PaddleOCR Linux-Centos7.6安装与部署

PaddleOCR Linux-centos安装与部署

1. 运行环境准备

本人环境为阿里云服务器centos 7.6(全新镜像系统)从0开始部署PaddleOCR

0基础也可搭建

搭建时间：2023-6-7

1.1 参考资料

l PaddleOCR 运行环境准备

l PaddleOCR 快速开始

l 手把手0基础Centos下安装与部署paddleOcr 教程

l PaddleOCR基于PaddleHub Serving的服务部署（docker环境）

l 新手Docker安装PaddleOCR快速指导（非长期有效具体看更新时间） (ziyoukaifa.com)

1.2 PaddleOCR的环境

推荐环境：


PaddlePaddle >= 2.1.2

Python 3.7

CUDA10.1 / CUDA10.2

CUDNN 7.6

2. centos下准备好docker工具

可以自己选择一个稳定的版本安装，或者不指定版本，直接安装最新版本

[root\@PerfectWing \~]# yum list docker-ce --showduplicates | sort -r


错误日志：Error: No matching Packages to list

Loaded plugins: fastestmirror

Determining fastest mirrors

**（** **没有错误则跳过** **）**

2.1 备份之前的yum源文件

[root\@PerfectWing \~]# cd /etc/yum.repos.d/

[root\@PerfectWing yum.repos.d]# mv CentOS-Base.repo CentOS-Base.repo_bak

2.2 更换yum源为阿里云

[root\@PerfectWing yum.repos.d]# wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

2.3 清除缓存并生成新的缓存

[root\@PerfectWing yum.repos.d]# yum clean all

[root\@PerfectWing yum.repos.d]# yum makecache

2.4测试发现还是报错

[root\@PerfectWing \~]# yum list docker-ce --showduplicates | sort -r


Error: No matching Packages to list

 \* updates: mirrors.bfsu.edu.cn

Loading mirror speeds from cached hostfile

Loaded plugins: fastestmirror, langpacks

 \* extras: mirrors.bfsu.edu.cn

 \* base: mirrors.bfsu.edu.cn

2.5 添加仓库

[root\@PerfectWing \~]# yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

2.6 IF ERROR: yum-config-manager: command not found

[root\@PerfectWing \~]# yum -y install yum-utils

[root\@PerfectWing \~]# yum clean all

[root\@PerfectWing \~]# yum makecache

（ 没有错误则跳过这一步 ）

2.7 再次测试，发现OK

[root\@PerfectWing \~]# yum list docker-ce --showduplicates | sort -r

 \* updates: mirrors.cloud.aliyuncs.com

Loading mirror speeds from cached hostfile

Loaded plugins: fastestmirror

 \* extras: mirrors.cloud.aliyuncs.com

               docker-ce-stable

docker-ce.x86\_64            3:20.10.0-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.9-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.8-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.7-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.6-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.5-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.4-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.3-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.2-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.15-3.el7                    docker-ce-stable

docker-ce.x86\_64            3:19.03.14-3.el7                    docker-ce-stable

docker-ce.x86\_64            3:19.03.1-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:19.03.13-3.el7                    docker-ce-stable

docker-ce.x86\_64            3:19.03.12-3.el7                    docker-ce-stable

docker-ce.x86\_64            3:19.03.11-3.el7                    docker-ce-stable

docker-ce.x86\_64            3:19.03.10-3.el7                    docker-ce-stable

docker-ce.x86\_64            3:19.03.0-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.9-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.8-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.7-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.6-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.5-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.4-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.3-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.2-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.1-3.el7                     docker-ce-stable

docker-ce.x86\_64            3:18.09.0-3.el7                     docker-ce-stable

docker-ce.x86\_64            18.06.3.ce-3.el7                    docker-ce-stable

docker-ce.x86\_64            18.06.2.ce-3.el7                    docker-ce-stable

docker-ce.x86\_64            18.06.1.ce-3.el7                    docker-ce-stable

docker-ce.x86\_64            18.06.0.ce-3.el7                    docker-ce-stable

docker-ce.x86\_64            18.03.1.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            18.03.0.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.12.1.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.12.0.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.09.1.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.09.0.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.06.2.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.06.1.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.06.0.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.03.3.ce-1.el7                    docker-ce-stable

docker-ce.x86\_64            17.03.2.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.03.1.ce-1.el7.centos             docker-ce-stable

docker-ce.x86\_64            17.03.0.ce-1.el7.centos             docker-ce-stable

