PaddleOCR/latest/ppocr/quick_start

[giscus[bot]]

PaddleOCR/latest/ppocr/quick_start

Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)

https://paddlepaddle.github.io/PaddleOCR/latest/ppocr/quick_start.html

[202230483077yyh]

这里cuda支持12版本吗？还是一定得cuda11？

[GreatV]

可以，具体参看paddlepaddle官网的安装指南

[zwzypmmlc]

请问识别结果能区分不同颜色字体吗？

[GreatV]

不能

[MrJson1]

使用滑动窗口进行检测和识别 运行直接报错了，最新版本paddleocr-2.9.1，报错新增如下：
Traceback (most recent call last):
File "E:\pythonProjects\PaddleOCR-main\版本测试\test02.py", line 23, in
results = ocr.ocr(img_path, cls=True, slice=slice)
TypeError: ocr() got an unexpected keyword argument 'slice'

[GreatV]

无法复现

from paddleocr import PaddleOCR
from PIL import Image, ImageDraw, ImageFont
# 初始化OCR引擎
ocr = PaddleOCR(use_angle_cls=True, lang="en")
img_path = "./333783499-13eb31f6-f92f-4902-865a-7722c6a6409c.jpg"
slice = {'horizontal_stride': 300, 'vertical_stride': 500, 'merge_x_thres': 50, 'merge_y_thres': 35}
results = ocr.ocr(img_path, cls=True, slice=slice)
# 加载图像
image = Image.open(img_path).convert("RGB")
draw = ImageDraw.Draw(image)
font = ImageFont.truetype("./doc/fonts/simfang.ttf", size=20)  # 根据需要调整大小
# 处理并绘制结果
for res in results:
    for line in res:
        box = [tuple(point) for point in line[0]]  # 将列表转换为元组列表
        box = [(min(point[0] for point in box), min(point[1] for point in box)),
               (max(point[0] for point in box), max(point[1] for point in box))]
        txt = line[1][0]
        draw.rectangle(box, outline="red", width=2)  # 绘制矩形
        draw.text((box[0][0], box[0][1] - 25), txt, fill="blue", font=font)  # 在矩形上方绘制文本
# 保存结果
image.save("result.jpg")

[yuluzhong]

npu不支持ppocr直接命令行使用吗

[SWHL]

刚看了一下，的确不支持

[9963KK]

命令行的输出结果如何可视化为文件呢？

[SWHL]

哪个命令行的输出结果呀？

[Dawei-Simayi]

解析pdf的结果怎么转成json啊，或者直接转成markdown

[yy7054wyq5]

支持商用吗？

[SWHL]

支持的，项目是Apache 2.0的，商业友好型开源协议

[hcysct]

同时识别中英文

[hcysct]

如何设置同时识别中英文

[SWHL]

默认ch模型就同时支持中英文的

[Hulenkius]

图片中有成行的字，我想要输出每一个单字的文本框数据，这可以吗？

[MY-SY]

我也想问，请问你找到解决方法了吗

[xyqiu902022]

能否指定按方向识别，比如按列识别？

[SWHL]

这个应该是没有这个参数的。是否按列识别主要是看文本检测能否检测到竖着的文本框

[xyqiu902022]

好的

[2022113077]

怎么把中间层的结果hook出来啊，我想看看经过Global Mix Blocks后的结果，一直hook不出来啊