引言

随着人工智能技术的快速发展，OCR（光学字符识别）技术在文档数字化、自动化办公等领域的应用越来越广泛。PaddleOCR作为一款基于深度学习的OCR工具库，以其高效、准确的特点受到了广泛关注。本文将详细介绍如何在CentOS系统下，从零基础开始安装与部署PaddleOCR，帮助读者快速上手这一强大的OCR工具。

一、环境准备

1.1 系统要求

首先，确保你的CentOS系统满足以下基本要求：

• CentOS 7或更高版本
• 足够的磁盘空间（建议至少20GB）
• 稳定的网络连接

1.2 安装必要软件

在开始安装PaddleOCR之前，需要安装一些必要的软件包，包括Python、pip、git等。

1.2.1 安装Python

CentOS 7默认安装的是Python 2.7，但PaddleOCR推荐使用Python 3.6或更高版本。可以通过以下步骤安装Python 3：

# 安装EPEL仓库（如果尚未安装）
sudo yum install epel-release
# 安装Python 3.6
sudo yum install python36
# 验证安装
python3.6 --version

1.2.2 安装pip

pip是Python的包管理工具，用于安装和管理Python包。

# 下载get-pip.py
curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
# 使用Python 3.6安装pip
python3.6 get-pip.py
# 验证安装
pip3 --version

1.2.3 安装git

git用于从GitHub克隆PaddleOCR的代码库。

sudo yum install git
# 验证安装
git --version

二、安装PaddleOCR

2.1 克隆PaddleOCR代码库

使用git克隆PaddleOCR的GitHub仓库到本地。

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR

2.2 安装依赖库

PaddleOCR依赖于多个Python库，包括PaddlePaddle（深度学习框架）、opencv-python（图像处理）、shapely（几何对象处理）等。可以使用pip安装这些依赖。

# 安装PaddlePaddle（根据GPU情况选择版本，这里以CPU版本为例）
pip3 install paddlepaddle -i https://mirror.baidu.com/pypi/simple
# 安装其他依赖
pip3 install -r requirements.txt

注意：如果你的系统有NVIDIA GPU，并且希望使用GPU加速，可以安装GPU版本的PaddlePaddle。安装前请确保已安装CUDA和cuDNN，并参考PaddlePaddle官方文档选择合适的版本。

三、配置PaddleOCR

3.1 下载预训练模型

PaddleOCR提供了多种预训练模型，包括文本检测、文本识别和方向分类等。可以从PaddleOCR模型库下载所需的模型。

以中文OCR模型为例，下载文本检测和文本识别模型：

# 创建模型目录
mkdir -p inference/ch_ppocr_mobile_v2.0_det_infer
mkdir -p inference/ch_ppocr_mobile_v2.0_rec_infer
# 下载文本检测模型
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer/ch_ppocr_mobile_v2.0_det_infer.tar
tar -xf ch_ppocr_mobile_v2.0_det_infer.tar -C inference/ch_ppocr_mobile_v2.0_det_infer/
# 下载文本识别模型
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer/ch_ppocr_mobile_v2.0_rec_infer.tar
tar -xf ch_ppocr_mobile_v2.0_rec_infer.tar -C inference/ch_ppocr_mobile_v2.0_rec_infer/

3.2 配置文件修改

PaddleOCR的配置文件位于configs目录下，根据需求修改相应的配置文件。例如，修改configs/det/det_mv3_db.yml以指定文本检测模型的路径：

# 省略其他配置...
Global:
  infer_img: ./doc/imgs/11.jpg
  # 指定检测模型路径
  det_model_dir: ./inference/ch_ppocr_mobile_v2.0_det_infer/
  # 省略其他配置...

同样，修改configs/rec/rec_chinese_common_train_v2.0.yml以指定文本识别模型的路径：

# 省略其他配置...
Global:
  # 指定识别模型路径
  rec_model_dir: ./inference/ch_ppocr_mobile_v2.0_rec_infer/
  # 省略其他配置...

四、运行PaddleOCR

4.1 命令行方式运行

使用以下命令运行PaddleOCR进行文本检测和识别：

python3.6 tools/infer_ocr.py -c configs/det/det_mv3_db.yml -c configs/rec/rec_chinese_common_train_v2.0.yml -o Global.infer_img=./doc/imgs/11.jpg

参数说明：

• -c：指定配置文件路径，可以指定多个配置文件，后面的配置会覆盖前面的。
• -o：覆盖配置文件中的参数，例如这里覆盖了Global.infer_img参数以指定测试图片路径。

4.2 Python API方式运行

如果你希望在Python代码中调用PaddleOCR，可以使用以下示例代码：

from paddleocr import PaddleOCR
# 初始化PaddleOCR，指定模型目录
ocr = PaddleOCR(det_model_dir='./inference/ch_ppocr_mobile_v2.0_det_infer/', 
                 rec_model_dir='./inference/ch_ppocr_mobile_v2.0_rec_infer/', 
                 use_angle_cls=True, lang='ch')
# 读取图片并进行OCR识别
img_path = './doc/imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)
# 打印识别结果
for line in result:
    print(line)

五、常见问题与解决方案

5.1 安装PaddlePaddle失败

问题描述：安装PaddlePaddle时提示找不到合适的版本或安装失败。

解决方案：

• 确保已安装正确版本的CUDA和cuDNN（如果使用GPU版本）。
• 参考PaddlePaddle官方文档选择与系统环境匹配的版本。
• 尝试使用-i参数指定镜像源，如pip3 install paddlepaddle -i https://mirror.baidu.com/pypi/simple。

5.2 运行时报错“ModuleNotFoundError”

问题描述：运行PaddleOCR时提示找不到某个Python模块。

解决方案：

• 确保已安装所有依赖库，可以通过pip3 list查看已安装的库。
• 如果缺少某个库，使用pip3 install 库名安装。
• 检查requirements.txt文件，确保所有依赖都已正确安装。

六、总结与展望

本文详细介绍了在CentOS系统下从零基础开始安装与部署PaddleOCR的全过程，包括环境准备、代码克隆、依赖安装、模型下载与配置以及运行测试等步骤。通过本文的指导，读者应该能够成功部署PaddleOCR并进行基本的OCR识别任务。

未来，随着深度学习技术的不断发展，PaddleOCR等OCR工具的性能和功能将不断提升。读者可以关注PaddleOCR的官方文档和GitHub仓库，及时获取最新动态和更新。同时，也可以尝试将PaddleOCR应用于实际项目中，探索其在文档数字化、自动化办公等领域的更多可能性。