【Mac】安装 PaddleOCR

环境：Mac M1 芯片
1、安装

1.1 安装 Anaconda

Anaconda 安装较为简单，直接在 Anaconda 官网 下载pkg文件，根据向导提示完成安装。
Anaconda 用于搭建 Python 假造环境，目的是为了避免与之前环境安装库的版本冲突，别的 paddle 对Python 的版本也是有要求的。
创建并激活假造环境：

1. zs@Mac ~ % conda create -y -n paddle python=3.12
2. zs@Mac ~ % conda activate paddle

复制代码

1.2 安装 paddlepaddle

在 官网 获取安装下令：

1. (paddle) zs@Mac ~ % conda install paddlepaddle==3.0.0b2 -c paddle

复制代码

验证：

1. (paddle) zs@Mac ~ % python
2. >>> import paddle
3. >>> paddle.utils.run_check()
4. Running verify PaddlePaddle program ...
5. I1219 22:02:16.993297 4123495424 interpretercore.cc:237] New Executor is Running.
6. I1219 22:02:17.038717 4123495424 interpreter_util.cc:518] Standalone Executor is Used.
7. PaddlePaddle works well on 1 CPU.
8. PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

复制代码

可能报错：

• TypeError: __array__(): incompatible function arguments. The following argument types are supported
  paddle与numpy的版本不兼容，通过降低numpy版本解决。
  

1.3 安装 PaddleOCR

安装：

1. (paddle) zs@Mac ~ % pip install -i https://pypi.tuna.tsinghua.edu.cn/simple paddleocr --user

复制代码

安装依赖：先将 项目依赖 拉下来，然后实行以下下令：

1. (paddle) zs@Mac ~ % pip install -r requirements.txt

复制代码

2、Paddle 升级

在 官网快速开始界面复制下令，直接实行，pip、conda 等会主动处理依赖关系，并安装或升级到指定的版本。

3、测试

3.1 下令行

1. paddleocr --image_dir /path/image.jpg

复制代码

3.2 脚本测试

编写脚本 test.py：

1. from paddleocr import PaddleOCR
3. # 创建识别器
4. ocr = PaddleOCR(use_angle_cls=True, lang='ch')
5. img_path = '../mv/1.jpg'
6. # 只需运行一次即可下载模型并将其加载到内存中
7. result = ocr.ocr(img_path, cls=True)
8. for idx in range(len(result)):
9.     res = result[idx]
10.     for line in res:
11.         print(line)

复制代码

终端实行上述脚本：

1. (paddle) zs@Mac ~ % python test.py

复制代码

3.3 警告解决

• No ccache found
  1. /opt/anaconda3/envs/paddle/lib/python3.12/site-packages/paddle/utils/cpp_extension/extension_utils.py:686:
  2. UserWarning: No ccache found. Please be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md
  3.   warnings.warn(warning_message)

  复制代码
  提示在当前环境中没有找到 ccache。ccache 是一个编译缓存工具，可以显著加快重新编译的速度。如果不介意重新编译所有源文件的时间，可以选择忽略这个警告。如果盼望提高编译速度，可以按照提示安装 ccache。
  1. conda install -c conda-forge ccache

  复制代码
• Setuptools is replacing distutils
  1. /root/miniconda3/envs/PaddleSpeech/lib/python3.9/site-packages/_distutils_hack/__init__.py:30:
  2. UserWarning: Setuptools is replacing distutils. Support for replacing an already imported distutils is deprecated. In the future, this condition will fail. Register concerns at https://github.com/pypa/setuptools/issues/new?template=distutils-deprecation.yml
  3.   warnings.warn(

  复制代码
  这个警告表示 setuptools 正在更换 distutils，并且在未来这种更换可能会失败，setuptools项目中建议通过更新 setuptools 来解决。
  1. python -m pip install --upgrade setuptools

  复制代码
• pip is being invoked by an old script wrapper
  1. WARNING: pip is being invoked by an old script wrapper. This will fail in a future version of pip.
  2. Please see https://github.com/pypa/pip/issues/5599 for advice on fixing the underlying issue.
  3. To avoid this problem you can invoke Python with '-m pip' instead of running pip directly.

