以下是关于 Python 中使用 CnOCR 和 PaddleOCR 的完整指南： --- ### **1. CnOCR 与 PaddleOCR 对比** | 特性 | CnOCR | PaddleOCR | |--------------------|------------------------------------|----------------------------------| | **底层引擎** | PyTorch | PaddlePaddle | | **安装体积** | ~30MB | ~200MB+ | | **语言支持** | 简体中文优先 | 多语言（80+） | | **使用场景** | 轻量级中文OCR | 工业级高精度OCR | --- ### **2. 安装方法** #### ▶ **CnOCR 安装** ```bash pip install cnocr -i https://pypi.tuna.tsinghua.edu.cn/simple # 验证安装 python -c "import cnocr; print(cnocr.__version__)" ``` #### ▶ **PaddleOCR 安装** ```bash # 标准安装（包含推理引擎） pip install paddleocr paddlepaddle -i https://mirror.baidu.com/pypi/simple # 轻量版（仅文本检测+识别） pip install paddleocr-lite ``` --- ### **3. 基础使用示例** #### **CnOCR 示例** ```python from cnocr import CnOcr ocr = CnOcr() # 默认使用中文模型 result = ocr.ocr('test.png') print(result) ``` #### **PaddleOCR 示例** ```python from paddleocr import PaddleOCR ocr = PaddleOCR(use_angle_cls=True, lang="ch") # 启用方向分类器 result = ocr.ocr('test.jpg', cls=True) for line in result: print(line[0][1]) # 打印识别文本 ``` --- ### **4. 性能优化技巧** #### **GPU 加速** ```python # PaddleOCR GPU模式（需提前安装CUDA） ocr = PaddleOCR(use_gpu=True) ``` #### **批量处理** ```python # CnOCR批量处理 ocr = CnOcr(batch_size=8) # 显存不足时减小batch_size ``` #### **模型选择** ```python # 使用PaddleOCR的服务器版模型 ocr = PaddleOCR(det_model_dir='ch_ppocr_server_v2.0_det_infer', rec_model_dir='ch_ppocr_server_v2.0_rec_infer') ``` --- ### **5. 常见问题解决** | 问题 | 解决方案 | |---------------------------|--------------------------------------------------------------------------| | **PaddleOCR 体积过大** | 使用 `--no-deps` 跳过依赖安装，或选择 `paddleocr-lite` | | **中文乱码** | 确保系统支持中文字体，或指定字体路径 `CnOcr(det_font_path='simsun.ttc')` | | **内存不足** | 减小 `batch_size` 或使用 `PaddleOCR(enabled_mkldnn=True)` 启用Intel加速 | --- ### **6. 进阶功能** #### **表格识别** ```python # PaddleOCR表格结构化输出 from paddleocr import PPStructure table_engine = PPStructure(show_log=True) result = table_engine('table.jpg') ``` #### **多语言支持** ```python # 识别英文+中文 ocr = PaddleOCR(lang="en") ``` ---