 \* base: mirrors.cloud.aliyuncs.com

Available Packages

2.8 yum install docker-ce接下来就是yum来安装docker完成

[root\@PerfectWing \~]# yum install docker-ce

2.9 启动docker服务

[root\@PerfectWing \~]# service docker start

2.10 查看docker版本,检查docker是否安装成功

[root\@PerfectWing \~]# docker --version

Docker version 24.0.2, build cb74dfc

2.11 配置docker服务开机自启动

[root\@PerfectWing \~]# systemctl enable docker

3.Docker环境配置

切换到工作目录下

mkdir /home/Projects
cd /home/Projects

首次运行需创建一个docker容器，再次运行时不需要运行当前命令
创建一个名字为ppocr的docker容器，并将当前目录映射到容器的/paddle目录下

3.1镜像下载

接下来docker就会自动开始下载镜像了，然后就是漫长的下载等待，大概下载时间会有10分钟左右

在CPU环境下使用docker，使用docker而不是nvidia-docker创建docker


sudo nvidia-docker run --name ppocr -v \$PWD:/paddle --shm-size=64G --network=host -it registry.baidubce.com/paddlepaddle/paddle:2.1.3-gpu-cuda10.2-cudnn7 /bin/bash

下载完毕后，会自动进入到镜像内部的shell里，进入下面这样的界面中。

我们先直接输入exit退出

exit

3.2查看docker中的运行进程

[root\@PerfectWing Projects]# docker ps

3.3启动ppocr这个容器

[root\@PerfectWing Projects]# docker start ppocr

3.4进入ppocr容器

sudo docker container exec -it ppocr /bin/bash

3.5 检查docker内的python3以及pip3版本

python>=3.7.0

4.安装最新PaddlePaddle（2.4.2）

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

4.1 安装PaddleOCR whl包

pip install “paddleocr>=2.0.1” # 推荐使用2.0.1+版本

这个包一般下载得会比较久

4.2 包版本依赖不兼容报错问题

Paddlepaddle 2.4.2需要protobuf<=3.20.0，>=3.1.0，但你有protobuf 4.23.2，这是不兼容的。

4.2.1 重新换一个 protobuf 版本

λ PerfectWing /home pip uninstall protobuf

λ PerfectWing /home pip install protobuf==3.20.0

OK没有其它包不兼容了，如果还存在包兼容问题根据错误提示升级或降级对应包即可

4.3 clone PaddleOCR仓库代码

cd /home 切换回目录下

【推荐】git clone https://github.com/PaddlePaddle/PaddleOCR

如果无法访问github 的小伙伴们也可以通过gitee仓库里面将源码下载下来：

git clone https://gitee.com/paddlepaddle/PaddleOCR

5. 安装paddlehub(2.2.0)

cd /home/PaddleOCR

**安装paddlehub **

pip3 install paddlehub==2.2.0 --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple

5.0.1 jupyter-console 包依赖冲突

错误:pip的依赖解析器目前没有考虑所有已安装的包。这种行为是下列依赖冲突的根源。Jupyter-console 6.4.0需要prompt-toolkit!=3.0.0，!=3.0.1，❤️.1.0，>=2.0.0，但您有不兼容的prompt-toolkit 1.0.18****

