#!/usr/bin/env python3
"""
PaddleOCR评估器实现
"""
from pathlib import Path
from typing import Dict, Any, Optional
from datetime import datetime
import logging
from .base import BaseEvaluator
from ..config import ModelTypes, PaddleOCRConstants
[文档]
class PaddleOCREvaluator(BaseEvaluator):
"""PaddleOCR评估器"""
[文档]
def __init__(self, config: Optional[Dict[str, Any]] = None):
"""初始化PaddleOCR评估器
Args:
config: PaddleOCR配置参数
"""
# 使用优化配置作为默认值
default_config = PaddleOCRConstants.OPTIMIZED_CONFIG.copy()
if config:
default_config.update(config)
super().__init__(default_config)
# 更新技术细节
self.technical_details.update({
'optimized_config': PaddleOCRConstants.OPTIMIZED_CONFIG,
'actual_config': self.config,
'optimization_notes': [
"禁用文档方向分类 - 对小图片的简单文本，复杂预处理反而有害",
"禁用文档矫正 - 避免对简单文本图片过度处理",
"禁用文本行方向分类 - 减少不必要的预处理步骤",
"使用英文模型 - 对字母数字混合文本效果更好"
]
})
[文档]
def get_model_name(self) -> str:
"""获取模型名称"""
return "PP-OCRv5"
[文档]
def get_model_type(self) -> str:
"""获取模型类型"""
return ModelTypes.PADDLEOCR
[文档]
def initialize(self) -> bool:
"""初始化PaddleOCR模型"""
if self.is_initialized:
return True
self.logger.info("正在初始化PaddleOCR模型...")
start_time = datetime.now()
try:
# 导入PaddleOCR
from paddleocr import PaddleOCR
# 创建OCR实例
self.model = PaddleOCR(**self.config)
# 进行一次测试调用以确保模型正常工作
# 创建一个简单的测试图像数据
import numpy as np
test_image = np.ones((100, 100, 3), dtype=np.uint8) * 255 # 白色图像
try:
_ = self.model.ocr(test_image, cls=False)
self.logger.info("PaddleOCR模型初始化成功")
self.is_initialized = True
# 记录初始化时间
init_time = (datetime.now() - start_time).total_seconds()
self.technical_details['initialization_time'] = init_time
return True
except Exception as e:
self.logger.error(f"PaddleOCR模型测试失败: {e}")
return False
except ImportError:
self.logger.error("PaddleOCR未安装，请运行: pip install paddlepaddle paddleocr")
return False
except Exception as e:
self.logger.error(f"PaddleOCR初始化失败: {e}")
return False
[文档]
def recognize_image(self, image_path: Path) -> str:
"""使用PaddleOCR识别单张图片
Args:
image_path: 图片路径
Returns:
str: 识别的文本结果
"""
if not self.is_initialized:
raise RuntimeError("模型未初始化")
try:
# 使用PaddleOCR进行识别
result = self.model.ocr(str(image_path), cls=False)
# 提取文本
if result and len(result) > 0 and result[0]:
# PaddleOCR返回格式: [[[bbox], (text, confidence)], ...]
texts = []
for detection in result[0]:
if len(detection) >= 2 and len(detection[1]) >= 2:
text = detection[1][0] # 提取文本
confidence = detection[1][1] # 提取置信度
# 可以根据置信度过滤结果
if confidence > 0.5: # 置信度阈值
texts.append(text)
# 合并多个文本区域的结果
if texts:
return ' '.join(texts).strip()
return ""
except Exception as e:
self.logger.error(f"PaddleOCR识别失败 {image_path}: {e}")
return ""
[文档]
def cleanup(self):
"""清理PaddleOCR资源"""
if self.model is not None:
# PaddleOCR通常不需要显式清理，但可以释放引用
self.model = None
self.is_initialized = False
self.logger.debug("PaddleOCR资源已清理")
[文档]
def get_model_info(self) -> Dict[str, Any]:
"""获取模型详细信息"""
info = {
'model_name': self.get_model_name(),
'model_type': self.get_model_type(),
'config': self.config,
'is_initialized': self.is_initialized,
'supported_languages': PaddleOCRConstants.SUPPORTED_LANGS,
'current_language': self.config.get('lang', PaddleOCRConstants.DEFAULT_LANG)
}
if self.is_initialized:
try:
# 如果可能，获取更多运行时信息
import paddle
info['paddle_version'] = paddle.__version__
except:
pass
return info
[文档]
@classmethod
def create_with_optimal_config(cls) -> 'PaddleOCREvaluator':
"""使用最佳配置创建评估器实例
Returns:
PaddleOCREvaluator: 使用优化配置的评估器实例
"""
return cls(PaddleOCRConstants.OPTIMIZED_CONFIG)
[文档]
@classmethod
def create_from_config_dict(cls, config_dict: Dict[str, Any]) -> 'PaddleOCREvaluator':
"""从配置字典创建评估器实例
Args:
config_dict: 配置字典，通常来自配置文件
Returns:
PaddleOCREvaluator: 评估器实例
"""
paddleocr_config = config_dict.get('models', {}).get('paddleocr', {})
return cls(paddleocr_config)