如何在WSL无GPU环境下用Python调用PaddleOCR预训练文本角度分类模型？

1. 安装核心依赖 #

确保你的WSL环境已安装Python 3.7及以上版本，执行以下命令安装CPU版PaddlePaddle和PaddleOCR：

• 安装CPU版PaddlePaddle：

pip install paddlepaddle==2.5.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

• 安装PaddleOCR：

pip install paddleocr==2.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果运行时出现OpenCV相关报错，补充安装：

pip install opencv-python

2. 解压模型文件 #

把你下载的文本角度分类模型tar包，解压到自定义目录（比如当前目录下的angle_model文件夹）：

mkdir -p angle_model
tar -xf your_model.tar -C angle_model/

解压完成后，angle_model目录里必须包含inference.pdmodel、inference.pdiparams和inference.pdiparams.info这三个核心文件。

3. 编写检测代码 #

初始化角度分类器，指定自定义模型路径并禁用GPU，示例代码如下：

from paddleocr import PaddleOCR

# 初始化OCR实例，启用角度分类，禁用GPU，指定自定义模型路径
ocr = PaddleOCR(
    use_angle_cls=True,
    use_gpu=False,
    cls_model_dir='./angle_model'  # 替换成你实际的模型解压目录
)

# 替换为你的目标图片路径
image_path = './test_image.jpg'
# 执行OCR检测，cls=True表示启用角度分类
result = ocr.ocr(image_path, cls=True)

# 解析并输出角度结果
for line in result:
    if line:
        # 角度信息存储在每个检测行的最后一个元素里，格式为(角度值, 置信度)
        angle, confidence = line[0][-1]
        print(f"图片文本角度: {angle}度，置信度: {confidence:.2f}")

4. 验证运行 #

运行上述代码，若能正常输出角度和置信度，说明集成成功。如果出现模型加载失败，检查cls_model_dir的路径是否正确，确保目录下的三个核心模型文件没有缺失。

内容的提问来源于stack exchange，提问作者vs07