中文OCR模型快速使用

    注意：也可以通过 whl 包安装使用PaddleOCR，具体参考。

    windows 环境下如果没有安装wget,下载模型时可将链接复制到浏览器中下载，并解压放置在相应目录下

    复制上表中的检测和识别的下载地址，并解压

    1. mkdir inference && cd inference
    2. # 下载超轻量级中文OCR模型的检测模型并解压
    3. wget https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db_infer.tar && tar xf ch_det_mv3_db_infer.tar
    4. # 下载超轻量级中文OCR模型的识别模型并解压

    解压完毕后应有如下文件结构：

    以下代码实现了文本检测、识别串联推理，在执行预测时，需要通过参数image_dir指定单张图像或者图像集合的路径、参数det_model_dir指定检测inference模型的路径和参数rec_model_dir指定识别inference模型的路径。可视化识别结果默认保存到 ./inference_results 文件夹里面。

    2. # 预测image_dir指定的单张图像
    3. python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_mv3_db/"  --rec_model_dir="./inference/ch_rec_mv3_crnn/"
    5. # 预测image_dir指定的图像集合
    7. # 如果想使用CPU进行预测，需设置use_gpu参数为False
    8. python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_mv3_db/"  --rec_model_dir="./inference/ch_rec_mv3_crnn/" --use_gpu=False
    • 通用中文OCR模型

    请按照上述步骤下载相应的模型，并且更新相关的参数，示例如下：

    • 支持空格的通用中文OCR模型

    注意：请将代码更新到最新版本，并添加参数 --use_space_char=True 

    1. # 预测image_dir指定的单张图像

    更多的文本检测、识别串联推理使用方式请参考文档教程中基于Python预测引擎推理。

    此外，文档教程中也提供了中文OCR模型的其他预测部署方式：