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](https://www.anaconda.com/products/distribution#download-section)。

### 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