百度 paddle OCR 简单使用
1、代码下载2、简单测试3、更换模型测试
百度 paddle OCR 简单使用 1、代码下载可以直接去paddle OCR的github或者gitee去寻找源码
链接: github链接
链接: gitee链接
下载完成之后，解压压缩包，用pycharm将文件夹作为工程打开
打开后，需要安装各种依赖包，这里提供一种思路
1、创建虚拟环境venv，注意打红勾处不要勾选（为了将本工程的依赖包和python解释器下的依赖包隔离起来，方便工程的开发和转移）
2、创建玩虚拟环境后，在pycharm的Terminal中进入虚拟环境目录（使用命令行安装依赖包）！注意，创建完虚拟环境就直接执行pip命令，通过官方给的命令，就可以保证运行，自己一个个安装的话可能会有依赖包之间彼此版本不兼容的问题。
3、进入虚拟环境的子文件夹中（其中pip list可以用于查看安装了那些依赖包），如果出现了无法进入环境的错误，参考这篇博文：
链接: 解决方案
4、执行官方的pip 命令（划红线的代码，根据自己是GPU或者CPU进行选择）
再执行下面划红线的代码
//
到这里环境基本就完成了，如果有问题可以在讨论区咨询，博主有时间就回复。
这里可以直接新建一个Mydetect.py文件，与paddleocr.py保持同一级目录。之后在里面复制官方的测试程序
针对自己的需要可以对红线里的代码进行修改，实测可以用opencv来读写图片。
首先给出官方的链接：
链接: link
1、博主下载的检测阶段模型（只用了推理模型，暂不考虑训练模型），标红线处
博主下载的识别阶段模型（只用了推理模型，暂不考虑训练模型），标红线处
2、下载完之后解压压缩包，之后将文件夹移动到默认的模型下载位置
3、在首次运行Mydetect.py文件时，会自动下载模型，要记录下模型下载的位置，方面后续更换别的模型进行测试。
4、完成模型文件的下载和更换后，修改Mydetect.py中的函数使用新的模型进行检测
到此，全部完成！！！
