PaddleOCR 安裝指南與使用範例

系統需求

• Python 3.7+ (建議使用 3.8-3.11)
• pip 套件管理工具

安裝步驟

1. 安裝 PaddlePaddle 核心框架

# CPU 版本
pip install paddlepaddle

# GPU 版本 (需要 CUDA 11.2)
pip install paddlepaddle-gpu

2. 安裝 PaddleOCR

pip install paddleocr

3. 安裝額外依賴（選用）

# 如需處理 PDF
pip install pypdf2

# 如需更好的圖片處理
pip install pillow opencv-python

使用範例

基本 OCR 識別

from paddleocr import PaddleOCR

# 初始化 PaddleOCR
ocr = PaddleOCR(
    use_angle_cls=True,  # 使用角度分類
    lang='ch'            # 語言：'ch'(中文), 'en'(英文), 'japan'(日文)
)

# 執行 OCR
result = ocr.ocr('your_image.jpg')

# 顯示結果
for line in result[0]:
    print(f"文字: {line[1][0]}, 信心度: {line[1][1]:.2f}")

進階設定範例

from paddleocr import PaddleOCR

# 進階配置
ocr = PaddleOCR(
    use_angle_cls=True,           # 使用文字角度分類
    lang='ch',                     # 語言設定
    det_model_dir='./det_model',   # 自訂偵測模型路徑
    rec_model_dir='./rec_model',   # 自訂識別模型路徑
    use_gpu=False,                 # 是否使用 GPU
    show_log=False                 # 是否顯示日誌
)

# 批次處理多張圖片
image_list = ['image1.jpg', 'image2.jpg', 'image3.jpg']
for img_path in image_list:
    result = ocr.ocr(img_path)
    print(f"\n{img_path} 的識別結果:")
    for line in result[0]:
        print(f"  {line[1][0]}")

網路圖片 OCR

from paddleocr import PaddleOCR

ocr = PaddleOCR(
    use_doc_orientation_classify=False,
    use_doc_unwarping=False,
    use_textline_orientation=False
)

# 使用網路圖片
url = "https://example.com/image.png"
result = ocr.predict(input=url)

# 儲存結果
for res in result:
    res.print()                    # 印出結果
    res.save_to_img("output")      # 儲存視覺化圖片
    res.save_to_json("output")     # 儲存 JSON 格式結果

表格識別

from paddleocr import PPStructure

# 初始化表格識別
table_engine = PPStructure(show_log=False)

# 識別表格
result = table_engine('table_image.jpg')

# 處理結果
for line in result:
    if line['type'] == 'table':
        # 表格內容在 line['res'] 中
        print("找到表格")
        print(line['res'])

常見問題

1. ModuleNotFoundError: No module named 'paddle'

解決方案: 先安裝 paddlepaddle

pip install paddlepaddle

2. 模型自動下載失敗

解決方案: 手動下載模型並指定路徑

ocr = PaddleOCR(
    det_model_dir='./models/det',
    rec_model_dir='./models/rec'
)

3. GPU 相關錯誤

解決方案: 改用 CPU 模式

ocr = PaddleOCR(use_gpu=False)

4. 記憶體不足

解決方案: 降低圖片解析度或分批處理

ocr = PaddleOCR(
    det_limit_side_len=960,  # 限制圖片最大邊長
    det_limit_type='max'
)

支援的語言

輸出格式說明

OCR 結果格式

[
    [
        [[x1, y1], [x2, y2], [x3, y3], [x4, y4]],  # 文字框座標
        ('識別的文字', 0.95)                         # 文字內容和信心度
    ],
    ...
]

JSON 輸出格式

{
    "res": {
        "rec_texts": ["文字1", "文字2"],
        "rec_scores": [0.98, 0.97],
        "dt_polys": [[[x1,y1], [x2,y2], [x3,y3], [x4,y4]], ...],
        "rec_boxes": [[x_min, y_min, x_max, y_max], ...]
    }
}

效能優化建議

1. 批次處理: 一次處理多張圖片比逐張處理更有效率
2. 調整圖片大小: 過大的圖片會影響處理速度
3. 使用 GPU: 如有 NVIDIA GPU，使用 GPU 版本可大幅提升速度
4. 關閉不需要的功能: 如不需要角度分類，設定 use_angle_cls=False
5. 模型選擇:
   • 快速版: PP-OCRv4_mobile
   • 精確版: PP-OCRv4_server

參考連結

• PaddleOCR GitHub
• 官方文檔
• 模型庫