超轻量中文OCR

软硬件环境

• ubuntu 18.04 64bit
• CUDA 10.1
• chineseocr_lite
• anaconda with python 3.7
• pytorch

视频看这里

此处是youtube的播放链接，需要科学上网。喜欢我的视频，请记得订阅我的频道，打开旁边的小铃铛，点赞并分享，感谢您的支持。

简介

chineseocr_lite是一个开源项目，使用了c++和python开发语言，用来实现中文的文字识别，支持竖排文字识别、繁体识别，总模型只有17M(很小就是了)，同时支持CPU和GPU，项目中集成了web环境，部署起来也非常方便。

基本安装及使用

从官方网站下载源码，然后我们使用conda创建一个新的python虚拟环境，激活虚拟环境后开始安装chineseocr_lite，相应的命令如下

git clone https://github.com/ouyanghuiyu/chineseocr_lite.git
cd chinesesocr_lite
conda create -n ocr python=3.7
conda activate ocr
pip install torch torchvision
pip install -r requirements.txt
pip install -U web.py
cd psenet/pse/
rm pse.so
make
python app.py 8090

这里需要注意下，requirements.txt中指定的web.py版本在运行的时候会报错，升级后就好了

至此，项目就已经安装好了，我们在浏览器中输入http://127.0.0.1:8090/ocr

可以看到，对竖排文字也是基本可以识别出来的

使用GPU加速

来到pytorch的网站，https://pytorch.org/get-started/locally/，根据自己的环境进行选择，最后网站会出相应的安装命令，这点还是非常赞的

pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

安装好了以后，我们来到ipython来验证一下

重新启动web服务，device那块的输出，如果看到的是cuda而不是cpu，那就说明已经可以使用gpu了

(ocr) xugaoxiang@1070Ti:~/Works/github/chineseocr_lite$ python app.py 8090
make: Entering directory '/home/xugaoxiang/Works/github/chineseocr_lite/psenet/pse'
make: 'pse.so' is up to date.
make: Leaving directory '/home/xugaoxiang/Works/github/chineseocr_lite/psenet/pse'
device: cuda:0
load model
device: cuda:0
load model
device: cuda:0
load model
device: cuda:0
load model
http://0.0.0.0:8090/

经过测试，同样的图片,gpu的识别花费时间只有cpu的1/3，效果还是不错的

参考资料

• https://github.com/ouyanghuiyu/chineseocr_lite
• https://github.com/chineseocr/chineseocr
• https://github.com/WenmuZhou/PSENet.pytorch
• https://github.com/ouyanghuiyu/chineseocr_lite/issues/85