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

《yolov8 官方网站》
《Yolov8 保姆级别安装》

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~。

相关推荐
开开心心就好2 天前
显示器关不掉怎么办,用小工具一键息屏
算法·智能手机·pdf·计算机外设·ocr·lua·1024程序员节
科研邪修法5 天前
中英混排OCR评估:从字符输出到字段验收
ocr
凯瑟琳.奥古斯特6 天前
我开源了一个 Windows 截图取字工具:全局热键 + 离线 OCR + 标注打码,不上传任何数据
windows·ocr
jay神6 天前
基于 YOLOv8 的传送带异物检测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机视觉·计算机毕业设计
jay神9 天前
基于 YOLOv8 的手势识别系统(Web 版)
前端·人工智能·python·深度学习·yolo·计算机视觉·计算机毕业设计
鱼听禅9 天前
Ubuntu安装YOLOv8进行菌落识别训练
linux·python·yolo·ubuntu
jay神11 天前
基于深度学习的交通流量预测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机毕业设计
AlfredZhao11 天前
OCR、VLM、ASR 到底有什么区别?一文讲清
ocr·asr·vlm
带电的小王12 天前
YOLO27:官方预览页放出全部规格,60.5 mAP 破 YOLO 纪录,但权重还没发布
yolo
jay神12 天前
基于 YOLOv8 的轴承缺陷检测(Web 版)
前端·人工智能·yolo