image_understanding/Readme.md

现在UI界面与功能模块之间的数据传输还有问题，但在配好下方环境后可直接运行Models_set.py文件实现简单的功能库

###其中相关文档在Doc文件夹里### ###文字识别与图片理解工具库——————功能模块说明###

1. Anaconda

下载并安装 Anaconda。

2. 创建虚拟环境

使用Anaconda Prompt（或者终端）创建一个新的虚拟环境。 conda create -n ocr_blip python=3.9

这将创建一个名为ocr_blip的虚拟环境，并安装Python 3.9。

激活该虚拟环境： conda activate ocr_blip

3. 安装依赖库

3.1 安装 PaddleOCR 和 PaddlePaddle

PaddleOCR依赖于PaddlePaddle，确保安装CPU或GPU版本（可在官网下载需要的）：

CPU版本： pip install paddlepaddle==2.6.1 paddleocr

**GPU版本：**根据您的CUDA版本选择适合的版本。假如您有CUDA 11.2，可以用以下命令： pip install paddlepaddle-gpu==2.6.1.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

CUDA版本可以通过命令 nvcc --version 检查。

3.2 安装其他依赖

继续安装其他所需库： pip install requests torch pillow transformers

4. 检查配置

在安装完成后，检查GPU是否可用，以及其他包是否正常加载。运行以下代码： import torch import paddleocr import transformers # 检查CUDA可用性 print("CUDA available:", torch.cuda.is_available())

# 检查paddle版本
print("PaddleOCR version:", paddleocr.__version__)

5. 在pycharm上选择你创建的环境文件