【PaddleOCR】快速集成 PP-OCRv5 的 Python 实战秘籍--- 实例化 OCR 对象的 predict() 方法介绍

博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

@[TOC](【PaddleOCR】快速集成 PP-OCRv5 的 Python 实战秘籍— 实例化 OCR 对象的 predict() 方法介绍)
用 OCR 产线对象的 predict() 方法进行推理预测

一、引言

  在数字化浪潮的推动下，光学字符识别（OCR）技术成为了信息采集与数据处理领域的关键力量。PaddleOCR，作为百度 PaddlePaddle 团队精心打造的开源 OCR 工具包，凭借其卓越的多语言识别能力、惊人的高精度文本解析性能以及出色的扩展性，在全球开发者社区中收获了极高的人气。
  随着 PaddleOCR 3.0 版本的震撼发布，PP-OCRv5 模型系列横空出世，它不仅在文本识别的精准度上实现了高达 13% 的史诗级跃升，更是在多场景文档解析方面展现出了无与伦比的强大实力。今天，就让我们一同深入探索如何在 Python 环境下轻松集成并高效运用 PP-OCRv5，快速实现文本识别的实战应用，开启智能文档处理的新篇章。

二、Python 集成 PP-OCRv5 实战代码解析

  来到核心实战环节，我们通过简洁高效的 Python 代码，轻松驾驭 PP-OCRv5 模型，实现文本识别的快速推理。

from paddleocr import PaddleOCR

# 创建 PaddleOCR 实例，自定义配置 PP-OCRv5
ocr = PaddleOCR(
    use_doc_orientation_classify=False,  # 禁用文档方向分类模块
    use_doc_unwarping=False,  # 禁用文本图像矫正模块
    use_textline_orientation=False,  # 禁用文本行方向分类模块
    ocr_version="PP-OCRv5"  # 明确指定使用 PP-OCRv5 版本
)

# 执行图片文本预测
result = ocr.predict("./general_ocr_002.png")

# 输出识别结果
for res in result:
    res.print()  # 打印识别文本与位置信息
    res.save_to_img("output")  # 将识别结果保存为图片
    res.save_to_json("output")  # 将识别结果保存为 JSON 格式

  在上述 Python 脚本中，执行了如下几个步骤：
（1）通过 PaddleOCR() 实例化 OCR 对象。
（2）调用 OCR 产线对象的 predict() 方法进行推理预测，该方法会返回一个结果列表。另外，产线还提供了 predict_iter() 方法。两者在参数接受和结果返回方面是完全一致的，区别在于 predict_iter() 返回的是一个 generator，能够逐步处理和获取预测结果，适合处理大型数据集或希望节省内存的场景。可以根据实际需求选择使用这两种方法中的任意一种。
（3）对预测结果进行处理，每个样本的预测结果均为对应的Result对象，且支持打印、保存为图片、保存为json文件的操作；
  本文重点介绍 PaddleOCR() 实例化 OCR 对象的 predict() 方法进行推理预测的具体参数说明。

三、OCR 对象的 predict() 方法进行推理预测的具体参数介绍

  调用 OCR 产线对象的 predict() 方法进行推理预测，该方法会返回一个结果列表。另外，产线还提供了 predict_iter() 方法。两者在参数接受和结果返回方面是完全一致的，区别在于 predict_iter() 返回的是一个 generator，能够逐步处理和获取预测结果，适合处理大型数据集或希望节省内存的场景。可以根据实际需求选择使用这两种方法中的任意一种。以下是 predict() 方法的参数及其说明：

参数名称	参数说明	参数类型	默认值
input	待预测数据，支持多种输入类型，必填。 Python Var：如 numpy.ndarray 表示的图像数据； str：如图像文件或者 PDF 文件的本地路径：/root/data/img.jpg；如 URL 链接，如图像文件或 PDF 文件的网络 URL：示例；如本地目录，该目录下需包含待预测图像，如本地路径：/root/data/（当前不支持目录中包含 PDF 文件的预测，PDF 文件需要指定到具体文件路径）； list：列表元素需为上述类型数据，如 [numpy.ndarray, numpy.ndarray]，[“/root/data/img1.jpg”, “/root/data/img2.jpg”]，[“/root/data1”, “/root/data2”]。	Python Var	str
use_doc_orientation_classify	是否在推理时使用文档方向分类模块。	bool	None
use_doc_unwarping	是否在推理时使用文本图像矫正模块。	bool	None
use_textline_orientation	是否在推理时使用文本行方向分类模块。	bool	None
text_det_limit_side_len	参数含义与实例化参数基本相同。设置为 None 表示使用实例化参数，否则该参数优先级更高。	int	None
text_det_limit_type	参数含义与实例化参数基本相同。设置为 None 表示使用实例化参数，否则该参数优先级更高。	str	None
text_det_thresh	参数含义与实例化参数基本相同。设置为 None 表示使用实例化参数，否则该参数优先级更高。	float	None
text_det_box_thresh	参数含义与实例化参数基本相同。设置为 None 表示使用实例化参数，否则该参数优先级更高。	float	None
text_det_unclip_ratio	参数含义与实例化参数基本相同。设置为 None 表示使用实例化参数，否则该参数优先级更高。	float	None
text_rec_score_thresh	参数含义与实例化参数基本相同。设置为 None 表示使用实例化参数，否则该参数优先级更高。	float	None

四、总结

  通过本文的深入讲解，相信大家已经掌握了在 Python 环境下利用 PaddleOCR 快速集成 PP-OCRv5 的全过程。从环境搭建的每一步骤，到实战代码的每个细节，再到关键参数的深层含义，我们对PaddleOCR() 实例化 OCR 对象的 predict() 方法进行推理预测的具体参数介绍。如今，你已经具备了将 PP-OCRv5 强大的文本识别能力融入自身项目的能力，无论是处理日常办公文档、优化信息采集流程，还是开展更复杂的智能文档分析项目，都能游刃有余。踏上文本智能处理的新征程，PP-OCRv5 将成为你最得力的助手，助力你在数字化时代浪潮中一往无前。