PaddleOCR 本地运行实战：文字与表格识别避坑指南

项目概述

• 项目地址：PaddlePaddle · GitHub
• 文档地址：快速开始 - PaddleOCR 文档

环境准备

1. 安装PaddlePaddle基础框架

首先，安装 CPU 版本的 PaddlePaddle 框架（推荐使用 Python 3.7+ 环境）：

python -m pip install paddlepaddle==3.1.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

接着，安装 PaddleOCR 库：

pip install paddleocr

2. 验证安装

为了确保 PaddlePaddle 框架已正确安装，请运行以下 Python 代码进行检查：

import paddle
paddle.utils.run_check()
print(paddle.__version__)

如果安装成功，您将看到如下输出：

Running verify PaddlePaddle program ...
PaddlePaddle works well on 1 CPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

文字识别实战

准备工作

1. 阅读官方文档：Python脚本集成指南
2. 下载模型：
   • 模型名称参考：OCR模型列表
   • 在官方模型库搜索并下载所需模型。

代码示例

from paddleocr import PaddleOCR
from PIL import Image, ImageOps
import numpy as np

# 定义图片路径
img_path = "文字.png"
img = Image.open(img_path)

# 图像预处理：缩放、灰度化、二值化
width = 700
height = int(img.height * (width / img.width))
img_resized = img.resize((width, height), Image.LANCZOS)
img_gray = ImageOps.grayscale(img_resized)
img_binary = img_gray.point(lambda x: 255 if x > 170 else 0)

# 将二值图像转换为3通道RGB格式以适配模型输入
img_rgb = np.stack((img_binary,)*3, axis=-1)

# 实例化OCR引擎
ocr = PaddleOCR(
    # 基础设置
    device="cpu",               # 使用CPU进行推理
    enable_mkldnn=True,         # 启用 MKL-DNN 加速
    cpu_threads=2,              # CPU线程数
    precision='fp16',           # 使用fp16精度以提升性能

    # 功能模块开关（按需禁用以减少资源占用）
    use_doc_orientation_classify=False,
    use_doc_unwarping=False,
    use_textline_orientation=False,

    # 文本检测与识别模型配置
    text_detection_model_name="PP-OCRv5_mobile_det",
    text_detection_model_dir="./Paddle_models/PP-OCRv5_mobile_det",  # 检测模型路径（不支持中文）
    text_recognition_model_name="PP-OCRv4_mobile_rec",
    text_recognition_model_dir="./Paddle_models/PP-OCRv4_mobile_rec" # 识别模型路径（不支持中文）
)

# 执行预测
result = ocr.predict(img_rgb)

# 处理并输出结果
for res in result:
    res.print()
    res.save_to_json("output") # 将结果保存为json文件

表格识别实战

准备工作

1. 阅读官方文档：表格识别集成指南
2. 下载模型：
   • 模型名称参考：表格识别模型列表
   • 在官方模型库搜索并下载所需模型。

代码示例

from paddleocr import TableRecognitionPipelineV2
from PIL import Image, ImageOps
import numpy as np

# 定义图片路径
img_path = "表格.png"
img = Image.open(img_path)

# 图像预处理
width = 700
height = int(img.height * (width / img.width))
img_resized = img.resize((width, height), Image.LANCZOS)
img_gray = ImageOps.grayscale(img_resized)
img_binary = img_gray.point(lambda x: 255 if x > 170 else 0)
img_rgb = np.stack((img_binary,)*3, axis=-1)

# 实例化表格识别Pipeline
pipeline = TableRecognitionPipelineV2(
    # 禁用部分模块以简化流程
    use_doc_unwarping=False,

    # 配置各阶段所需模型（路径不支持中文）
    layout_detection_model_name="PP-DocLayout-L",
    layout_detection_model_dir="./Paddle_models/PP-DocLayout-L",

    table_classification_model_name="PP-LCNet_x1_0_table_cls",
    table_classification_model_dir="./Paddle_models/PP-LCNet_x1_0_table_cls",

    wired_table_structure_recognition_model_name="SLANeXt_wireless",
    wired_table_structure_recognition_model_dir="./Paddle_models/SLANeXt_wireless",

    wireless_table_structure_recognition_model_name="SLANeXt_wireless",
    wireless_table_structure_recognition_model_dir="./Paddle_models/SLANeXt_wireless",

    wired_table_cells_detection_model_name="RT-DETR-L_wired_table_cell_det",
    wired_table_cells_detection_model_dir="./Paddle_models/RT-DETR-L_wired_table_cell_det",

    wireless_table_cells_detection_model_name="RT-DETR-L_wired_table_cell_det",
    wireless_table_cells_detection_model_dir="./Paddle_models/RT-DETR-L_wired_table_cell_det",
    
    doc_orientation_classify_model_name="PP-LCNet_x1_0_doc_ori",
    doc_orientation_classify_model_dir="./Paddle_models/PP-LCNet_x1_0_doc_ori",

    text_detection_model_name="PP-OCRv5_mobile_det",
    text_detection_model_dir="./Paddle_models/PP-OCRv5_mobile_det",
    
    text_recognition_model_name="PP-OCRv5_mobile_rec",
    text_recognition_model_dir="./Paddle_models/PP-OCRv5_mobile_rec",
)

# 执行预测
output = pipeline.predict(img_rgb)

# 处理并输出结果
for res in output:
    res.print() # 打印结构化输出
    res.save_to_xlsx("./output/") # 保存为Excel
    res.save_to_html("./output/") # 保存为HTML
    res.save_to_json("./output/") # 保存为JSON