PaddleOCR，多语言OCR工具

PaddleOCR旨在创建多语言，出色，领先和实用的OCR工具，以帮助用户训练更好的模型并将其应用于实践。

2020.12.15更新了数据合成工具，即样式文本，易于合成与目标场景图像相似的大量图像。

2020.11.25更新新的数据注释工具，即PPOCRLabel，这有助于提高标记效率。此外，标记结果可直接用于PP-OCR系统的培训。

PPOCR系列高质量预训练模型，可媲美商业效果超轻量级ppocr_mobile系列模型：检测（3.0M）+方向分类器（1.4M）+识别（5.0M）= 9.4M

通用ppocr_server系列模型：检测（47.1M）+方向分类器（1.4M）+识别（94.9M）= 143.4M

与OCR区域相关的丰富工具包数据合成工具，即样式文本：易于合成与目标场景图像相似的大量图像

上面的图片是通用ppocr_server模型的可视化。有关更多效果图片，请参阅更多可视化。

使用您的微信扫描以下QR码，即可进入官方技术交流小组。期待您的参与。

移动DEMO体验（基于EasyEdge和Paddle-Lite，支持iOS和Android系统）：登录网站以获取用于安装App的QR码

另外，您可以扫描以下QR码以安装应用程序（仅适用于Android支持）

注意：与使用静态图编程范例进行训练的模型1.1相比，模型2.0是动态图训练的版本，并且具有接近的性能。

有关更多模型下载（包括多种语言）的信息，请参考PP-OCR v2.0系列模型下载。

PP-OCR是一种实用的超轻型OCR系统。它主要由三个部分组成：DB文本检测[2]，检测帧校正和CRNN文本识别[7]。该系统从8个方面采用19种有效策略，包括骨干网选择和调整，预测头设计，数据扩充，学习率转换策略，正则化参数选择，预训练模型使用以及自动模型剪裁和量化，以优化和瘦身。每个模块的模型。最终结果是一个超轻量的中文和英文OCR模型，总大小为350万，英文数字为280万。有关更多详细信息，请参阅PP-OCR技术文章（https://arxiv.org/abs/2009.09941）。此外，FPGM Pruner [8]和PACT量化[9]的实现是基于PaddleSlim的。

如果要请求新的语言支持，则需要包含2个以下文件的PR：

在文件夹ppocr / utils / dict中，有必要将dict文本提交到此路径，并用包含所有字符列表的{language} _dict.txt命名。请查看该文件夹中其他文件的格式示例。

在文件夹ppocr / utils / corpus中，有必要将语料库提交到此路径，并使用{language} _corpus.txt命名该语料库，其中包含您所用语言的单词列表。也许每种语言至少需要50000个单词。当然，越多越好。

如果您的语言具有独特的元素，请以任何方式提前告诉我，例如有用的链接，维基百科等。

非常感谢Khanh Tran和Karl Horky贡献并修订了英语文档。

非常感谢zhangxin贡献了新的可视化功能，添加了.gitgnore并手动放弃了PYTHONPATH设置。

感谢tangmq为PaddleOCR提供了Dockerized部署服务，并支持可释放的Restful API服务的快速发布。

感谢lijinhan贡献了一种新方法，即java SpringBoot，以实现对Hubserving部署的请求。

感谢Evezerest，ninetailskim，edencfc，BeyondYourself和1084667371为新的数据注释工具（即PPOCRLabel）所做的贡献。