本人新手一枚，想着自行学习下python语言，就尝试从相对简单的git clone ocr项目代码来进行实验，整个流程测试下来，遭遇到了就是各种稀奇古怪的报错，以下是整个实验的流程和思考。
搜索并浏览了Github中的开源ocr项目，选择了以下三个项目来进行实验和测试。
1. Paddle OCR
最终结果：Notebook环境部署失败，无可奈何的还是用了X度的studio weiui环境进行体验，可以用），总结了下失败的原因，是因为X度虽然提供了免费的算力资源，但限制pip和pip3的组件的安装，只允许使用Paddle项目中的内容进行实验和测试（不管是文生图还是OCR），实际上，这样的行为以个人来看就不算开源了，因为以阿里的魔搭社区为例，里面可以自由的通过notebook环境进行任意测试，而不限制只允许使用通义相关的模型来部署和实践。
2. Tesseract OCR
最终结果：在X歌colab成功的识别了，但遗憾的是，在最终进行二次测试并准备保存的时候，不小心按到了ctrl+z，当时不知道应该怎么还原，随后无论怎么填代码都会报错，因为无法再复现实验过程，只好放弃了。这个阶段的实验唯一的收获，是了解到在notebook环境中，不小心按到ctrl+z后立刻按ctrl+Y可以还原，这真是个深刻的教训。T.T ～T.T
3. EasyOCR
最终结果：在X歌 colab提供的notebook环境部署成功，飞速的识别出了图片的文本内容并提取出来，同时支持之间填写需要识别图片的网页链接。考虑到学术速度的原因，尝试在阿里的天池notebook部署了两个晚上，最终成功了。这还得感谢通义千问，给出建议让修改在X歌的ocr识别代码中加入gpu=false。唯一美中不足的是天池提供的独享GPU资源不足，无法使用GPU环境来体验，而使用CPU又太慢了（CPU环境下，大约20-30分钟才下载好模型。识别又等待了30分钟。）
写在最后的总结
X为，X度也提供了类似notebook的环境，但最终结果无一例外的全部部署失败，汇总起来，要么是不让安装pip或pip3安装，要么就是安装步骤中各种翻译都翻译不出来的报错，或提示找不到模块，或提示加pip3--user，然后反复循环还是部署不了，就放弃了。
在之后的时间中无意中接触到了魔搭社区，里面提供的CPU和GPU实例非常不错，低一个PAI实例部署了学术加速，实验起来就快多了，建议大家也可以试试。最后就是如果新人想体验ocr文字识别，又不想这个麻烦，阿里云提供了每月免费的ocr识别额度，而且是轻应用的布局（web gui）界面，不妨直接用这个。
顺便问下各位圈内大佬们，还有哪些相对比较简单的ocr项目分享给我下么～～
附：个人部署的完整代码及相应注释
# 安装EasyOCR
!pip3 install easyocr
# 导入EasyOCR
import easyocr
# 创建全局 OCR 实例 语言支持为 英语 和 简体中文
global_ocr = easyocr.Reader(['en', 'ch_sim'], gpu=False)
# 读取图像并进行 OCR
result = global_ocr.readtext('本地文件路径/要翻译的网址')
# 将识别结果保存到 当前 目录下
file_path = './ocr_result.txt'
with open(file_path, 'w', encoding='utf-8') as file:
for detection in result:
file.write(detection[1] + '\n')
# 打印识别结果
for detection in result:
print(detection[1])
