如何设置lang = en

[yonglee7015]

rapidocr 在哪里可以设置lang =en?目前默认的ch-en识别出来的文字效果不好，我想像paddleocr那样直接设置语言为en.

[SWHL]

这个不支持的，如果要用en模型，需要在初始化时，指定英文模型使用。类似下面这样：

from rapidocr_onnxruntime import RapidOCR

engine = RapidOCR(rec_model_path='en_PP-OCRv3_rec_infer.onnx')

[yonglee7015]

onnx有什么要求吗？ 我转换英文识别模型时， txt_path 不知道怎么设置。找不到对应的链接。

[SWHL]

用在线转换的工具转，会自动将txt_path写到onnx中，下载即可使用。
PaddleOCRModelConverter

[yonglee7015]

不好意思啊。我现在就是txt_path 后面的链接不知道用哪个。按说明上的链接用了一个结果识别出来的都是。 是哪里不对吗？
没有完全搞懂。

[SWHL]

https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.6/ppocr/utils/en_dict.txt
用这个

[yonglee7015]

试了转换后的onnx，程序运行时会提示出错误哦。

[SWHL]

我这里并没有复现。请提供截图中所用PDF文件，和对应rapidocr_onnxruntime版本，便于复现。
我用的各个库版本

• rapidocr_onnxruntime==1.3.2
• PyMuPDF==1.22.5
• PDF文件：https://arxiv.org/pdf/2009.09941.pdf

代码如下：

import fitz
from rapidocr_onnxruntime import RapidOCR

engine = RapidOCR(rec_model_path="en_PP-OCRv3_rec_infer.onnx")

with fitz.open("2009.09941.pdf") as doc:
    for page in doc:
        img = page.get_pixmap(dpi=250)
        res = engine(img.tobytes())

        print(res)

[yonglee7015]

可以了。原因还是模型转换的问题。
模型地址： https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_infer.tar
text-path： https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.6/ppocr/utils/en_dict.txt
今天重新转换了下，就可以运行了。 但我明明记得昨天也是按你建议的链接转换的。晕了，可能我记错了。
感谢大神帮忙。