如何从Python3.11直接调用Python3.8环境中的PaddleOCR函数？

以下是几种无需搭建Web API的直接实现方式：

方案一：子进程调用Python 3.8脚本 #

这是最轻量化的实现方式，通过命令行参数传递输入，标准输出传递结果，无额外依赖。

步骤1：编写Python 3.8环境的OCR封装脚本 #

创建paddle_ocr_wrapper.py，封装PaddleOCR的调用逻辑并序列化结果：

import json
from paddleocr import PaddleOCR

def ocr_image(image_path):
    ocr = PaddleOCR(use_angle_cls=True, lang='ch')
    result = ocr.ocr(image_path, cls=True)
    # 转换为JSON可序列化格式
    serialized_result = []
    for line in result:
        serialized_line = [[list(box) for box in line[0]], line[1][0], line[1][1]]
        serialized_result.append(serialized_line)
    return serialized_result

if __name__ == "__main__":
    import sys
    if len(sys.argv) != 2:
        print(json.dumps({"error": "请传入图片路径参数"}))
        sys.exit(1)
    image_path = sys.argv[1]
    try:
        result = ocr_image(image_path)
        print(json.dumps(result))
    except Exception as e:
        print(json.dumps({"error": str(e)}))
        sys.exit(1)

步骤2：在Python 3.11主程序中调用 #

通过subprocess模块调用Python 3.8解释器执行上述脚本，解析输出结果：

import subprocess
import json

def call_paddle_ocr(image_path):
    # 替换为你的Python 3.8解释器路径（如虚拟环境中的python.exe或/usr/bin/python3.8）
    python38_exec = "/path/to/your/python3.8"
    try:
        proc = subprocess.run(
            [python38_exec, "paddle_ocr_wrapper.py", image_path],
            capture_output=True,
            text=True,
            check=True
        )
        return json.loads(proc.stdout)
    except subprocess.CalledProcessError as e:
        error_info = json.loads(e.stderr) if e.stderr else {"error": "调用失败"}
        return error_info

# 调用示例
result = call_paddle_ocr("test_image.jpg")
print(result)

方案二：长驻进程通信（适合频繁调用场景） #

通过多进程队列实现Python 3.11主进程与Python 3.8 OCR进程的双向通信，避免重复启动进程的开销。

Python 3.11主程序代码 #

import multiprocessing as mp
import json

def ocr_worker(queue):
    # 此函数将在Python 3.8环境中执行
    from paddleocr import PaddleOCR
    ocr = PaddleOCR(use_angle_cls=True, lang='ch')
    while True:
        task = queue.get()
        if task is None:  # 接收退出信号
            break
        image_path = task
        try:
            result = ocr.ocr(image_path, cls=True)
            # 序列化结果
            serialized_result = []
            for line in result:
                serialized_line = [[list(box) for box in line[0]], line[1][0], line[1][1]]
                serialized_result.append(serialized_line)
            queue.put({"result": serialized_result})
        except Exception as e:
            queue.put({"error": str(e)})

def main():
    # 指定Python 3.8解释器路径
    python38_exec = "/path/to/your/python3.8"
    mp.set_executable(python38_exec)
    
    # 创建通信队列
    task_queue = mp.Queue()
    worker = mp.Process(target=ocr_worker, args=(task_queue,))
    worker.start()
    
    # 发送OCR任务
    task_queue.put("test_image.jpg")
    result = task_queue.get()
    print(result)
    
    # 停止工作进程
    task_queue.put(None)
    worker.join()

if __name__ == "__main__":
    main()

注意事项 #

• 确保Python 3.8环境已正确安装PaddleOCR及其依赖，路径配置准确。
• 传递数据时优先使用JSON（避免pickle的版本兼容性问题），若需传递二进制图片数据，可改用临时文件或标准输入输出流。
• 方案一适合单次/低频次调用，方案二更适合高频次OCR请求场景。

内容的提问来源于stack exchange，提问作者azman