5.0.2 更换 Jupyter-console 版本

** 卸载Jupyter-console**

pip3 uninstall jupyter-console
pip3 install jupyter-console==4.0.2

5.1 安装requirements.txt 依赖

pip install -r requirements.txt -i https://pypi.douban.com/simple

6. 下载轻量的推理模型

安装服务模块前，需要准备推理模型并放到正确路径。我们将使用的是最新PP-OCRv3模型，默认模型路径为：****

检测模型：./inference/ch_PP-OCRv3_det_infer/

识别模型：./inference/ch_PP-OCRv3_rec_infer/

方向分类器：./inference/ch_ppocr_mobile_v2.0_cls_infer/

进入/home/PaddleOCR/deploy/hubserving/ocr_system下

cd /home/PaddleOCR/deploy/hubserving/ocr_system

# 下载并解压检测模型
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar && tar -xf ch_PP-OCRv3_det_infer.tar && rm -rf ch_PP-OCRv3_det_infer.tar
# 下载并解压识别模型
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar && tar -xf ch_PP-OCRv3_rec_infer.tar && rm -rf ch_PP-OCRv3_rec_infer.tar
# 下载并解压方向分类器
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar && tar -xf ch_ppocr_mobile_v2.0_cls_infer.tar && rm -rf ch_ppocr_mobile_v2.0_cls_infer.tar

全部下载解压完后输ls查看目录确认

6.1 修改模型路径

vim params.py

修改三个dir，注意要绝对路径,以及rec_imgage_shape最新PP-OCR3为3.48.320

6.2 单张图片识别测试

回到cd /home/paddleOCR目录下

图片测试

用官方自带的图片来测试识别，官方自带图片目录为

/home/PaddleOCR/doc/imgs

测试命令：

python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="/home/PaddleOCR/deploy/hubserving/ocr_system/ch_PP-OCRv3_det_infer/"  --rec_model_dir="/home/PaddleOCR/deploy/hubserving/ocr_system//ch_PP-OCRv3_rec_infer/" --cls_model_dir="/home/PaddleOCR/deploy/hubserving/ocr_system/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls true --use_gpu false

7. PaddleHub Server 服务部署

这种部署形式也是官方推荐的部署方式之一。

7.1 安装服务模块

PaddleOCR提供3种服务模块，根据需要安装所需模块

安装检测+识别串联服务模块即可

cd /home/PaddleOCR

安装检测服务模块：

hub install deploy/hubserving/ocr_det/

或，安装分类服务模块：

hub install deploy/hubserving/ocr_cls/

或，安装识别服务模块：

hub install deploy/hubserving/ocr_rec/

或，安装检测+识别串联服务模块：

hub install deploy/hubserving/ocr_system/

7.2 自定义修改服务模块（后续，现可跳过）

如果需要修改服务逻辑，你一般需要操作以下步骤（以修改ocr_system为例）：

7.2.1 停止服务

hub serving stop --port/-p XXXX

7.2.2 修改参数

到相应的module.py和params.py等文件中根据实际需求修改代码。

例如，如果需要替换部署服务所用模型，则需要到params.py中修改模型路径参数det_model_dir和rec_model_dir，如果需要关闭文本方向分类器，则将参数use_angle_cls置为False，当然，同时可能还需要修改其他相关参数，请根据实际情况修改调试。强烈建议修改后先直接运行module.py调试，能正确运行预测后再启动服务测试。

7.2.3 卸载旧服务包

hub uninstall ocr_system

7.2.4 安装修改后的新服务包

hub install deploy/hubserving/ocr_system/

7.2.5 重新启动服务

hub serving start -m ocr_system

7.3 hub 配置文件

init_args中的可配参数与module.py中的_initialize函数接口一致。其中，当use_gpu为true时，表示使用GPU启动服务。

predict_args中的可配参数与module.py中的predict函数接口一致。

注意:

