简体中文 | English
目录
-
💖目前已知运行速度最快、支持最广，完全开源免费并支持离线部署的多平台多语言OCR SDK
-
中文广告： 欢迎加入我们的QQ群下载模型及测试程序，qq群号：887298230
-
缘起：百度paddlepaddle工程化不是太好，为了方便大家在各种端上进行ocr推理，我们将它转换为onnx格式，使用
python/c++/java/swift/c#将它移植到各个平台。 -
名称来源： 轻快好省并智能。 基于深度学习技术的OCR技术，主打人工智能优势及小模型，以速度为使命，效果为主导。
-
基于百度的开源PaddleOCR 模型及训练，任何人可以使用本推理库，也可以根据自己的需求使用百度的paddlepaddle框架进行模型优化。
- 添加基于
python的whl文件，便于使用，详情参见release/python_sdk
- 添加PP-OCRv2新增模型onnx版本
- 使用方法推理代码不变，直接替换对应模型即可。
- 经过在自有测试集上评测：
- PP-OCRv2检测模型效果有大幅度提升，模型大小没变。
- PP-OCRv2识别模型效果无明显提升，模型大小增加了3.58M。
- 模型上传到百度网盘 提取码：30jv
-
现在正在做的
- PP-Structure 表格结构和cell坐标预测 正在整理中
-
之前做的,未完成的，欢迎提PR
- 打Dokcer镜像
- 尝试onnxruntime-gpu推理
点击查看
- 完善README文档
- 增加英文、数字识别onnx模型，具体参见
python/en_number_ppocr_mobile_v2_rec，用法同其他 - 整理一下模型转onnx
- 目前仓库下的python程序已经可以在树莓派4B上，成功运行，详细信息请进群，询问群主
- 更新整体结构图，添加树莓派的支持
- 优化ocrweb中识别结果显示，同时添加识别动图演示
- 更新
datasets目录，添加一些常用数据库链接(搬运一下^-^) - 更新FAQ
- 添加server版文本识别模型，详情见提取码：30jv
- 整理仓库，统一模型下载路径
- 完善相关说明文档
- 新模型已经完全兼容ONNXRuntime 1.7 或更高版本。 特别感谢：@Channingss
- 新版onnxruntime比1.6.0 性能提升40%以上。
常见问题 FAQ
鉴于ubuntu用户都是商业用户，也有编译能力，暂不提供预编译包使用，可自行编译。
| 平台 | 编译状态 | 提供状态 |
|---|---|---|
| Windows x86/x64 |  |
下载链接 |
| Linux x64 |  |
暂不提供，自行编译 |
- 说明: 本在线demo不存储小伙伴们上传测试的任何图像数据
- demo所用模型组合为:
server det+mobile cls+mobile rec - 示例图:
(点击展开)
RapidOCR
├── android # 安卓工程目录
├── api4cpp # c语言跨平台接口库源码目录，直接用根下的CMakelists.txt 编译
├── assets # 一些演示用的图片，不是测试集
├── commonlib # 通用库
├── cpp # 基于c++的工程项目文件夹
├── datasets # 常用OCR相关数据集汇总
├── dotnet # .Net程序目录
├── FAQ.md # 一些问答整理
├── images # 测试用图片，两张典型的测试图，一张是自然场景，另一个为长文本
├── include # 编译c语言接口库时的头文件目录
├── ios # 苹果手机平台工程目录
├── jvm # 基于java的工程目录
├── lib # 编译用库文件目录，用于编译c语言接口库用，默认并不上传二进制文件
├── ocrweb # 基于python和Flask web
├── python # python推理代码目录
├── release # 发布的sdk
└── tools # 一些转换脚本之类
- C++范例(Windows/Linux/macOS): demo
- Jvm范例(Java/Kotlin): demo
- .Net范例(C#): demo
- Android范例: demo
- python范例: demo
- IOS范例: 等待有缘人贡献代码
- 依据python版本重写C++推理代码，以提升推理效果，并增加对gif/tga/webp 格式图片的支持
可以直接下载使用的模型 (下载链接：提取码：30jv）
| 模型名称 | 模型简介 | 模型大小 | 备注 |
|---|---|---|---|
| ⭐ ch_PP-OCRv2_det_infer.onnx | 轻量文本检测模型 | 2.23M | 较v1轻量检测，精度有较大提升 |
| ⭐ ch_PP-OCRv2_rec_infer.onnx | 轻量文本识别模型 | 7.79M | |
| ch_ppocr_mobile_v2.0_det_infer.onnx | 轻量文本检测模型 | 2.23M | PP-OCRv1 |
| ch_ppocr_mobile_v2.0_cls_infer.onnx | 轻量文本方向分类模型 | 571KB | PP-OCRv1 |
| ch_ppocr_mobile_v2.0_rec_infer.onnx | 轻量文本识别模型 | 4.21M | PP-OCRv1 |
| ch_ppocr_server_v2.0_det_infer.onnx | 服务器版文本检测模型 | 46.60M | PP-OCRv1 |
| ch_ppocr_server_v2.0_rec_infer.onnx | 服务器版文本识别模型 | 106M | PP-OCRv1 |
| japan_rec_crnn.onnx | 轻量日语识别模型 | 3.38M | PP-OCRv1 |
| en_number_mobile_v2.0_rec_infer.onnx | 轻量英文和数字识别模型 | 1.79M | PP-OCRv1 |
- 手把手教你使用ONNXRunTime部署PP-OCR by @Channingss
- ✧✧PaddleOCRModelConverter by @SWHL
- Paddle2OnnxConvertor by @benjaminwan
- 如果你的产品使用了本仓库中的全部或部分代码、文字或材料
- 请注明出处并包括我们的github url:
https://github.com/RapidOCR/RapidOCR
- OCR模型版权归百度所有，其它工程代码版权归本仓库所有者所有。
- 本软件采用LGPL 授权方式，欢迎大家贡献代码，提交issue 甚至pr.
-
您可以通过QQ群联系到我们：887298230
-
群号搜索不到时，请直接点此链接，找到组织
-
用QQ扫描以下二维码:
