Windows和Linux下使用Python搭建一个图片OCR工具

目录

• 识别结果效果
• 一、安装系统级依赖
• Windows 系统
• Linux 系统
• 二、创建并激活虚拟环境
• 1. 创建虚拟环境
• 2. 激活虚拟环境
• 三、安装 PaddlePaddle（CPU 版本）
• 四、安装 PDF 相关依赖
• 1. 安装 PyMuPDF（PDF 解析）
• 2. 安装 PaddleX（含 OCR 模块）
• 3. 安装 ReportLab（PDF 生成）

案例参考图片

在 Windows 系统下，从 Python 官方网站 下载 Python 3.10 版本安装包，安装时勾选 “Add Python to PATH” 选项。

在 Linux 系统下，安装 Python 3.10 及常用开发组件：

sudo apt update
sudo apt install -y 
  python3.10 
  python3.10-venv 
  python3.10-dev 
  python3.10-distutils 
  python3-pip

这些组件分别用于：

• python3.10：Python 解释器
• venv：虚拟环境支持
• dev / distutils：编译与打包依赖
• pip：Python 包管理工具

python -m venv paddle_py10

Windows 系统

paddle_py10\Scripts\activate

Linux 系统

source paddle_py10/bin/activate

激活成功后，终端前会显示：

(paddle_py10)

在虚拟环境中安装 PaddlePaddle CPU 版（适用于 Windows 和 Linux）：

python -m pip install paddlepaddle -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

说明：

• 使用官方国内镜像，下载速度更快
• 该版本适合 无 GPU / CPU 推理环境
• 自动检测操作系统并安装相应版本

pip install PyMuPDF

主要用于：

• PDF 页面解析
• 文本 / 图片提取
• PDF 转图片（OCR 前处理）

pip install "paddlex[ocr]"

功能包括：

• OCR 模型封装
• 文本检测 / 识别
• 表格与版面分析

pip install reportlab

完整代码

from paddleocr import PaddleOCRVL
from PIL import Image
import numpy as np

pipeline = PaddleOCRVL(
    device="cpu"
)

img = Image.open(
    "v2-f644e32ef8fb2b15b6dd7218eff5f844_r.jpg"
).convert("RGB")

# resize
max_side = 1024
w, h = img.size
scale = min(max_side / w, max_side / h, 1.0)
img = img.resize((int(w * scale), int(h * scale)))

# 重要一步：PIL → numpy （防止CPU超过内存）
img_np = np.array(img)

output = pipeline.predict(img_np)

for res in output:
    res.print()
    res.save_to_json(save_path="output")
    res.save_to_markdown(save_path="output")

输出目录示例（Windows）

(paddle_py10) C:workspaceoutput> dir
1768203146_1313.md
1768203146_1313_res.json

输出目录示例（Linux）

(paddle_py10) user@machine:/home/user/workspace/output$ tree
├── 1768203146_1313.md
└── 1768203146_1313_res.json

0 directories, 4 files

转PDF和word请参考相关文章参考：

• Python实现将Markdown一键打印为A4专业文档
• Python将Markdown文件转换为Word(docx)完整教学

到此这篇关于Windows和Linux下使用Python搭建一个图片OCR工具的文章就介绍到这了,更多相关Python图片OCR内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！

您可能感兴趣的文章:

• 使用Python开发一个图片OCR管理和文章下载工具
• Python使用PaddleOCR实现PDF/图片文字识别与版面还原
• Python使用Tesseract OCR实现识别图片中的文字
• Python基于OCR实现图片识别翻译工具功能(附源码)
• 使用Python的pytesseract库开发简易OCR图片文字识别工具
• Python利用Spire.OCR for Python实现从图片中提取文本和坐标
• 使用Python实现pdf转图片再进行OCR识别