导读
本期将介绍并演示PaddleOCR Python OpenCV实现车牌识别、身份证信息识别和车票信息识别的步骤与效果。
介绍
百度深度学习框架PaddlePaddle开源的OCR项目PaddleOCR近期霸榜github。使用测试后发现识别效果很好，对于简单的应用(车票车牌身份证等)，直接用项目提供的模型即可使用。特殊应用，可自己训练后使用。
gituhub地址：https://github.com/PaddlePaddle/PaddleOCR
效果展示
分别以车牌识别、身份证信息识别和车票信息识别为例，测试效果如下视频：
实现步骤
PaddleOCR是基于百度的深度学习框架PaddlePaddle实现的，所以第一步我们需要先安装PaddlePaddle模块。直接使用pip安装即可：
——指令：pip install paddlepaddle
第二步：安装PaddleOCR。同样是pip安装：
——GPU版安装：
代码语言：javascript复制python -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple——CPU版安装：
代码语言：javascript复制python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple如果要在GPU模式下使用除了有GPU外还需要安装CUDA 10.1和CUDNN对应文件，另外遇到的安装问题网上也可以找到答案，我的安装步骤到此结束。
代码演示
代码演示前需要先下载PaddleOCR提供的训练好的模型共3个，我是Win10 PC端使用下载下面三个，如果是移动端下载上面三个。
github提供的Demo如下将会保存一张识别结果图：
代码语言：javascript复制from paddleocr import PaddleOCRimport cv2import numpy as npfrom PIL import Image, ImageDraw, ImageFontfrom paddleocr import PaddleOCR, draw_ocrfont=cv2.FONT_HERSHEY_SIMPLEX
# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False, rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/', cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/', det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memory
img_path = './imgs/B.jpg'result = ocr.ocr(img_path, cls=True)# 显示结果from PIL import Imageimage = Image.open(img_path).convert('RGB')boxes = [line[0] for line in result]txts = [line[1][0] for line in result]scores = [line[1][1] for line in result]im_show = draw_ocr(image, boxes, txts, scores, font_path='./simfang.ttf')im_show = Image.fromarray(im_show)
im_show.save('result.png')识别输出信息：
输出结果图：
我们把输出结果部分改成OpenCV实现：
代码语言：javascript复制from paddleocr import PaddleOCRimport cv2import numpy as npfrom PIL import Image, ImageDraw, ImageFontfont=cv2.FONT_HERSHEY_SIMPLEX
# Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lang参数进行切换# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu=False, rec_model_dir='./models/ch_ppocr_server_v2.0_rec_infer/', cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/', det_model_dir='./models/ch_ppocr_server_v2.0_det_infer/') # need to run only once to download and load model into memory
def putText_Chinese(img,strText,pos,color,fontSize): fontpath = "./simsun.ttc" # <== 这里是宋体路径 font = ImageFont.truetype(fontpath, fontSize) img_pil = Image.fromarray(img) draw = ImageDraw.Draw(img_pil) draw.text(pos,strText, font=font, fill=color) img = np.array(img_pil) return img
print('---------------PaddleOCR Start---------------------')img_path = './pics/18.jpg'img = cv2.imread(img_path)cv2.imshow("src", img)result = ocr.ocr(img_path, cls=True)#print(result)for line in result: print('----------------------------') print(line) pt1 = ((int)(line[0][0][0]),(int)(line[0][0][1])) pt2 = ((int)(line[0][1][0]),(int)(line[0][1][1])) pt3 = ((int)(line[0][2][0]),(int)(line[0][2][1])) pt4 = ((int)(line[0][3][0]),(int)(line[0][3][1])) cv2.line(img,pt1,pt2,(0,0,255),1,cv2.LINE_AA) cv2.line(img,pt2,pt3,(0,0,255),1,cv2.LINE_AA) cv2.line(img,pt3,pt4,(0,0,255),1,cv2.LINE_AA) cv2.line(img,pt1,pt4,(0,0,255),1,cv2.LINE_AA) img = putText_Chinese(img,line[1][0],(pt1[0],pt1[1]-35),(255,0,255),50) cv2.imshow("OCR-Result", img)cv2.imwrite("result.png", img)cv2.waitKey()cv2.destroyAllWindows()输出结果图：
倾斜也可以自动识别：
试试车票识别：
再试试车牌识别：
简单总结：
PaddleOCR字符识别功能很强大，倾斜角度、偏亮偏暗的情况效果都不错。这里只是一个简单的演示，大家有兴趣可以看看github项目主页对其做更深入了解，后续博主有使用心得也会及时更新。
——最后马上过年了，祝大家学习进步、工作顺利、身体健康、阖家幸福！感谢大家一直以来的关注与支持，谢谢！