  复制代码
  这个警告表示您正在使用的 pip 是通过一个旧的脚本包装器调用的，这在未来可能会导致题目。建议使用 python -m pip 下令来调用 pip。
  

5、图片太长导致无法识别

将图片进行裁剪

1. import os
3. from PIL import Image
5. def crop_image(path, rows, cols, folder):
6.     image = Image.open(path)
7.     name, extension = os.path.splitext(os.path.basename(path))
8.     width, height = image.size
9.     img_width = width // cols
10.     img_height = height // rows
12.     for row in range(rows):
13.         for col in range(cols):
14.             box = (col * img_width, row * img_height, (col + 1) * img_width, (row + 1) * img_height)
15.             cropped_image = image.crop(box)
16.             output_file = f"{folder}/{name}_{row}_{col}{extension}"
17.             cropped_image.save(output_file)
19. # 裁剪图像：图片地址、裁剪行数、裁剪列数、裁剪结果保存路径
20. crop_image("../photo/example.jpg", 3, 1, "../photo")

复制代码

8、PaddleOCR模子

模子在本地存放默认地址：/Users/zs/.paddleocr/whl

1. (paddle) zs@Mac ~ % ls /Users/zs/.paddleocr/whl
2. cls det rec

复制代码

• det（Detection）：
  这个文件夹包罗用于文本检测的模子。文本检测是 OCR 流程的第一步，它的目的是在图像中找到文本的位置。
  
• cls（Classification）：
  这个文件夹包罗用于文本方向分类的模子（在某些版本的 PaddleOCR 中可能不存在或不是必需的）。文本方向分类用于确定检测到的文本的方向，以便后续可以或许正确地识别文本内容。
  
• rec（Recognition）：
  这个文件夹包罗用于文本识别的模子。文本识别是 OCR 流程的末了一步，它的目的是将检测到的文本图像转换为可编辑的文本内容。
  

如需更改模子缓存目录，只需设置相应的变量环境即可。
默认下载目录设置环境变量paddlehubHUB_HOMEpaddlenlpPPNLP_HOMEpaddlespeechPPSPEECH_HOMEpaddleaudioPPAUDIO_HOMEpaddleocrPPOCR_HOMEpaddledetectionPPDETECTION_HOMEpaddleganPPGAN_HOMEpaddlesegPPSEG_HOMEpaddleclasPPCLAS_HOMEpaddlerecPPREC_HOME 9、PaddleOCR模子推理参数

在使用PaddleOCR进行模子推理时，可以自定义修改参数，来修改模子、数据、预处理、后处理等内容，详细的参数解释如下所示。
9.1 全局信息

参数名称类型默认值寄义image_dirstr无，必须显式指定图像大概文件夹路径page_numint0当输入类型为pdf文件时有效，指定预测前面page_num页，默认预测所有页vis_font_pathstr“./doc/fonts/simfang.ttf”用于可视化的字体路径drop_scorefloat0.5识别得分小于该值的结果会被扬弃，不会作为返回结果use_pdservingboolFalse是否使用Paddle Serving进行预测warmupboolFalse是否开启warmup，在统计预测耗时的时候，可以使用这种方法draw_img_save_dirstr“./inference_results”体系串联预测OCR结果的生存文件夹save_crop_resboolFalse是否生存OCR的识别文本图像crop_res_save_dirstr“./output”生存OCR识别出来的文本图像路径use_mpboolFalse是否开启多进程预测total_process_numint6开启的进程数，use_mp为True时生效process_idint0当进步程的id号，无需本身修改benchmarkboolFalse是否开启benchmark，对预测速度、显存占用等进行统计save_log_pathstr“./log_output/”开启benchmark时，日志结果的生存文件夹show_logboolTrue是否显示预测中的日志信息use_onnxboolFalse是否开启onnx预测 9.2 预测引擎相关

参数名称类型默认值寄义use_gpuboolTrue是否使用GPU进行预测ir_optimboolTrue是否对计算图进行分析与优化，开启后可以加快预测过程use_tensorrtboolFalse是否开启tensorrtmin_subgraph_sizeint15tensorrt中最小子图size，当子图的size大于该值时，才会尝试对该子图使用trt engine计算precisionstrfp32预测的精度，支持fp32, fp16, int8 3种输入enable_mkldnnboolTrue是否开启mkldnncpu_threadsint10开启mkldnn时，cpu预测的线程数 9.3 文本检测模子相关

参数名称类型默认值寄义det_algorithmstr“DB”文本检测算法名称，目前支持DB, EAST, SAST, PSE, DB++, FCEdet_model_dirstrxx检测inference模子路径det_limit_side_lenint960检测的图像边长限定det_limit_typestr“max”检测的边长限定类型，目前支持min和max，min表示保证图像最短边不小于det_limit_side_len，max表示保证图像最长边不大于det_limit_side_len

• DB算法相关参数如下:
  

