Windows和Linux下使用Python搭建一个图片OCR工具

来源：这里教程网时间：2026-02-16 11:49:02 作者：

识别结果效果

案例参考图片

一、安装系统级依赖

Windows 系统

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。

Linux 系统

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

二、创建并激活虚拟环境

1. 创建虚拟环境

python -m venv paddle_py10

2. 激活虚拟环境

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)

三、安装 PaddlePaddle（CPU 版本）

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

四、安装 PDF 相关依赖

1. 安装 PyMuPDF（PDF 解析）

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）

2. 安装 PaddleX（含 OCR 模块）

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

3. 安装 ReportLab（PDF 生成）

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")