手把手0基础Centos下安装与部署paddleOcr教程

引言

在人工智能与深度学习快速发展的今天，OCR（Optical Character Recognition，光学字符识别）技术因其能够高效地将图像中的文字信息转换为可编辑的文本格式，而被广泛应用于文档数字化、自动化办公、车牌识别等多个领域。PaddleOCR作为百度开源的一款高性能OCR工具库，凭借其优秀的识别精度、丰富的模型库以及易用的API接口，受到了广大开发者的青睐。本文将针对0基础用户，详细介绍如何在CentOS系统下安装与部署PaddleOCR，帮助您快速上手这一强大的工具。

环境准备

系统要求

• 操作系统：CentOS 7或更高版本（本文以CentOS 7为例）
• Python版本：Python 3.6及以上
• 硬件要求：至少4GB内存，推荐8GB或以上；CPU或GPU（如NVIDIA GPU，需安装CUDA和cuDNN以支持GPU加速）

安装依赖

在开始安装PaddleOCR之前，需要确保系统已安装必要的依赖库。打开终端，执行以下命令：

# 更新系统软件包
sudo yum update -y
# 安装基础开发工具
sudo yum groupinstall "Development Tools" -y
# 安装Python3及相关依赖
sudo yum install python3 python3-devel -y
# 安装pip3（如果未随Python3一起安装）
sudo yum install epel-release -y
sudo yum install python3-pip -y
# 升级pip到最新版本
python3 -m pip install --upgrade pip

安装PaddlePaddle

PaddleOCR依赖于PaddlePaddle深度学习框架，因此首先需要安装PaddlePaddle。根据您的硬件配置选择合适的安装命令：

CPU版本安装

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

GPU版本安装（需提前安装CUDA和cuDNN）

# 假设CUDA版本为10.2，cuDNN版本为7.6.5
python3 -m pip install paddlepaddle-gpu==2.0.0.post102 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

请根据您的实际CUDA和cuDNN版本调整上述命令中的版本号。

安装PaddleOCR

安装完PaddlePaddle后，接下来安装PaddleOCR：

python3 -m pip install paddleocr -i https://mirror.baidu.com/pypi/simple

或者，如果您想从源代码安装最新版本，可以按照以下步骤操作：

1. 克隆PaddleOCR仓库：

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

1. 安装依赖：

python3 -m pip install -r requirements.txt

下载预训练模型

PaddleOCR提供了多种预训练模型，包括中文、英文、多语言等识别模型以及方向分类器、检测模型等。您可以从PaddleOCR模型库下载所需的模型。

以中文识别模型为例，下载并解压到PaddleOCR/ppocr/utils/目录下（或您指定的任何目录）：

mkdir -p PaddleOCR/ppocr/utils/
cd PaddleOCR/ppocr/utils/
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar
tar xvf ch_ppocr_mobile_v2.0_det_infer.tar
# 类似地下载并解压其他模型（如rec_infer, cls_infer）

配置与运行

配置文件

PaddleOCR通过配置文件来指定模型路径、识别语言等参数。您可以修改PaddleOCR/configs/下的配置文件，或创建自己的配置文件。例如，修改PaddleOCR/configs/rec/rec_chinese_lite_train.yml以适应您的模型路径：

# 示例配置片段
Global:
  ...
  infer_img: ./doc/imgs/11.jpg  # 测试图片路径
  ...
Rec:
  algorithm: CRNN
  model_dir: ./ppocr/utils/ch_ppocr_mobile_v2.0_rec_infer/  # 识别模型路径
  ...

运行PaddleOCR

配置完成后，即可运行PaddleOCR进行图像文字识别：

# 使用命令行参数指定配置文件和图片路径（简单示例）
python3 tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.infer_img=./doc/imgs/11.jpg
# 或者使用PaddleOCR提供的便捷脚本（推荐）
python3 tools/infer_ocr.py --rec_model_dir=./ppocr/utils/ch_ppocr_mobile_v2.0_rec_infer/ --image_dir=./doc/imgs/11.jpg --use_angle_cls=false --use_space_char=true

高级功能与优化

GPU加速

若您的服务器配备有NVIDIA GPU，并已正确安装CUDA和cuDNN，PaddleOCR将自动使用GPU进行加速。您可以通过设置环境变量CUDA_VISIBLE_DEVICES来指定使用的GPU设备：

export CUDA_VISIBLE_DEVICES=0  # 使用第一块GPU
python3 tools/infer_ocr.py ...  # 同上运行命令

批量处理与API服务

PaddleOCR支持批量处理多张图片，只需将--image_dir参数指定为包含多张图片的目录即可。此外，PaddleOCR还提供了Flask或FastAPI等Web框架的集成示例，方便您将其部署为API服务，供其他应用调用。

结论

通过本文的详细介绍，相信您已经掌握了在CentOS系统下安装与部署PaddleOCR的全过程。从环境准备、依赖安装、PaddlePaddle与PaddleOCR的安装，到预训练模型的下载与配置，再到运行测试与高级功能的使用，每一步都力求清晰明了，即便是0基础的用户也能轻松上手。PaddleOCR的强大功能与灵活性，将为您的OCR应用开发带来极大的便利与效率提升。