手把手0基础Centos下安装与部署paddleOcr教程

引言

PaddleOCR是百度开源的一款基于深度学习的OCR（Optical Character Recognition，光学字符识别）工具库，支持多种语言的文本检测与识别。对于需要在CentOS系统上部署OCR服务的开发者来说，掌握PaddleOCR的安装与部署是关键一步。本文将详细介绍如何在CentOS环境下，从零开始安装并部署PaddleOCR，适合没有相关经验的开发者参考。

环境准备

1. 系统要求

• 操作系统：CentOS 7或更高版本。
• Python版本：推荐Python 3.6及以上版本。
• CUDA与cuDNN（如需GPU加速）：根据GPU型号安装对应的CUDA和cuDNN版本。

2. 安装依赖

在CentOS上安装必要的依赖包，包括但不限于：

sudo yum install -y epel-release
sudo yum install -y python3 python3-devel python3-pip gcc git wget

如果计划使用GPU加速，还需安装NVIDIA驱动、CUDA和cuDNN。具体安装步骤可参考NVIDIA官方文档。

安装PaddlePaddle

PaddleOCR依赖于PaddlePaddle深度学习框架。根据是否使用GPU，选择相应的安装命令。

CPU版本安装

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

GPU版本安装

首先确认CUDA和cuDNN已正确安装，然后根据CUDA版本选择合适的PaddlePaddle GPU版本安装命令，例如：

# 假设CUDA版本为10.2
python3 -m pip install paddlepaddle-gpu==2.2.2.post102 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

安装完成后，可通过以下命令验证安装是否成功：

python3 -c "import paddle; paddle.utils.run_check()"

安装PaddleOCR

1. 克隆PaddleOCR仓库

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR

2. 安装PaddleOCR依赖

python3 -m pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple

下载预训练模型

PaddleOCR提供了多种语言的预训练模型，可根据需求下载。例如，下载中文OCR模型：

# 下载中文文本检测模型
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_train.tar
tar xvf ch_ppocr_mobile_v2.0_det_train.tar
mv ch_ppocr_mobile_v2.0_det_train inference/det_db
# 下载中文文本识别模型
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_train.tar
tar xvf ch_ppocr_mobile_v2.0_rec_train.tar
mv ch_ppocr_mobile_v2.0_rec_train inference/rec_crnn
# 下载中文方向分类器（可选）
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar
tar xvf ch_ppocr_mobile_v2.0_cls_train.tar
mv ch_ppocr_mobile_v2.0_cls_train inference/cls

配置与运行

1. 配置文件修改

根据实际需求修改configs/目录下的配置文件，例如ppocr/utils/ppocr_keys_v1.txt为识别字典文件，configs/det/det_mv3_db.yml为检测模型配置文件等。

2. 运行OCR

图像文本检测与识别

python3 tools/infer_rec.py -c configs/rec/rec_icdar15_train.yml -o Global.pretrained_model=inference/rec_crnn/best_accuracy Global.infer_img=doc/imgs_words/ch/word_1.jpg

将-o Global.infer_img=后的路径替换为待识别图片的路径。

批量处理图片

若需批量处理图片，可编写脚本遍历图片目录，调用PaddleOCR进行识别。示例脚本（batch_infer.py）：

import os
from paddleocr import PaddleOCR
# 初始化PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # 使用中文模型
# 图片目录
img_dir = "path/to/your/images"
# 遍历目录，处理每张图片
for img_name in os.listdir(img_dir):
    if img_name.lower().endswith(('.png', '.jpg', '.jpeg')):
        img_path = os.path.join(img_dir, img_name)
        result = ocr.ocr(img_path, cls=True)
        for line in result:
            print(line)

运行脚本：

python3 batch_infer.py

性能优化与调试

1. 性能优化

• 使用GPU加速：确保已正确安装CUDA和cuDNN，并在PaddleOCR初始化时指定use_gpu=True。
• 模型裁剪与量化：PaddleOCR支持模型裁剪和量化，可减小模型体积，提高推理速度。
• 批量处理：对于大量图片，采用批量处理方式可提高效率。

2. 调试技巧

• 日志查看：PaddleOCR提供了详细的日志输出，可通过修改配置文件中的日志级别来调整日志详细程度。
• 可视化工具：利用PaddleOCR的可视化工具，如tools/plot_bbox.py，可直观查看检测结果。
• 错误排查：遇到错误时，首先检查依赖是否安装完整，配置文件是否正确，再根据错误信息逐步排查。

结论

通过本文的详细步骤，即使是没有相关经验的开发者也能在CentOS系统上成功安装并部署PaddleOCR。PaddleOCR的强大功能使其在多种OCR应用场景中表现出色，无论是文本检测、识别还是方向分类，都能提供高效准确的解决方案。希望本文能为你的OCR开发之路提供有力支持。