OCR识别系统 YOLOv8 +Paddle 方案落地

YOLOv8 + PaddleOCR 技术方案落地

Yolov8相关文档
- [Step 1 证件模型的训练](#Step 1 证件模型的训练)
- [Step 2 Yolov8进行图片推理](#Step 2 Yolov8进行图片推理)
- [Step 3 PaddleOCR进行识别](#Step 3 PaddleOCR进行识别)
- [Step 4 整合Yolov8 + PaddleOCR 进行OCR](#Step 4 整合Yolov8 + PaddleOCR 进行OCR)

Yolov8相关文档

Ultralytics YOLOv8 是一款尖端的、最先进的 (SOTA) 模型，它以之前 YOLO 版本的成功为基础，并引入了新功能和改进，以进一步提高性能和灵活性。YOLOv8 旨在快速、准确且易于使用，使其成为各种对象检测和跟踪、实例分割、图像分类和姿势估计任务的绝佳选择
目前市面的OCR功能都已经比较完善了，Paddle也很出众，不过OCR出来后相关字段都是错乱，你通过正则表达式获取也不能满足特殊场景，那么就需要特别的位置检测。yolov家族就是做这个事情的！！，通过图片相关位置截取图片在进行OCR

Step 1 证件模型的训练

1、选取身份证标注（300张样本，200张测试样本）

2、使用标注软件进行处理数据集(这里我用的是 makesense)

3、yolov8 进行训练模型 (这里可以参考《Yolov8 保姆级别安装》文章 )

python 复制代码

yolo detect train model=yolov8n.pt data=idCard.yaml epochs=10 imgsz=640

样图：

Step 2 Yolov8进行图片推理

python 复制代码

yolo predict model=best.pt  source=image_test imgsz=640

检测后效果:

Step 3 PaddleOCR进行识别

python 复制代码

paddleocr --image_dir ./imges/test.jpg --use_angle_cls true --use_gpu false

[[[28.0, 37.0], [302.0, 39.0], [302.0, 72.0], [27.0, 70.0]], ('姓名 xxxxxxx', 0.9658738374710083)]

...

到这里相关操作都能正常运行，那么你的虚拟环境就好了。

Step 4 整合Yolov8 + PaddleOCR 进行OCR

1、通过Flask整合，通过http接口进行交互识别

python 复制代码

"""
三大核心包
"""
from flask import Flask, request
from ultralytics import YOLO
from paddleocr import PaddleOCR

//yolov 推理
model_idCard = YOLO('best_idCard.pt')
results = model_idCard.predict(img, device='cpu', stream=True)
....

//获取yolov推理后的切片图进行ocr
ocr = PaddleOCR(lang='ch', use_angle_cls=True, enable_mkldnn=True, cpu_threads=8, ocr_version='PP-OCRv4')
result = ocr.ocr(img, cls=True)



@app.route('/idCardOcr', methods=['POST'])
def idCardOcrRequest():
# f = request.files['file']
 json = request.json
 imagePath = 'temp/' + json['fileName']
 # imagePath = 'D:/work_project/useDeviceCloud/temp/' + json['fileName']
 return idCardOcr(imagePath)

yolov8推理出来的切图

效果：

效果还是比较可以的，不过低配置的机器可能有点限制。paddle要求比较高后续看看在接入其他的ocr通用版本来替换，让更多的机器能跑起来

看↓↓↓方格或搜索： 码猿趣事，回复关键字：yolov8+OCR持续更新中~。