Python paddleocr快速使用及参数配置详解
其它相关推荐：<a target="_blank" href="https://blog.csdn.net/qq_41273999/article/details/135692215" rel="external nofollow">PaddleOCR模型训练及使用详细教程</a>官方网址：https://github.com/PaddlePaddle/PaddleOCR
PaddleOCR是基于PaddlePaddle深度学习框架的开源OCR工具，但它提供了推理模型/训练模型/预训练模型，用户可以直接使用推理模型进行识别，也可以对训练模型或预训练模型进行再训练。支持约80种语言的文本识别，并具有较高的准确性和速度。
1. paddleocr快速使用
1.1 使用默认模型路径
import cv2
from paddleocr import PaddleOCR
# 使用默认模型路径
paddleocr = PaddleOCR(lang='ch', show_log=False)
img = cv2.imread('ch2.jpg')# 打开需要识别的图片
result = paddleocr.ocr(img)
for i in range(len(result)):
print(result) # 输出识别结果
1.2 设定模型路径
import cv2
from paddleocr import PaddleOCR
# 设定模型路径
paddleocr = PaddleOCR(lang='ch', show_log=False,
det_model_dir='.paddleocr\\whl\\det\\ch\\ch_PP-OCRv4_det_infer',
rec_model_dir='.paddleocr\\whl\\rec\\ch\\ch_PP-OCRv4_rec_infer') # 推理模型路径
img = cv2.imread('ch2.jpg')# 打开需要识别的图片
result = paddleocr.ocr(img)
for i in range(len(result)):
print(result) # 输出识别结果
2. PaddleOCR其他参数介绍
PaddleOCR模型推理参数解释
在使用PaddleOCR进行模型推理时，可以自定义修改参数，来修改模型、数据、预处理、后处理等内容，详细的参数解释如下所示。
全局信息
参数名称类型默认值含义image_dirstr无，必须显式指定图像或者文件夹路径page_numint0当输入类型为pdf文件时有效，指定预测前面page_num页，默认预测所有页vis_font_pathstr“./doc/fonts/simfang.ttf”用于可视化的字体路径drop_scorefloat0.5识别得分小于该值的结果会被丢弃，不会作为返回结果use_pdservingboolFalse是否使用Paddle Serving进行预测warmupboolFalse是否开启warmup，在统计预测耗时的时候，可以使用这种方法draw_img_save_dirstr“./inference_results”系统串联预测OCR结果的保存文件夹save_crop_resboolFalse是否保存OCR的识别文本图像crop_res_save_dirstr“./output”保存OCR识别出来的文本图像路径use_mpboolFalse是否开启多进程预测total_process_numint6开启的进程数，use_mp为True时生效process_idint0当前进程的id号，无需自己修改benchmarkboolFalse是否开启benchmark，对预测速度、显存占用等进行统计save_log_pathstr“./log_output/”开启benchmark时，日志结果的保存文件夹show_logboolTrue是否显示预测中的日志信息use_onnxboolFalse是否开启onnx预测预测引擎相关
参数名称类型默认值含义use_gpuboolTrue是否使用GPU进行预测ir_optimboolTrue是否对计算图进行分析与优化，开启后可以加速预测过程use_tensorrtboolFalse是否开启tensorrtmin_subgraph_sizeint15tensorrt中最小子图size，当子图的size大于该值时，才会尝试对该子图使用trt engine计算precisionstrfp32预测的精度，支持fp32, fp16, int8 3种输入enable_mkldnnboolTrue是否开启mkldnncpu_threadsint10开启mkldnn时，cpu预测的线程数文本检测模型相关
参数名称类型默认值含义det_algorithmstr“DB”文本检测算法名称，目前支持DB, EAST, SAST, PSE, DB++, FCEdet_model_dirstrxx检测inference模型路径det_limit_side_lenint960检测的图像边长限制det_limit_typestr“max”检测的边长限制类型，目前支持min和max，min表示保证图像最短边不小于det_limit_side_len，max表示保证图像最长边不大于det_limit_side_len其中，DB算法相关参数如下
