from paddleocr import PaddleOCR import time # 初始化 PaddleOCR 实例 ocr = PaddleOCR( # 1. 文档级别的预处理 # 文档方向分类: # 作用作用：判断图片是否需要旋转（0° / 90° / 180° / 270°） # 什么时候开： # 扫描件 / 拍照文档（建议开启） # 已保证方向正确（可关闭） use_doc_orientation_classify=None, doc_orientation_classify_model_name=None, doc_orientation_classify_model_dir=None, # 文档去畸变（拉平） # 作用：把弯曲页面（书页、拍照）拉平 # 什么时候开： # 拍书 / 手机拍文档 → 开 # PDF / 截图 → 关 doc_unwarping_model_name=None, doc_unwarping_model_dir=None, use_doc_unwarping=None, # 2. 文本检测 # 检测文字框位置核心步骤 text_detection_model_name=None, text_detection_model_dir=None, # 检测文本相关参数 # 控制输入图片缩放 text_det_limit_side_len=None, # 最大边长（默认 960 / 1024） text_det_limit_type=None, # "max"：最长边限制, 或者 "min"：最短边限制 # 检测阈值(非常重要) text_det_thresh=None, # 像素级阈值, 像素是否是文字 text_det_box_thresh=None, # 框置信度, 框的保留阈值 text_det_unclip_ratio=None, # 框扩展比例, 框扩大倍数 # 3. 行方向分类 # 作用: 判断每一行是不是倒着的 # 使用场景： # 多角度文本（比如发票、票据） textline_orientation_model_name=None, textline_orientation_model_dir=None, textline_orientation_batch_size=None, use_textline_orientation=None, # 4. 文本识别（Text Recognition） # 作用: 把文字框转成文本 text_recognition_model_name=None, text_recognition_model_dir=None, text_recognition_batch_size=None, text_rec_score_thresh=None, # 低于这个置信度的结果会被过滤 # 5. 语言和模型版本 lang='en', # 'ch' 中文+英文, 'en' 英文 ocr_version=None, # "PP-OCRv4" 或者 "PP-OCRv5" # 6. 输出控制 return_word_box=None, # 是否返回“单词级框” # 7. 输入尺寸相关 text_det_input_shape=None, # 检测位置的输入尺寸 text_rec_input_shape=None, # 文本识别的输入尺寸 # det_model_dir="/media/fx/Elements SE/广西模型/official_models/PP-OCRv5_server_det", # rec_model_dir="/media/fx/Elements SE/广西模型/official_models/PP-OCRv5_server_rec", ) # 对示例图像执行 OCR 推理 result = ocr.predict("./resource/images/7.jpg") # 可视化结果并保存 json 结果 for res in result: res.print() res.save_to_img("output") # res.save_to_json("output")
