RapidOCR-完全开源免费并支持离线部署的多平台多语言OCR SDK

• 小伙伴们，大家好，今天主要介绍一下RapidOCR，欢迎STAR, 欢迎PR, 欢迎转发。
• 以下选自RapidOCR的README

---

RapidOCR (捷智OCR)

简体中文 | English

目录

• RapidOCR (捷智OCR)
  • 简介
  • 近期更新(more)
    • 2022-07-10 update:
    • ✨2022-07-07 update:
  • 相关项目(more)
  • 生态框架
  • 常见问题 FAQ
  • 在线demo
  • 项目结构
  • 当前进展
  • 模型相关
    • 各个版本ONNX模型效果对比
      • 文本检测模型(仅供参考)
      • 文本识别模型(仅供参考)
      • 模型转onnx
  • 原始发起者及初创作者
  • 致谢
  • 赞助
  • 版权声明
  • 授权
  • 联系我们
  • 示例图
    • C++/JVM示例图像
    • .Net示例图像
    • 多语言示例图像

简介

• 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。

近期更新(more) 2022-07-10 update:

• 添加onnxruntime-gpu的测试情况→link
• 添加benchamark测试集 → link
• 添加自动发布whl包的actions，当修改python/rapidocr_onnxruntime下代码时，会自动更新发布whl包。具体使用方法参见Whl README

✨2022-07-07 update:

• 修复python版中v3 rec推理bug，并将v3 rec与v2 rec合并为同一套推理代码，更加简洁和方便
• 添加python模块下的单元测试
• 该页面添加致谢模块，感谢为这个项目作出贡献的小伙伴。

相关项目(more)

• RapidVideOCR：基于RapidOCR，提取视频中的硬字幕
• LGPMA_Infer: 表格结构还原 | 博客解读论文和源码

生态框架 常见问题 FAQ 在线demo

• 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（最优组合）为: ch_PP-OCRv3_det + ch_ppocr_mobile_v2.0_cls + ch_PP-OCRv3_rec
• 运行机器配置: 4核 AMD EPYC 7K62 48-Core Processor
• 示例图:

项目结构 (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
├── docs                # 相关的一些说明文档
├── dotnet              # .Net程序目录
├── images              # 测试用图片，典型的测试图，一张是自然场景
├── 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

当前进展

• 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
• OpenVINO加速版本，进行中
• 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

模型相关

• 可以直接下载使用的模型 (百度网盘 | Google Drive）

模型名称	模型简介	模型大小	备注
⭐ ch_PP-OCRv3_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 from PaddleOCR
⭐ ch_PP-OCRv2_rec_infer.onnx	轻量文本识别模型	7.79M

各个版本ONNX模型效果对比 文本检测模型(仅供参考)

• 测试集：自己构建中英文(111个，包含卡证、文档和自然图像)

模型	infer_Speed(s/img)	precision	recall	hmean	模型大小
ch_ppocr_mobile_v2.0_det_infer.onnx	0.4345742	0.7277	0.8413	0.7785	2.3M
ch_PP-OCRv2_det_infer.onnx	0.5116553	0.7817	0.8472	0.8123	2.3M
ch_PP-OCRv3_det_infer.onnx	0.5723512	0.7740	0.8837	0.8237	2.4M

文本识别模型(仅供参考)

• 测试集: 自己构建中英文(168个)

模型	infer_Speed(s/img)	Score	Exact_Match	Char_Match	模型大小
ch_ppocr_mobile_v2.0_rec_infer.onnx	0.0111	0.7287	0.5595	0.8979	4.3M
ch_PP-OCRv2_rec_infer.onnx	0.0193	0.6955	0.4881	0.9029	8.0M
ch_PP-OCRv3_rec_infer.onnx	0.0145	0.5537	0.3274	0.7800	11M
ch_PP-OCRv3_rec_train_student.onnx	0.0157	0.5537	0.3274	0.7800	11M
ch_PP-OCRv3_rec_train_teacher.onnx	0.0140	0.5381	0.3095	0.7667	11M

模型转onnx

• PaddleOCRModelConverter by @SWHL
• Paddle2OnnxConvertor by @benjaminwan
• 手把手教你使用ONNXRunTime部署PP-OCR by @Channingss

原始发起者及初创作者

致谢

• 非常感谢DeliciaLaniD修复ocrweb中扫描动画起始位置错位问题。
• 非常感谢zhsunlight关于参数化调用GPU推理的建议以及细致周到的测试。
• 非常感谢lzh111222334修复python版本下rec前处理部分bug。

赞助

赞助者	应用的产品

• 如果您想要赞助该项目，可直接点击当前页最上面的Sponsor按钮，请写好备注，方便添加到上面赞助列表中。

版权声明

• 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/RapidAI/RapidOCR

授权

• 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Apache 授权方式，欢迎大家贡献代码，提交issue 甚至pr.

联系我们

• 您可以通过QQ群联系到我们：887298230