自行试验
78.     ocrEngine.unClipRatio = unClipRatio //单个文字框大小倍率，越大时单个文字框越大
79.     ocrEngine.doAngle = doAngle //启用(1)/禁用(0) 文字方向检测，只有图片倒置的情况下(旋转90~270度的图片)，才需要启用文字方向检测
80.     ocrEngine.mostAngle = mostAngle //启用(1)/禁用(0) 角度投票(整张图片以最大可能文字方向来识别)，当禁用文字方向检测时，此项也不起作用
82.     //------- start detect -------
83.     val ocrResult =
84.         ocrEngine.detect(imagePath, maxSideLen = maxSideLen) //按图像长边进行总体缩放，放大增加识别耗时但精度更高，缩小减小耗时但精度降低，maxSideLen=0代表不缩放
85.     //使用native方法，可以让OcrEngine成为单例
86.     /*val ocrResult =
87.         ocrEngine.detect(imagePath, padding, maxSideLen, boxScoreThresh, boxThresh, unClipRatio, doAngle, mostAngle)*/
88.     //------- print result -------
89.     println("识别结果: "+ ocrResult.toString())
90.     return
91. }

复制代码

RapidOcrOnnxJvm (推荐)

官方说明项目- https://github.com/RapidAI/RapidOcrOnnxJvm
dll库项目 - https://github.com/RapidAi/RapidOcrOnnx/releases
模型下载- https://github.com/RapidAI/RapidOcrOnnx/releases/tag/1.2.2

1. object INSTANCE {
2.     val log = LoggerFactory.getLogger(INSTANCE::class.java)
3.     val ocrEngine = OcrEngine()
4.     init {
5.         val modelsDir = System.getProperty("user.dir") + "\\run\\models_onnx"
6.         println("加载模型目录 : "+modelsDir)
7.         //注意 他这里需要模型后缀了, 我靠
8.         val detName = "ch_PP-OCRv3_det_infer.onnx"
9.         val clsName = "ch_ppocr_mobile_v2.0_cls_infer.onnx"
10.         val recName = "ch_PP-OCRv3_rec_infer.onnx"
11.         val keysName = "ppocr_keys_v1.txt"
12.         val numThread = 4;
13.         ocrEngine.setNumThread(numThread)
15.         //------- init Logger -------
16.         ocrEngine.initLogger(
17.             isConsole = false,
18.             isPartImg = false,
19.             isResultImg = false
20.         )
21.         //------- init Models -------
22.         val initModelsRet = ocrEngine.initModels(modelsDir, detName, clsName, recName, keysName)
23.         if (!initModelsRet) {
24.             log.error("模型初始化失败")
25.         }else{
26.             log.info("模型初始化成功")
27.         }
28.     }
29. }

复制代码

更换模型

更多模型可以在官网 https://rapidai.github.io/RapidOCRDocs/model_list/#_1 下载(Onnx格式)
在PC端识别用到的就是:

1. val detName = "ch_PP-OCRv4_det_infer.onnx"  
2. val recName = "ch_PP-OCRv4_rec_infer.onnx"

复制代码

ppocr_keys_v1.txt 用原来的即可

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！