Japan PP OCRv3 Mobile Rec

🚀 日本版PP - OCRv3移動文本識別模型

japan_PP - OCRv3_mobile_rec是一款由PaddleOCR團隊開發的文本行識別模型，屬於PP - OCRv3_rec系列。該模型是基於PP - OCRv3_mobile_rec專門為識別日語而訓練的特定模型，支持日語識別。以下是其關鍵的準確率指標：

⚠️ 重要提示

如果一行中的任何字符（包括標點符號）識別錯誤，則整行將被標記為錯誤。這樣能確保在實際應用中具有更高的準確性。

🚀 快速開始

📦 安裝指南

1. 安裝PaddlePaddle

請參考以下命令，使用pip安裝PaddlePaddle：

# 適用於CUDA11.8
python -m pip install paddlepaddle - gpu==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# 適用於CUDA12.6
python -m pip install paddlepaddle - gpu==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cu126/

# 適用於CPU
python -m pip install paddlepaddle==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cpu/

有關PaddlePaddle安裝的詳細信息，請參考PaddlePaddle官方網站。

2. 安裝PaddleOCR

從PyPI安裝最新版本的PaddleOCR推理包：

python -m pip install paddleocr

💻 使用示例

基礎用法

你可以通過一條命令快速體驗該模型的功能：

paddleocr text_recognition \
    --model_name japan_PP - OCRv3_mobile_rec \
    -i https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/NnQK6B5BHvbHgnx9EHBZa.png

你也可以將文本識別模塊的模型推理集成到你的項目中。在運行以下代碼之前，請將示例圖像下載到本地機器。

from paddleocr import TextRecognition
model = TextRecognition(model_name="japan_PP - OCRv3_mobile_rec")
output = model.predict(input="NnQK6B5BHvbHgnx9EHBZa.png", batch_size=1)
for res in output:
    res.print()
    res.save_to_img(save_path="./output/")
    res.save_to_json(save_path="./output/res.json")

運行後，得到的結果如下：

{'res': {'input_path': '/root/.paddlex/predict_input/NnQK6B5BHvbHgnx9EHBZa.png', 'page_index': None, 'rec_text': '學校が終わってから、友達と遊んじゃったの。それで、帰るのが少', 'rec_score': 0.999738335609436}}

可視化後的圖像如下： 

有關使用命令和參數說明的詳細信息，請參考[文檔](https://paddlepaddle.github.io/PaddleOCR/latest/en/version3.x/module_usage/text_recognition.html#iii - quick - start)。

高級用法

單個模型的能力是有限的，但由多個模型組成的管道可以提供更強的能力來解決現實場景中的難題。

PP - OCRv3

通用OCR管道用於解決文本識別任務，通過從圖像中提取文本信息並以字符串格式輸出。該管道包含5個模塊：

• 文檔圖像方向分類模塊（可選）
• 文本圖像去畸變模塊（可選）
• 文本行方向分類模塊（可選）
• 文本檢測模塊
• 文本識別模塊

運行以下命令可快速體驗OCR管道：

paddleocr ocr - i https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/yoS5sCp5dVQUAPWFQlZX8.png \
    --text_recognition_model_name japan_PP - OCRv3_mobile_rec \
    --use_doc_orientation_classify False \
    --use_doc_unwarping False \
    --use_textline_orientation True \
    --save_path ./output \
    --device gpu:0 

結果將打印到終端：

{'res': {'input_path': '/root/.paddlex/predict_input/yoS5sCp5dVQUAPWFQlZX8.png', 'page_index': None, 'model_settings': {'use_doc_preprocessor': True, 'use_textline_orientation': True}, 'doc_preprocessor_res': {'input_path': None, 'page_index': None, 'model_settings': {'use_doc_orientation_classify': False, 'use_doc_unwarping': False}, 'angle': -1}, 'dt_polys': array([[[ 65,   9],
        ...,
        [ 65,  39]],

       ...,

       [[ 34, 211],
        ...,
        [ 34, 245]]], dtype=int16), 'text_det_params': {'limit_side_len': 64, 'limit_type': 'min', 'thresh': 0.3, 'max_side_limit': 4000, 'box_thresh': 0.6, 'unclip_ratio': 1.5}, 'text_type': 'general', 'textline_orientation_angles': array([0, ..., 0]), 'text_rec_score_thresh': 0.0, 'rec_texts': ['彼女のいいたいことが、正晴にもなんとなくわかった。その一時', '間というのには、重大な意味があるのだ。', 'Iもしそうしていたら」雪穂はいったん唇を噛んでから続け', 'た。「そうしていたら、たぶんおかあさんは死なずに済んだと思', 'う。それを思うと・'], 'rec_scores': array([0.98636633, ..., 0.94151145]), 'rec_polys': array([[[ 65,   9],
        ...,
        [ 65,  39]],

       ...,

       [[ 34, 211],
        ...,
        [ 34, 245]]], dtype=int16), 'rec_boxes': array([[ 65, ...,  39],
       ...,
       [ 34, ..., 245]], dtype=int16)}}

如果指定了save_path，可視化結果將保存到save_path目錄下。可視化輸出如下： 

命令行方法適用於快速體驗。對於項目集成，也只需要幾行代碼：

from paddleocr import PaddleOCR  

ocr = PaddleOCR(
    text_recognition_model_name="japan_PP - OCRv3_mobile_rec",
    use_doc_orientation_classify=False, # 使用use_doc_orientation_classify來啟用/禁用文檔方向分類模型
    use_doc_unwarping=False, # 使用use_doc_unwarping來啟用/禁用文檔去畸變模塊
    use_textline_orientation=True, # 使用use_textline_orientation來啟用/禁用文本行方向分類模型
    device="gpu:0", # 使用device指定GPU進行模型推理
)
result = ocr.predict("https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/yoS5sCp5dVQUAPWFQlZX8.png")  
for res in result:  
    res.print()  
    res.save_to_img("output")  
    res.save_to_json("output")

管道中默認使用的模型是PP - OCRv5_server_rec，因此需要通過參數text_recognition_model_name指定為japan_PP - OCRv3_mobile_rec。你也可以通過參數text_recognition_model_dir使用本地模型文件。有關使用命令和參數說明的詳細信息，請參考[文檔](https://paddlepaddle.github.io/PaddleOCR/latest/en/version3.x/pipeline_usage/OCR.html#2 - quick - start)。

📚 詳細文檔

• PaddleOCR倉庫
• PaddleOCR文檔

📄 許可證

本項目採用Apache - 2.0許可證。