大家好，我是小张~
之前写过一篇博文介绍了一款OCR 识别库，识别精度能达到商用级别，并且支持多语言识别，使用详情请参考文章：文本OCR，这个Python库识别效果不输于商用！，
除了PaddleOCR之外，之前还介绍过一些其它好玩的开源项目，例如老照片修复 Bringing-Old-Photos-Back-to-Life 、黑白照片上色DeOldify 。因此，最近准备启动一个项目，做一个在线网站，将之前一些好玩的功能都陆续集成在这个网站中
本篇文章将介绍网站第一个功能模块：图片OCR识别，识别功能借助于PaddleOCR，后端使用Django框架，前端主要借助Element-PLus + Vue 实现，这个模块虽然没有用到数据库存储功能，但由于是 Django框架需要借助MySQL 实现项目初始化。
OCR识别整体流程：网站提供一个图片上传入口，用户将识别后的图片上传后，网站后台在1~2秒后返回图片的识别结果，效果如下：
页面整体布局
文字识别中页面：
OCR识别完成：
一，Django项目初始化
- 1.1，检查 Django 环境
python -m django --version
若终端显示版本号，未出现 No module named django，即可证明已安装成功~，Django安装方法参考以下连接
https://docs.djangoproject.com/zh-hans/4.0/
- 1.2 创建 Django 项目
在 Django 框架中，项目中每个模块叫 app，每个 app 负责一个模块功能，例如博客中的评论模块；所有 app 组合在一起形成整个项目 project，因此首先，创建一个项目 dlIntegrated(命名随意)
django-admin startproject dlIntegrated
- 创建后目录树形结构如下
dlIntegrated
│ manage.py
│
└─dlIntegrated
asgi.py
settings.py
urls.py
wsgi.py
__init__.py
cd 到 manage.py 同级的目录下，终端运行
python manage.py runserver
终端无报错，浏览器输入 http:\localhost:8080，进入 django 初始化页面，即可代表 django 启动成功
- 1.3，创建 app
cd 到与 manage.py 同级的目录下，输入以下命令：
python manage.py startapp paddleApp
运行成功后，目录树结构如下：
│ manage.py
│
├─dlIntegrated
│ │ asgi.py
│ │ settings.py
│ │ urls.py
│ │ wsgi.py
│ │ __init__.py
│ │
│ └─__pycache__
│ settings.cpython-37.pyc
│ __init__.cpython-37.pyc
│
└─paddleApp
│ admin.py
│ apps.py
│ models.py
│ tests.py
│ views.py
│ __init__.py
│
└─migrations
__init__.py
- 1.4，配置
dlIntegrated/setting.py配置项，连接数据库，连接App等
找到 DATABASES
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.mysql',
'USER':'root',
'HOST':'localhost',
'NAME':'dl_intergate',
'PASSWORD':'root',
'TIME_ZONE':'Asia/Shanghai'
}
}
找到 INSTALLED_APPS，加入app选项paddleApp.apps.PaddleappConfig(根据自己项目调整)
INSTALLED_APPS = [
'paddleApp.apps.PaddleappConfig',
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.messages',
'django.contrib.staticfiles',
]
二，安装 PaddleOCR
之前介绍 PaddleOCR 时，需要经过Github 代码仓库拉项目、配环境、写demo一系列步骤，然后才能正常使用；PaddleOCR 项目源于百度，经过多次迭代后目前已经被封装为一个Python库，安装时借助 pip 工具即可
- 2.1，pip 安装 PaddleOCR：
# GPU版本
python3 -m pip install paddlepaddle-gpu
# CPU版本
python3 -m pip install paddlepaddle
需要注意的是，如果项目用GPU版本时，需要保证 GPU 环境配置好，例如 CUDA、Cudnn等
- 2.2，安装 PaddleOCR Whl 包
pip install "paddleocr>=2.0.1" # Recommend to use version 2.0.1+
安装 paddleocr 时可能会报错，这里我记录了我配置时遇到的一些错误（Windows 环境），有遇到相同错误的可以参考下：“basetsd.h”: No such file or directory,LINK : fatal error LNK1158: 无法运行“rc.exe”报错
三，Django完善视图，url模块
- 3.1，views 视图中实现识别核心模块：
def ocr_detect(filePath:str):
'''
orc识别
'''
print("filePath is ",filePath)
ocr = PaddleOCR(use_angle_cls=True, lang='ch') # need to run only once to download and load model into memory
result = ocr.ocr(filePath, cls=True)
result_list = result
(path,fileName) = os.path.split(filePath)
image = Image.open(filePath).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='./template/fonts/Deng.ttf')
im_show = Image.fromarray(im_show)
im_show.save(os.path.join(path,"draw-"+fileName))
- 3.2，在app 中的 urls.py 中定义 url 接口
# ProjectName/App/urls.py
from django.urls import path
from . import views
urlpatterns = [
path('upload-image',views.paddle_image_upload)
]
- 3.3 将app 中 API接口与项目链接
# ProjectName/urls.py
urlpatterns = [
