windows系统搭建OCR半自动标注工具PaddleOCR

这篇具有很好参考价值的文章主要介绍了windows系统搭建OCR半自动标注工具PaddleOCR。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

深度学习



前言

PaddleOCR是一个基于飞桨开发的OCR(Optical Character Recognition,光学字符识别)系统。其技术体系包括文字检测、文字识别、文本方向检测和图像处理等模块。

一、环境搭建准备

Windows和Mac用户推荐使用Anaconda搭建Python环境,Linux用户建议使用docker搭建Python环境。
已搭建过查看环境:
确认python的版本是否满足要求:python --version
确认 pip 的版本是否满足要求:python -m ensurepip
同时查看:python -m pip --version
注:pip 版本为 20.2.2 或更高版本

方式1:安装Anaconda搭建

python集成环境Anaconda工具包,安装完Anaconda后,可以安装python环境,以及numpy等所需的工具包环境

1. Anaconda下载地址: 点击

默认安装位置为C盘,建议将安装位置更改到D盘,勾选conda加入环境变量,忽略警告,
安装完成后,打开终端并创建conda环境:左下角Windows Start Menu -> Anaconda3 -> Anaconda Prompt启动控制台:

2. 创建新的conda环境

在命令行输入以下命令(此处为加速下载,使用清华源)

conda create --name paddle_env python=3.10 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

该命令会创建1个名为paddle_env、python版本为3.10的可执行环境,根据网络状态,需要花费一段时间。

方式2. 直接安装python

python下载地址:https://www.python.org/downloads/

点击Download后进入版本界面,根据系统选择合适的版本,

windows installer:exe可执行文件,安装比较方便。(windows下可执行文件一般是exe,msi等);

windows embeddable package:

注:安装Python尽量选择最新版本的上一版本,本人使用最新版各种出错,无奈卸载重新下载另一版本才成功。

安装Python时记得勾选Add Python To Path。

安装完成进入Windows终端测试Python是否安装成功:若出现"不是内部或外部命令,也不是可运行的程序", 请及时检查环境变量中是否存在 python安装的路径。
手动添加环境变量:右键【此电脑】属性–高级系统设置----高级–环境变量

二、安装CPU版本

1. 安装PaddlePaddle

执行以下命令(速度快):

python -m pip install paddlepaddle==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

或者

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

速度慢:

python3 -m pip install paddlepaddle==2.6.0 -i https://mirror.baidu.com/pypi/simple

如果提示升级pip,执行以下命令(三选一):

python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip

注:请确认需要安装 PaddlePaddle 的 Python 是您预期的位置,因为您计算机可能有多个 Python。根据您的环境您可能需要将说明中所有命令行中的 python 替换为具体的 Python 路径。

2、安装PaddleOCR whl包

执行以下命令:推荐使用2.6.0以上版本(最新版是2.7,所以我写的是大于版本2.6.0)

pip install "paddleocr>=2.6.0"

对于Windows环境用户:直接通过pip安装的shapely库可能出现“找不到指定模块”的问题。建议下载shapely安装包完成安装。
1.下载安装whl以及确定Python适配版本(请自行搜索)
2.将 wheel 包下载到本地:

python -m pip download paddlepaddle==2.6.0 -f https://www.paddlepaddle.org.cn/whl/windows/openblas/avx/stable.html --no-index --no-deps

3.再本地安装:

python -m pip install [name].whl    #([name]为 wheel 包名称)

提示:

如果同时使用whl包安装了paddleocr,其优先级大于通过paddleocr.py调用PaddleOCR类,whl包未更新时会导致程序异常。
如果出现 module ‘cv2’ has no attribute 'INTER_NEAREST’错误,需要首先删除所有opencv相关包,然后重新安装4.2.0.32版本的headless opencv:pip install opencv-contrib-python-headless==4.2.0.32。

验证安装

需要先在终端里打开python,在Python在运行

import paddle
paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!,即成功。
注:需要先在终端里运行python,然后再输入运行。

如何卸载

python -m pip uninstall paddlepaddle

三、安装和运行标注工具PPOCRLabel

1. 获取源代码

PaddleOCR2.7版本:https://github.com/PaddlePaddle/PaddleOCR
在PaddleOCR2.7文件夹下打开终端运行:

pip3 install -r requirements.txt    #安装第三方依赖库

2. 安装运行

(1) 方法1:终端运行(通过whl包安装与运行)

pip install PPOCRLabel # 安装

在PaddleOCR2.7文件夹下打开终端运行

PPOCRLabel --lang ch # 启动【普通模式】,用于打【检测+识别】场景的标签
PPOCRLabel --lang ch --kie True # 启动 【KIE 模式】,用于打【检测+识别+关键字提取】场景的标签。

