PaddleHub 首页图像 - 文字识别chinese_ocr_db_crnn

PaddleHub

便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用

零基础快速开始WindowsLinuxMac

PaddleHub 首页图像 - 文字识别chinese_ocr_db_crnn_server

chinese_ocr_db_crnn_server

类别图像 - 文字识别

网络Differentiable Binarization+CRNN

数据集icdar2015数据集

模型概述

chinese_ocr_db_crnn_server Module用于识别图片当中的汉字。其基于chinese_text_detection_db_server检测得到的文本框，继续识别文本框中的中文文字。之后对检测文本框进行角度分类。最终识别文字算法采用CRNN（Convolutional Recurrent Neural Network）即卷积递归神经网络。其是DCNN和RNN的组合，专门用于识别图像中的序列式对象。与CTC loss配合使用，进行文字识别，可以直接从文本词级或行级的标注中学习，不需要详细的字符级的标注。该Module是一个通用的OCR模型，支持直接预测。

选择模型版本进行安装

1.2.0 (最新版)

$ hub install chinese_ocr_db_crnn_server==1.2.0

chinese_ocr_db_crnn_server

模型名称	chinese_ocr_db_crnn_server
类别	图像-文字识别
网络	Differentiable Binarization+RCNN
数据集	icdar2015数据集
是否支持Fine-tuning	否
模型大小	116MB
最新更新日期	2021-05-31
数据指标	mAP@0.98

一、模型基本信息

应用效果展示
- OCR文字识别场景在线体验
- 样例结果示例：
模型介绍
- chinese_ocr_db_crnn_server Module用于识别图片当中的汉字。其基于chinese_text_detection_db_server Module 检测得到的文本框，识别文本框中的中文文字。识别文字算法采用CRNN（Convolutional Recurrent Neural Network）即卷积循环神经网络。该Module是一个通用的OCR模型，支持直接预测。

更多详情参考：An end-to-end trainable neural network for image-based sequence recognition and its application to scene text recognition

二、安装

1、环境依赖
- paddlepaddle >= 2.2.0
- paddlehub >=2.2.0
- shapely
- pyclipper
- ```
$ pip install shapely pyclipper
```
- 该Module依赖于第三方库shapely和pyclipper，使用该Module之前，请先安装shapely和pyclipper。

2、安装

$ hub install chinese_ocr_db_crnn_server

三、模型API预测

1、命令行预测

$ hub run chinese_ocr_db_crnn_server --input_path "/PATH/TO/IMAGE"

2、预测代码示例

import paddlehub as hub
import cv2ocr = hub.Module(name="chinese_ocr_db_crnn_server", enable_mkldnn=True)       # mkldnn加速仅在CPU下有效
result = ocr.recognize_text(images=[cv2.imread('/PATH/TO/IMAGE')])# or
# result = ocr.recognize_text(paths=['/PATH/TO/IMAGE'])

3、API
- ```
def __init__(text_detector_module=None, enable_mkldnn=False)
```
  - 构造ChineseOCRDBCRNNServer对象
  - 参数
    - text_detector_module(str): 文字检测PaddleHub Module名字，如设置为None，则默认使用 chinese_text_detection_db_server Module。其作用为检测图片当中的文本。
    - enable_mkldnn(bool): 是否开启mkldnn加速CPU计算。该参数仅在CPU运行下设置有效。默认为False。
- ```
def recognize_text(images=[],paths=[],use_gpu=False,output_dir='ocr_result',visualization=False,box_thresh=0.5,text_thresh=0.5,angle_classification_thresh=0.9)
```
  - 预测API，检测输入图片中的所有中文文本的位置。
  - 参数
    - paths (list[str]): 图片的路径；
    - images (list[numpy.ndarray]): 图片数据，ndarray.shape 为 [H, W, C]，BGR格式；
    - use_gpu (bool): 是否使用 GPU；若使用GPU，请先设置CUDA_VISIBLE_DEVICES环境变量
    - box_thresh (float): 检测文本框置信度的阈值；
    - text_thresh (float): 识别中文文本置信度的阈值；
    - angle_classification_thresh(float): 文本角度分类置信度的阈值
    - visualization (bool): 是否将识别结果保存为图片文件；
    - output_dir (str): 图片的保存路径，默认设为 ocr_result；
  - 返回
    - res (list[dict]): 识别结果的列表，列表中每一个元素为 dict，各字段为：
      - data (list[dict]): 识别文本结果，列表中每一个元素为 dict，各字段为： - text(str): 识别得到的文本 - confidence(float): 识别文本结果置信度 - text_box_position(list): 文本框在原图中的像素坐标，4*2的矩阵，依次表示文本框左下、右下、右上、左上顶点的坐标如果无识别结果则data为[]
      - save_path (str, optional): 识别结果的保存路径，如不保存图片则save_path为''

四、服务部署

PaddleHub Serving 可以部署一个目标检测的在线服务。
第一步：启动PaddleHub Serving
- 运行启动命令：
- ```
$ hub serving start -m chinese_ocr_db_crnn_server
```
- 这样就完成了一个目标检测的服务化API的部署，默认端口号为8866。
- NOTE: 如使用GPU预测，则需要在启动服务之前，请设置CUDA_VISIBLE_DEVICES环境变量，否则不用设置。

第二步：发送预测请求

配置好服务端，以下数行代码即可实现发送预测请求，获取预测结果

import requests
import json
import cv2
import base64def cv2_to_base64(image):data = cv2.imencode('.jpg', image)[1]return base64.b64encode(data.tostring()).decode('utf8')# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_server"
r = requests.post(url=url, headers=headers, data=json.dumps(data))# 打印预测结果
print(r.json()["results"])