path('admin/', admin.site.urls),
path('paddleApp/',include('paddleApp.urls'))
]
四，借助Vue对前端项目初始化
- 4.1，这里借助的是 Vue 脚手架，为了提交开发效率借助 Element-Plus 组件库，项目的结构树如下：
│ .gitignore
│ babel.config.js
│ jsconfig.json
│ list.txt
│ package-lock.json
│ package.json
│ README.md
│ tsconfig.json
│ vue.config.js
├─public
│ favicon.ico
│ index.html
│
└─src
│ App.vue
│ main.ts
│ router.ts
│ shims-vue.d.ts
│
├─assets
│ logo.png
│
├─components
│ HelloWorld.vue
│
└─page
└─paddle
textOcrPage.vue
- 4.2，router.ts 定义前端路由
import {createRouter,createWebHashHistory} from 'vue-router'
const routes = [
{
path: '/paddle-ocr',
component:()=> import('@/page/paddle/textOcrPage.vue')
}
]
const router = createRouter({
history:createWebHashHistory(),
routes
})
export default router;
- 4.3，在配置文件
vue.conf.js中定义方向代理，解决跨域问题
module.exports = defineConfig({
transpileDependencies: true,
devServer: {
proxy:{
'/api':{
target: 'http://localhost:8089',
pathRewrite: {
'^/api':'',
changeOrigin: true
}
}
},
port: 8083
},
// chainWebpack: config => {
// // 处理ts文件 (新增loader)
// config.module.rule('ts').use('te-loader').end()
// }
})
- 4.4，在vue脚本实现页面布局，上传组件实现，上传逻辑编写(以下为部分代码)
<div v-loading="loading" :element-loading-text="loadingText" element-loading-background="rgba(122, 122, 122, 0.8)">
<div style="border:1px solid black">
<h1>
文本 OCR 在线识别接口
</h1>
</div>
<div style="margin-top:100px">
<el-upload
class="avatar-uploader"
action="/api/paddleApp/upload-image"
:show-file-list="false"
:on-success="handleAvatarSuccess"
:before-upload="beforeAvatarUpload">
<img v-if="imageUrl" :src="imageUrl" class="avatar" />
<el-icon v-else class="avatar-uploader-icon"><Plus></Plus></el-icon>
</el-upload>
<el-card shadow="never">
<template #header>
<div class="card-header">
<span>OCR 识别结果</span>
</div>
</template>
<div style="text-align: center;font-size: 20px;color:royalblue" v-for="o in resultText" :key="o" class="text item">{{o[1][0] ?o[1][0]:'' }}</div>
</el-card>
</div>
</div>
</template>
<script lang="ts" setup>
import { ref } from 'vue'
import { ElMessage } from 'element-plus'
import { Plus } from '@element-plus/icons-vue'
import type { UploadProps } from 'element-plus'
const imageUrl = ref('')
const resultText = ref('')
const loading = ref(false)
const loadingText = ref('识别中，请耐心等待')
const handleAvatarSuccess: UploadProps['onSuccess'] = (
response,
uploadFile
) => {
const resultData = response.data
resultText.value = resultData.result
imageUrl.value = URL.createObjectURL(uploadFile.raw!)
loading.value =false
}
const beforeAvatarUpload: UploadProps['beforeUpload'] = (rawFile) => {
if (!(rawFile.type === 'image/jpeg' || rawFile.type === 'image/png')) {
ElMessage.error('Avatar picture must be JPG format!')
return false
} else if (rawFile.size / 1024 / 1024 > 2) {
ElMessage.error('Avatar picture size can not exceed 2MB!')
return false
}
loading.value = true
return true
}
</script>
五，小结
好了，以上就是本篇文章的全部内容了，本文涉及的内容知识较多，适合收藏下来慢慢吸收:😛，由于 Python 语言也有自身的局限性，因此在项目中引入 Vue、JS等作为前端界面实现，搭建一个前后端分离网站
这里在项目中引入了 OCR图片 识别功能，后面将会计划把一些其它功能加进来，例如Excel上传，读写；图像分割，经纬度转换等，带大家一起来完善这个项目
最后，项目源码获取方式，关注微信公号：小张Python 后台回复关键字：dl_interated 即可