注:如若出现了类似反馈, ppocr WARNING: When args.layout is false, args.ocr is automatically set to false,可以忽略,能正常使用。

此后会弹出PPOCRLabel窗口。

注:通过whl包安装PPOCRLabel会自动下载paddleocr whl包,其中shapely依赖可能会出现找不到指定模块的问题。建议从https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely下载shapely安装包完成安装。

3. 使用PPOCRLabel

1、打开文件夹:在菜单栏点击 “文件”–"打开目录"选择待标记图片的文件夹。只能选择文件夹,不能选择单个文件。
2、自动标注:点击“自动标注”,使用PP-OCR超轻量模型对图片文件名前图片状态为“X” 的图片进行自动标注。
3、手动标注:点击“矩形标注”(推荐直接在英文模式下点击键盘中的“W”),用户可对当前图片中模型未检出的部分进行手动绘制标记框。点击键盘Q,则使用多点标注模式,用户依次点击4个点后,双击左键表示标注完成。
4、注:在使用矩形标注时如果经常性闪退,建议使用多点标注,结合实际更换方法。
标记框绘制完成后,用户点击“确认”,检测框会先被预分配一个“待识别”标签,可以在框选的文字右键–重识别此区块。“待识别”内容就会更新。
5、重新识别:将图片中的所有检测画绘制/调整完成后,点击“重新识别”,PP-OCR模型会对当前图片中的所有检测框重新识别。
6、内容更改:单击识别结果,对不准确的识别结果进行手动更改。
7、确认标记:点击 “确认”,图片状态切换为“√,跳转至下一张。
8、删除:点击“删除图像”,图片将会被删除至回收站。
9、导出结果:用户可以通过菜单中“文件-导出标记结果”手动导出,同时也可以点击“文件-自动导出标记结果”开启自动导出。自动导出:点击“文件 - 自动导出标记结果”后,用户每确认过一张图片,程序自动将标记结果写入Label.txt中。若未开启此选项,则检测到用户手动确认过5张图片后进行自动导出。默认情况下自动导出功能为关闭状态。
10、手动确认过的标记将会被存放在所打开图片文件夹下的Label.txt中。在菜单栏点击 “文件”–"导出识别结果"后,会将此类图片的识别训练数据保存在crop_img文件夹下,识别标签保存在rec_gt.txt中。

Label.txt:检测标签,可直接用于PPOCR检测模型训练。用户每确认5张检测结果后,程序会进行自动写入。当用户关闭应用程序或切换文件路径后同样会进行写入。
fileState.txt:图片状态标记文件,保存当前文件夹下已经被用户手动确认过的图片名称。
Cache.cach:缓存文件,保存模型自动识别的结果。
rec_gt.txt:识别标签。可直接用于PPOCR识别模型训练。需用户手动点击菜单栏文件–导出识别结果后产生。
crop_img:识别数据。按照检测框切割后的图片。与rec_gt.txt同时产生。

注:PPOCRLabel不支持对纯中文文件名的图片进行自动标注。

提示:修改识别结果时,文字如果出现突然不能输入中文,或者输入法不出现等,建议先对已标注进行保存,然后重置界面与保存地址,退出程序,再次运行即可正常(内容少的临时解决方法:复制粘贴文字进行修改)。

问题汇总

如果标注时打框就闪退,
修改以下文件
1、D:\Python310\Lib\site-packages\PPOCRLabel\libs\canvas.py(根据自己的Python安装位置找)中

p.drawRect(leftTop.x(), leftTop.y(), rectWidth, rectHeight
改为
p.drawRect(int(leftTop.x()), int(leftTop.y()), int(rectWidth), int(rectHeight))

p.drawLine(self.prevPoint.x(), 0, self.prevPoint.x(), self.pixmap.height())
改为
p.drawLine(int(self.prevPoint.x()), 0, int(self.prevPoint.x()), self.pixmap.height())

p.drawLine(0, self.prevPoint.y(), self.pixmap.width(), self.prevPoint.y())
改为
p.drawLine(0, int(self.prevPoint.y()), self.pixmap.width(), int(self.prevPoint.y()))

2、D:\Python310\Lib\site-packages\PPOCRLabel\PPOCRLabel.py 中

bar.setValue(bar.value() + bar.singleStep() * units)
改为
bar.setValue(int(bar.value() + bar.singleStep() * units))

建议:如果下载验证中途出现各种问题建议彻底删除相关所有软件再重新安装,本人使用中因为版本及软件卸载遗留的问题等出现了多种莫名的问题,无奈选择彻底卸载重装重来一遍就OK了!!
3、启动报错
添加环境变量
os.environ[“KMP_DUPLICATE_LIB_OK”]=“TRUE”`文章来源地址https://www.toymoban.com/news/detail-853932.html

