免费OCR工具推荐：高效识别真香体验

哈喽，大家好，我是爱撸码的开源大叔！

经常在网上查询文档资料的朋友一定有过这样的经历：好不容易找到了需要的内容，可是别说下载了，连复制一句话都不给复制的。尤其是 PDF 文档和图片类资料，就算我们充值下载到本地，很多也无法复制文本，只能手动敲出来。

项目中有些场景也需要图片识别，比如识别证件、证照等等。

下面分享一款电脑端的 OCR 文字识别软件——「PaddleOCR」，可以帮助我们解决这一问题。

PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。

特性丰富易用的OCR相关工具组件半自动数据标注工具PPOCRLabel：支持快速高效的数据标注数据合成工具Style-Text：批量合成大量与目标场景类似的图像支持用户自定义训练，提供丰富的预测推理部署方案支持PIP快速安装使用可运行于Linux、Windows、MacOS等多种系统支持多语言OCR模型支持中英文数字组合识别、竖排文本识别、长文本识别效果展示

不需要安装任何工具，可以直接在pc端进行图片识别，喜欢pyton的同学，可以按照下面的安装教程部署。

模型列表

模型简介

模型名称

推荐场景

检测模型

方向分类器

识别模型

中英文超轻量OCR模型（9.4M）

ch_ppocr_mobile_v2.0_xx

移动端&服务器端

推理模型/ 预训练模型]

推理模型 / 预训练模型

推理模型/ 预训练模型

中英文通用OCR模型（143.4M）

ch_ppocr_server_v2.0_xx

服务器端

推理模型/ 预训练模型

推理模型/ 预训练模型

推理模型 / 预训练模型

还有更多模型，这里不全列举了，感兴趣同学可以去官网阅读学习。

通用中英文OCR数据集ICDAR2019-LSVTICDAR2017-RCTW-17中文街景文字识别中文文档文字识别ICDAR2019-ArTPP-OCR Pipeline

PP-OCR是一个实用的超轻量OCR系统。主要由DB文本检测[2]、检测框矫正和CRNN文本识别三部分组成[7]。该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略，对各个模块的模型进行效果调优和瘦身，最终得到整体大小为3.5M的超轻量中英文OCR和2.8M的英文数字OCR。

安装教程

1、安装python3

代码语言：javascript代码运行次数：0运行复制

#下载软件包wget https://www.python.org/ftp/python/3.6.8/Python-3.6.8.tgz#解压tar -zxvf Python-3.6.8.tgzcd  Python-3.6.8#编译./configure#安装make make install#创建软连接ln -s /usr/local/python3/bin/python3 /usr/bin/python3#查看版本python3 -V

在安装过程中如果出现configure: error: no acceptable C compiler found in $PATH，是缺少合适的编译器

代码语言：javascript代码运行次数：0运行复制

sudo yum install gcc-c++

出现这个问题zipimport.ZipImportError: can't decompress data; zlib not available，缺少依赖包

代码语言：javascript代码运行次数：0运行复制

yum -y install zlib*

2、安装PaddlePaddle2.0

代码语言：javascript代码运行次数：0运行复制

pip3 install --upgrade pippython3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple

3、克隆代码

代码语言：javascript代码运行次数：0运行复制

git clone https://gitee.com/paddlepaddle/PaddleOCR

4、安装PaddleOCR 第三方依赖包

代码语言：javascript代码运行次数：0运行复制

cd PaddleOCR#安装第三方依赖项pip3 install -r requirements.txt

5、模型下载

代码语言：javascript代码运行次数：0运行复制

mkdir inference && cd inference# 下载检测模型并解压wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar&& tar xf ch_ppocr_mobile_v2.0_det_infer.tar# 下载方向分类器模型并解压wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar && tar xf ch_ppocr_mobile_v2.0_cls_infer.tar#下载文本方向分类器病解压wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar && tar xf ch_ppocr_mobile_v2.0_rec_infer.tar

6、识别图片

代码语言：javascript代码运行次数：0运行复制

#识别单张图片python3 tools/infer/predict_system.py --image_dir="992822f810dc3cbbdcca711a1c4b0097.jpg"  --det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=Trueimage_dir：源文件目录 det_model_dir：识别后存放的文件目录

如果报错ModuleNotFoundError: No module named 'cv2'，缺少cv2

代码语言：javascript代码运行次数：0运行复制

# 安装pip3wget https://pypi.python.org/packages/source/p/pip/pip-18.1.tar.gz# 解压tar -zxvf pip-18.1.tar.gz # 安装cd pip-18.1python3 setup.py buildpython3 setup.py install# 添加到软连接ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3pip install opencv-python

如果出现pip is configured with locations that require TLS/SSL, however the..不可用的解决方法

代码语言：javascript代码运行次数：0运行复制

yum install openssl-devel -ycd Python-3.6.8./configure --with-sslmakesudo make install

在识别图像时候报错的一些解决方案

代码语言：javascript代码运行次数：0运行复制

#深度学习pip install paddlepaddle  -i https://pypi.tuna.tsinghua.edu.cn/simple# ModuleNotFoundError: No module named 'PIL'pip install pillow# MODULENOTFOUNDERROR: NO MODULE NAMED 'PADDLE'pip install paddlehub==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple#No module named 'imgaug'pip install git+https://github.com/aleju/imgaug

ps：Paddle-OCR也可以部署在Windows系统中。

代码语言：javascript代码运行次数：0运行复制

pip3 install --upgrade pippython3 -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simplegit clone https://github.com/PaddlePaddle/PaddleOCR#在PaddleOCR目录下pip3 install -r requirements.txt

总结

Paddle-OCR 属于Paddle 框架其中的一个应用，提供了很多好玩的模型，支持多种语言的数据集，关键是提供了轻量级模型，降低了使用难度。