python使用PaddleOCR实现《命名实体识别项目》OCR（已实现）（ai领域必看，简单易用）

1.简介：

PaddleOCR是飞桨（PaddlePaddle）推出的一个端到端的光学字符识别开源工具集，支持中文、英文、数字以及特殊符号等各种类型的文字检测、识别和词语整体识别。该工具集使用PaddlePaddle深度学习框架技术，提供了多种OCR模型和算法，包括基于CNN+CTC、DenseNet+CTC等模型，能够针对不同场景和应用提供最优的OCR解决方案。同时，PaddleOCR还集成了OCR精度评估工具，可以快速地评估OCR模型的准确率和鲁棒性。除此之外，PaddleOCR还提供了丰富的API接口和命令行工具，使得用户可以轻松地进行OCR应用的开发和部署。

PaddleOCR除了支持通用文字识别外，还具备大量针对特定领域或行业的OCR功能，例如身份证/银行卡实现、表格识别、汽车VIN码识别、发票识别、名片识别等。相比其他OCR工具，PaddleOCR在识别精度、效率和扩展性等方面都有着较好的表现和广泛的适用性，是目前业内较为流行和优秀的OCR工具之一。

2.安装部署

PaddleOCR的安装较为简单，直接在终端用pip安装即可，共三部分：

pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install shapely -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple/

tips:运行第三步的时候可能报错：

PyMuPDF/setup.py: extra_link_args=['mupdf-1.20.3-source/build/release/libmupdf.a', 'mupdf-1.20.3-source/build/release/libmupdf-third.a']
      running bdist_wheel
      running build
      running build_py
      running build_ext
      building 'fitz._fitz' extension
      swigging fitz/fitz.i to fitz/fitz_wrap.c
      swig -python -o fitz/fitz_wrap.c fitz/fitz.i
      error: command 'swig' failed: No such file or directory
      [end of output]
  
  note: This error originates from a subprocess, and is likely not a problem with pip.
  ERROR: Failed building wheel for PyMuPDF
  Running setup.py clean for PyMuPDF
Failed to build PyMuPDF
ERROR: Could not build wheels for PyMuPDF, which is required to install pyproject.toml-based projects

解决方法：这个错误信息表示在安装 PyMuPDF 时出现了问题，可能是因为缺少 swig 工具。swig 是一个用于将 C/C++ 代码转换为 Python 可调用接口的工具，PyMuPDF 使用 swig 来生成 Python 接口。你需要先安装 swig 才能成功安装 PyMuPDF。

使用以下命令来安装 swig：

sudo apt-get install swig

然后再重新安装 PyMuPDF即可安装成功。

3.应用简单项目：

from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
#要识别图片的路径：
img_path = r"./1.png"
#识别结果：
result = ocr.ocr(img_path, cls=True)
#结果输出展示：
for line in result[0]:
    print(line)

paddle识别输出结果包含三部分内容：识别文字在图中的位置boxes、识别出来的文本txts、识别结果置信度scores。
这三分存放在result列表中。其结构是这样的：

[[
[第一行的位置，(第一行的内容，得分)],
[第二行的位置，(第二行的内容，得分)],
[第三行的位置，(第三行的内容，得分)]
]]

由于boxes、txts、scores混合在列表中不方面使用，这里我们在识别结果的基础上把最终识别内容提取出来：

boxes = []
txts = []
scores = []
for line in result[0]:
    txts.append(line[1][0])
print("txts:")
for i in range(len(txts)):
    #原格式文本输出
    print (txts[i])
    #输出不换行
    #print (txts[i],end = "")

4.本人案例实现

from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
#要识别图片的路径：
img_path = r"./2.png"
#识别结果：
result = ocr.ocr(img_path, cls=True)
#结果输出展示：
#for line in result[0]:
#    print(line)

boxes = []
txts = []
scores = []
for line in result[0]:
    txts.append(line[1][0])

print("txts:")
for i in range(len(txts)):
	#原格式文本输出
    print (txts[i])

待识别的图像2.png