使用配置文件启动服务时，其他参数会被忽略。

如果使用GPU预测(即，use_gpu置为true)，则需要在启动服务之前，设置CUDA_VISIBLE_DEVICES环境变量，如：export CUDA_VISIBLE_DEVICES=0，否则不用设置。

use_gpu不可与use_multiprocess同时为true

7.4 启动 hub 服务命令

hub serving start -c config.json

成功会出现以下说明，后续测试记得将8868端口放开

8. 部署 web 服务程序

8.1 安装flask，flask-cors

# 下面使用flask 部署web框架

cd /home/PaddleOCR/tools

pip3 install flask

#安装flask-cors

pip3 install flask-cors

8.2 新建web服务程序

在 /home/PaddleOCR/tools 目录下新建一个新的py文件，文件名为testmyocr.py 并且给权限为 775

testmyocr.py的内容如下：

# Copyright (c) 2020 PaddlePaddle Authors. All Rights Reserved.  


#  


# Licensed under the Apache License, Version 2.0 (the "License");  


# you may not use this file except in compliance with the License.  


# You may obtain a copy of the License at  


#  


#     http://www.apache.org/licenses/LICENSE-2.0  


#  


# Unless required by applicable law or agreed to in writing, software  


# distributed under the License is distributed on an "AS IS" BASIS,  


# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.  


# See the License for the specific language governing permissions and  


# limitations under the License.  


import os  


import sys  


__dir__ = os.path.dirname(os.path.abspath(__file__))  


sys.path.append(__dir__)  


sys.path.append(os.path.abspath(os.path.join(__dir__, '..')))

 

from ppocr.utils.logging import get_logger  


logger = get_logger()

 

import cv2  


import numpy as np  


import time  


from PIL import Image  


from ppocr.utils.utility import get_image_file_list  


from tools.infer.utility import draw_ocr, draw_boxes

 

import requests  


import json  


import base64

 

from flask import Flask,request  


from flask_cors import CORS

 

import requests  


app = Flask(__name__)  


CORS(app)  # 解决跨域问题

 

def cv2_to_base64(image):  


    return base64.b64encode(image).decode('utf8')

 

def draw_server_result(image_file, res):  


    img = cv2.imread(image_file)  


    image = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))  


    if len(res) == 0:  


        return np.array(image)  


    keys = res[0].keys()  


    if 'text_region' not in keys:  # for ocr_rec, draw function is invalid  


        logger.info("draw function is invalid for ocr_rec!")  


        return None  


    elif 'text' not in keys:  # for ocr_det  


        logger.info("draw text boxes only!")  


        boxes = []  


        for dno in range(len(res)):  


            boxes.append(res[dno]['text_region'])  


        boxes = np.array(boxes)  


        draw_img = draw_boxes(image, boxes)  


        return draw_img  


    else:  # for ocr_system  


        logger.info("draw boxes and texts!")  


        boxes = []  


        texts = []  


        scores = []  


        for dno in range(len(res)):  


            boxes.append(res[dno]['text_region'])  


            texts.append(res[dno]['text'])  


            scores.append(res[dno]['confidence'])  


        boxes = np.array(boxes)  


        scores = np.array(scores)  


        draw_img = draw_ocr(  


            image, boxes, texts, scores, draw_txt=True, drop_score=0.5)  


        return draw_img

 

@app.route("/test")  


def test():  


    return 'Hello World!'

 

@app.route("/myocr", methods=["POST"] )  


def myocr():  


    # 输入参数  


    image_file = request.files['file']  


    basepath = os.path.dirname(__file__)

 

    logger.info("{} basepath".format(basepath))

 

    savepath = os.path.join(basepath, image_file.filename)  


    image_file.save(savepath)  


    img = open(savepath, 'rb').read()  


    if img is None:  


        logger.info("error in loading image:{}".format(image_file))

 

    # 转为 base64  


    data = {'images': [cv2_to_base64(img)]}  


    # 发送请求  


    url = "http://127.0.0.1:8868/predict/ocr_system"  


    headers = {"Content-type": "application/json"}  


    r = requests.post(url=url, headers=headers, data=json.dumps(data))

 

    # 返回结果  


    res = r.json()["results"][0]  


    logger.info(res)  


    return  json.dumps(res)  


if __name__ == '__main__':  


    app.run(host='0.0.0.0', port=5000)

8.3 启动web服务

cd /home/PaddleOCR/tools 目录切换到tools下 python3 testmyocr.py & 启动web服务，启动成功会出现如下说明

9. Postman工具调用测试****

使用postman向 5000端口去发起请求，可以看到服务正常返回识别的结果