参数名称类型默认值寄义det_db_threshfloat0.3DB输出的概率图中，得分大于该阈值的像素点才会被以为是笔墨像素点det_db_box_threshfloat0.6检测结果边框内，所有像素点的平均得分大于该阈值时，该结果会被以为是笔墨地区det_db_unclip_ratiofloat1.5Vatti clipping算法的扩张系数，使用该方法对笔墨地区进行扩张max_batch_sizeint10预测的batch sizeuse_dilationboolFalse是否对分割结果进行膨胀以获取更优检测结果det_db_score_modestr“fast”DB的检测结果得分计算方法，支持fast和slow，fast是根据polygon的外接矩形边框内的所有像素计算平均得分，slow是根据原始polygon内的所有像素计算平均得分，计算速度相对较慢一些，但是更加正确一些。

• EAST算法相关参数如下:
  

参数名称类型默认值寄义det_east_score_threshfloat0.8EAST后处理中score map的阈值det_east_cover_threshfloat0.1EAST后处理中文本框的平均得分阈值det_east_nms_threshfloat0.2EAST后处理中nms的阈值

• SAST算法相关参数如下:
  

参数名称类型默认值寄义det_sast_score_threshfloat0.5SAST后处理中的得分阈值det_sast_nms_threshfloat0.5SAST后处理中nms的阈值det_box_typestrquad是否多边形检测，弯曲文本场景（如Total-Text）设置为’poly’

• PSE算法相关参数如下:
  

参数名称类型默认值寄义det_pse_threshfloat0.0对输出图做二值化的阈值det_pse_box_threshfloat0.85对box进行过滤的阈值，低于此阈值的扬弃det_pse_min_areafloat16box的最小面积，低于此阈值的扬弃det_box_typestr“quad”返回框的类型，quad:四点坐标，poly: 弯曲文本的所有点坐标det_pse_scaleint1输入图像相对于进后处理的图的比例，如640640的图像，网络输出为160160，scale为2的情况下，进后处理的图片shape为320*320。这个值调大可以加快后处理速度，但是会带来精度的下降 9.4 文本识别模子相关

参数名称类型默认值寄义rec_algorithmstr“CRNN”文本识别算法名称，目前支持CRNN, SRN, RARE, NETR, SAR, ViTSTR, ABINet, VisionLAN, SPIN, RobustScanner, SVTR, SVTR_LCNetrec_model_dirstr无，如果使用识别模子，该项是必填项识别inference模子路径rec_image_shapestr“3,48,320”识别时的图像尺寸rec_batch_numint6识别的batch sizemax_text_lengthint25识别结果最大长度，在SRN中有效rec_char_dict_pathstr“./ppocr/utils/ppocr_keys_v1.txt”识别的字符字典文件use_space_charboolTrue是否包罗空格，如果为True，则会在末了字符字典中增补空格字符 9.5 端到端文本检测与识别模子相关

参数名称类型默认值寄义e2e_algorithmstr“PGNet”端到端算法名称，目前支持PGNete2e_model_dirstr无，如果使用端到端模子，该项是必填项端到端模子inference模子路径e2e_limit_side_lenint768端到端的输入图像边长限定e2e_limit_typestr“max”端到端的边长限定类型，目前支持min, max，min表示保证图像最短边不小于e2e_limit_side_len，max表示保证图像最长边不大于e2e_limit_side_lene2e_pgnet_score_threshfloat0.5端到端得分阈值，小于该阈值的结果会被扬弃e2e_char_dict_pathstr“./ppocr/utils/ic15_dict.txt”识别的字典文件路径e2e_pgnet_valid_setstr“totaltext”验证集名称，目前支持totaltext, partvgg，不同数据集对应的后处理方式不同，与训练过程保持同等即可e2e_pgnet_modestr“fast”PGNet的检测结果得分计算方法，支持fast和slow，fast是根据polygon的外接矩形边框内的所有像素计算平均得分，slow是根据原始polygon内的所有像素计算平均得分，计算速度相对较慢一些，但是更加正确一些。 9.6 方向分类器模子相关

参数名称类型默认值寄义use_angle_clsboolFalse是否使用方向分类器cls_model_dirstr无，如果需要使用，则必须显式指定路径方向分类器inference模子路径cls_image_shapestr“3,48,192”预测尺度label_listlist[‘0’, ‘180’]class id对应的角度值cls_batch_numint6方向分类器预测的batch sizecls_threshfloat0.9预测阈值，模子预测结果为180度，且得分大于该阈值时，以为最终预测结果为180度，需要翻转 20、资料

• Paddle官网
  
• mac m1 m2 安装 paddlepaddle paddleocr库，避坑指南
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。