pythonocr识别中文pdf_Python构建快速高效的中文文字识别OCR

感谢李奥诃弗斯基的悉心教导完成编译部分工作&＃xff0c;万分感谢&＃xff01;

本文使用开源项目chineseocr_lite&＃xff0c;已上传百度网盘(2020/3/16)&＃xff0c;提取码&＃xff1a;oade

以下适合Windows系统&＃xff0c;需要使用VS进行简单编译&＃xff0c;若用Linux系统可直接参考原项目&＃xff0c;应该更简单。

安装

1. PyTorch

进入PyTorch官网&＃xff0c;选择合适自己的版本。

如笔者使用pip且仅CPU环境&＃xff0c;执行命令安装&＃xff1a;pip install torch&＃61;&＃61;1.4.0&＃43;cpu torchvision&＃61;&＃61;0.5.0&＃43;cpu -f https://download.pytorch.org/whl/torch_stable.html

2. Python库

pip

install web.py

&＃61;&＃61;0.40.dev011

3. VS2015及以上

必须装上VC&＃43;&＃43;模块&＃xff0c;用于后面编译。

编译PSENET

本人编译好的pse.pyd已上传CSDN&＃xff0c;在Win7和Win10的Python3.6版本下测试通过&＃xff0c;需要的亲自取。

这步是重头戏

1.打开VS2015→新建项目→Visual C&＃43;&＃43;→项目命名为pse

2.勾上空项目

3.配置属性(常规)&＃xff1a;右键项目pse→属性→配置Release→平台x64→目标文件扩展名.pyd→配置类型动态库(.dll)

4.配置属性(VC&＃43;&＃43;目录)&＃xff1a;包含目录添加C:\chineseocr_lite-master\psenet\pse\include(项目文件)和C:\Users\Administrator\AppData\Local\Programs\Python\Python36\include(你的Python)&＃xff0c;库目录添加C:\Users\Administrator\AppData\Local\Programs\Python\Python36\libs(注意&＃xff0c;是libs不是Lib)

5.附加依赖项&＃xff1a;添加python3.lib;python36.lib;

4.配置管理器→活动解决方案配置Release→活动解决方案平台x64

5.把项目\psenet\pse\pse.cpp复制到源文件里→右键项目pse→重新生成

6.在VS项目pse\x64\Release就编译好了我们要的库文件pse.pyd

7.将pse.pyd复制到与项目\psenet\pse\pse.cpp同一文件夹下

运行app.py

访问http://127.0.0.1:8080/ocr

1.报错RuntimeError: Cannot compile pse: C:\chineseocr_lite-master\psenet\pse

注释掉psenet\pse\__init__.py的两行代码

2.报错UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xab in position 551: illegal multibyte sequence

点进报错所在代码&＃xff0c;添加编码, encoding&＃61;"UTF-8"

3.报错UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa7 in position 982: illegal multibyte sequence

同上&＃xff0c;添加编码, encoding&＃61;"UTF-8"

封装接口

原项目使用和未使用的文件较多&＃xff0c;本人封装好了接口

GitHub自取&＃xff1a;vba34520/chineseocr_lite: Python构建快速高效的中文文字识别OCR

调用ocr.result()即可进行文本预测

GPU版本 安装CUDA&＃43;cuDNNGPU版本PyTorch执行命令nvidia-smi查看GPU的ID修改config.py的GPU_ID

参考文献 ouyanghuiyu/chineseocr_lite: 超轻量级中文ocr&＃xff0c;支持竖排文字识别, 支持ncnn推理 , psenet(8.5M) &＃43; crnn(6.3M) &＃43; anglenet(1.5M) 总模型仅17Mpybind/pybind11: Seamless operability between C&＃43;&＃43;11 and Python根据显卡型号选择CUDA和cuDNN进行TensorFlow GPU版本安装python如何编译py文件生成pyc、pyo、pyd以及如何和C语言结合使用