利用Paddle开源OCR模型进行字符识别

在挂机录制视频的时候，需要一个检测进度条是否跑完的功能。但是无奈各大平台ocr的api都很贵，本人不太愿意为了这个小功能掏钱。然后发现了这个OCR模型。

虽然没学过人工智能，但是好在官方给的教程十分简单。按照教程做大致没有问题，但是有一些遇到的问题官方教程没有涉及到。

 

我是使用pycharm的，在pycharm2022版本中，换源比较麻烦，可以手动用命令行进行下载。但是要注意的是pycharm用的是python虚拟环境，直接在本地下载是没用的。需要打开项目目录下的./venv/Scripts文件夹下，用管理员模式下的cmd运行activate.bat文件进入虚拟环境。然后运行。

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install "paddleocr>=2.0.1" -i https://mirror.baidu.com/pypi/simple

 如果你的电脑安装过最新版numpy，那么你在运行代码时会喜提一个报错。原因是python的库中包含了numpy.int属性，但是这个在1.24.0中已经被删除了。用下面命令重新安装numpy：

pip install "numpy<1.24.0" -i https://mirror.baidu.com/pypi/simple

 到python里面运行即可，这里提供一个用ocr识别文本的示例代码：

def ocr(img_path):
    ocr = PaddleOCR(use_angle_cls=True, lang="ch") # 这一句可以写成全局变量，避免重复加载模型（很慢）
    result = ocr.ocr(img_path, cls=True)
    return result[0][0][1][0]

 用这个函数就可以识别图像中文字了，而且用本地开源模型，不用联网/花钱。准确率很高。