一、前期准备

首先确保代码在虚拟环境中能够成功运行，
gui.py

from paddleocr import PaddleOCR
# 模型路径下必须含有model和params文件
ocr = PaddleOCR(det_model_dir = './inference/default_det_model_dir/', # 检测模型所在文件夹
                rec_model_dir = './inference/default_rec_model_dir/', # 识别模型所在文件夹。
                cls_model_dir = './inference/default_cls_model_dir/', # 分类模型所在文件夹。
                #rec_char_dict_path = './dict/japan_dict.txt', # 识别模型字典路径。
                #lang = 'en',
                use_angle_cls = True, # 是否加载分类模型
                use_gpu = False) # 是否使用gpu
img_path = './image/chi.jpg'
result = ocr.ocr(img_path, cls = True)
ocr_result=[line[1][0] for line in result] # 组合成列表形式
text='\n'.join(ocr_result) #  回车符连接列表中的每个元素
print(text)

二、关闭线程（很重要）

关闭多进程，否则当运行exe时电脑会有10多个 main.exe 进程，电脑内存占用直接90%。
方法：找到所在环境下的 image.py 文件
我的是
“D:\virtualenv\OCR\Lib\site-packages\paddle\dataset\image.py”

把这一部分代码 注释掉

```python
if six.PY3:
    import subprocess
    import sys
    import_cv2_proc = subprocess.Popen(
        [sys.executable, "-c", "import cv2"],
        stdout=subprocess.PIPE,
        stderr=subprocess.PIPE)
    out, err = import_cv2_proc.communicate()
    retcode = import_cv2_proc.poll()
    if retcode != 0:
        cv2 = None
    else:
        import cv2
else:
    try:
        import cv2
    except ImportError:
        cv2 = None

最后 成这样

# if six.PY3:
#     import subprocess
#     import sys
#     import_cv2_proc = subprocess.Popen(
#         [sys.executable, "-c", "import cv2"],
#         stdout=subprocess.PIPE,
#         stderr=subprocess.PIPE)
#     out, err = import_cv2_proc.communicate()
#     retcode = import_cv2_proc.poll()
#     if retcode != 0:
#         cv2 = None
#     else:
#         import cv2
# else:
#     try:
#         import cv2
#     except ImportError:
#         cv2 = None
try:
    import cv2
except ImportError:
    cv2 = None
import os

因为会用到 cv2 ，所以cv2 要重新导入。

三、新建 spec 文件

gui.spec

# -*- mode: python ; coding: utf-8 -*-
block_cipher = None
a = Analysis(['gui.py'],
     pathex=['D:\\virtualenv\\OCR\\Lib\\site-packages\\paddleocr', 'D:\\virtualenv\\OCR\\Lib\\site-packages\\paddle\\libs'],
     binaries=[('D:\\virtualenv\\OCR\\Lib\\site-packages\\paddle\\libs', '.')],
     datas=[],
     hiddenimports=[],
     hookspath=['.'],
     runtime_hooks=[],
     excludes=['matplotlib'],
     win_no_prefer_redirects=False,
     win_private_assemblies=False,
     cipher=block_cipher,
     noarchive=False)
pyz = PYZ(a.pure, a.zipped_data,
     cipher=block_cipher)
exe = EXE(pyz,
     a.scripts,
     [],
     exclude_binaries=True,
     name='main',
     debug=False,
     bootloader_ignore_signals=False,
     strip=False,
     upx=True,
     console=True)
coll = COLLECT(exe,
     a.binaries,
     a.zipfiles,
     a.datas,
     strip=False,
     upx=True,
     upx_exclude=[],
     name='main')

修改自己的路径，保存。

四、打包

进入当前 gui.py 的运行环境，

pyinstaller -y gui.spec

打包完成后会在当前目录下有dist —》main 文件夹。

 如上图所示即表示打包成功。

注意

1、最后把运行环境下的 ppocr 文件夹，放到 main 文件下即可。
ppocr 文件夹 在 D:\virtualenv\OCR\Lib\site-packages\paddleocr\ppocr

2、拷贝模型和测试图片至main文件夹下。

打包结果

现在直接运行main.exe ，输出结果后会闪退，所以cmd到main.exe 目录下运行

标签：exe,False,--,PaddleOCR,cv2,subprocess,import,main
来源： https://blog.csdn.net/u013066730/article/details/121420342