到了这里,关于windows系统搭建OCR半自动标注工具PaddleOCR的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • jenkins的安装和配置(flask结合jenkins半自动化部署流程)

    Jenkins 是一款流行的开源持续集成(Continuous Integration)工具,广泛用于项目开发,具有自动化构建、测试和部署等功能。 Jenkins官网: http://jenkins-ci.org/ Jenkins 特征 开源的Java语言开发持续集成工具,支持持续集成,持续部署。 易于安装部署配置:可通过yum安装,或下载war包以

    2024年02月03日
    浏览(47)
  • 69、Spring Data JPA 的 @Query查询 和 命名查询(半自动:提供 SQL 或 JPQL 查询)

    1、方法名查询(全自动,既不需要提供sql语句,也不需要提供方法体) 2、@Query查询(半自动:提供 SQL 或 JPQL 查询) 3、自定义查询(全手动) @Query查询 和 命名查询的区别: 命名查询与直接用@Query来定义查询的本质是一样,只不过它们定义SQL或JPQL语句的位置不同。

    2024年02月07日
    浏览(39)
  • 搭建自己的OCR服务,第三步:PPOCRLabel标注工具安装

    安装好了PaddleOCR后,还需要安装PPOCRLabel这个标注工具,想要自己训练模型的话,有个标注工具会起很大作用。 尤其是PPOCRLabel就是跟PaddleOCR配套的标注工具,同样是开源的。 在下载 PaddleOCR 整个源码中,就有PPOCRLabel安装程序和源代码。 不记得可以重新下载PaddleOCR 整个源码,

    2024年02月09日
    浏览(32)
  • Autolabelimg自动标注工具

    @Auto: lyyyyy_16 @Date: 2023/03/13 16:48 @Version: 1.0 在做机器视觉有监督方面,通常会面对很多数据集,然后去进行标注,而有些时候我们面对庞大数量数据集的情况下也会感到十分头疼,这个时候Autolabelimg这个 自动标注神器 就应运而生了。让我们可以实现批量处理图片和标注文件。

    2024年02月04日
    浏览(37)
  • 标签准备——labelIMG工具使用——自动化标注

    在实际生产项目中,为了提升目标识别的准确性,我们往往需要3000-5000张图片进行标注。而直接参与过标注的人都有一个共同的感觉,就是标注是一个简单、枯燥、无聊且十分耗时费力的差事。为此,我们可以在有了初步训练模型的基础上,采用更加自动化的方式进行标注,

    2024年02月12日
    浏览(54)
  • OCR - 微软windows 11系统自带的Windows OCR功能初体验

    一、Power Automate简述         最近再了解一些ocr的相关信息,从一些网站上上看到微软的免费系统实用工具套件中包含ocr识别/pdf文本提取等。         什么是Power Automate?        Windows 11 允许用户通过预装的 Power Automate 应用创建自动化。 Power Automate 是一个低代码平台,

    2024年02月05日
    浏览(51)
  • 【AI工具】 一款多SOTA模型集成的高精度自动标注工具(直接安装使用,附源码)

    高精度自动标注工具简介及其特性 标注工具的安装 开启自动标注 X-AnyLabeling 是一款全新的交互式自动标注工具,其基于AnyLabeling进行构建和二次开发,在此基础上扩展并支持了许多的模型和功能,并借助Segment Anything和YOLO等主流模型提供强大的 AI 支持。无须任何复杂配置,下

    2024年02月08日
    浏览(44)
  • 【项目学习】记录segment-anything、SAM及衍生自动标注工具使用

    本文章由三部分组成: 1.Segment Anything Model(SAM)概述:是我学习概念做的记录 可以不看直接跳过 。 2.SAM衍生的标注工具使用:试用了两个开源的SAM衍生的标注工具记录 3.遇到的问题 参考: 1.segment-anything官方demo演示 2.SA基础模型图像分割的介绍 3.segment-anything项目 Segment Anythin

    2024年02月06日
    浏览(96)
  • 基于深度学习的视频自动标注系统

    作者:禅与计算机程序设计艺术 引言 随着计算机视觉和深度学习技术的快速发展,计算机对于图像和视频的处理能力也越来越强大。在视频处理领域,自动标注是一项重要的任务,它可以帮助我们更准确地理解视频内容,为视频分析、搜索、检索、教育等应用提供重要的支

    2024年02月07日
    浏览(48)
  • Appium: Windows系统桌面应用自动化测试(四) 【辅助工具】

    @[TOC](Appium: Windows系统桌面应用自动化测试(四) 辅助工具) 文件批量上传和文件单个上传原理是相同的,单个上传直接传入文件路径即可,批量上传需要进入批量上传的文件所在目录,然后观察选中多个文件时【文件路径输入框】读取的批量文件写入规则,如图7-12所示,可以看

    2024年02月16日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包