参数名称类型默认值含义det_db_threshfloat0.3DB输出的概率图中，得分大于该阈值的像素点才会被认为是文字像素点det_db_box_threshfloat0.6检测结果边框内，所有像素点的平均得分大于该阈值时，该结果会被认为是文字区域det_db_unclip_ratiofloat1.5Vatti clipping算法的扩张系数，使用该方法对文字区域进行扩张max_batch_sizeint10预测的batch sizeuse_dilationboolFalse是否对分割结果进行膨胀以获取更优检测效果det_db_score_modestr“fast”DB的检测结果得分计算方法，支持fast和slow，fast是根据polygon的外接矩形边框内的所有像素计算平均得分，slow是根据原始polygon内的所有像素计算平均得分，计算速度相对较慢一些，但是更加准确一些。EAST算法相关参数如下
参数名称类型默认值含义det_east_score_threshfloat0.8EAST后处理中score map的阈值det_east_cover_threshfloat0.1EAST后处理中文本框的平均得分阈值det_east_nms_threshfloat0.2EAST后处理中nms的阈值SAST算法相关参数如下
参数名称类型默认值含义det_sast_score_threshfloat0.5SAST后处理中的得分阈值det_sast_nms_threshfloat0.5SAST后处理中nms的阈值det_box_typestrquad是否多边形检测，弯曲文本场景（如Total-Text）设置为’poly’PSE算法相关参数如下
参数名称类型默认值含义det_pse_threshfloat0.0对输出图做二值化的阈值det_pse_box_threshfloat0.85对box进行过滤的阈值，低于此阈值的丢弃det_pse_min_areafloat16box的最小面积，低于此阈值的丢弃det_box_typestr“quad”返回框的类型，quad:四点坐标，poly: 弯曲文本的所有点坐标det_pse_scaleint1输入图像相对于进后处理的图的比例，如640*640的图像，网络输出为160*160，scale为2的情况下，进后处理的图片shape为320*320。这个值调大可以加快后处理速度，但是会带来精度的下降文本识别模型相关
参数名称类型默认值含义rec_algorithmstr“CRNN”文本识别算法名称，目前支持CRNN, SRN, RARE, NETR, SAR, ViTSTR, ABINet, VisionLAN, SPIN, RobustScanner, SVTR, SVTR_LCNetrec_model_dirstr无，如果使用识别模型，该项是必填项识别inference模型路径rec_image_shapestr“3,48,320”识别时的图像尺寸rec_batch_numint6识别的batch sizemax_text_lengthint25识别结果最大长度，在SRN中有效rec_char_dict_pathstr“./ppocr/utils/ppocr_keys_v1.txt”识别的字符字典文件use_space_charboolTrue是否包含空格，如果为True，则会在最后字符字典中补充空格字符端到端文本检测与识别模型相关
参数名称类型默认值含义e2e_algorithmstr“PGNet”端到端算法名称，目前支持PGNete2e_model_dirstr无，如果使用端到端模型，该项是必填项端到端模型inference模型路径e2e_limit_side_lenint768端到端的输入图像边长限制e2e_limit_typestr“max”端到端的边长限制类型，目前支持min, max，min表示保证图像最短边不小于e2e_limit_side_len，max表示保证图像最长边不大于e2e_limit_side_lene2e_pgnet_score_threshfloat0.5端到端得分阈值，小于该阈值的结果会被丢弃e2e_char_dict_pathstr“./ppocr/utils/ic15_dict.txt”识别的字典文件路径e2e_pgnet_valid_setstr“totaltext”验证集名称，目前支持totaltext, partvgg，不同数据集对应的后处理方式不同，与训练过程保持一致即可e2e_pgnet_modestr“fast”PGNet的检测结果得分计算方法，支持fast和slow，fast是根据polygon的外接矩形边框内的所有像素计算平均得分，slow是根据原始polygon内的所有像素计算平均得分，计算速度相对较慢一些，但是更加准确一些。方向分类器模型相关
参数名称类型默认值含义use_angle_clsboolFalse是否使用方向分类器cls_model_dirstr无，如果需要使用，则必须显式指定路径方向分类器inference模型路径cls_image_shapestr“3,48,192”预测尺度label_listlist[‘0’, ‘180’]class id对应的角度值cls_batch_numint6方向分类器预测的batch sizecls_threshfloat0.9预测阈值，模型预测结果为180度，且得分大于该阈值时，认为最终预测结果为180度，需要翻转其它相关推荐：<a href="https://www.jb51.net/python/322208kit.htm" target="_blank">PaddleOCR模型训练及使用详细教程</a>到此这篇关于Python paddleocr快速使用及参数详解的文章就介绍到这了,更多相关Python paddleocr使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
来源:https://www.jb51.net/python/322205mlz.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]