RapidOCR 快速上手三步跑通 OCR 文字识别的完整指南【免费下载链接】RapidOCR Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCRRapidOCR 是一款开源轻量级 OCR 文字识别工具包把深度学习识别模型转成可移植的 ONNX 格式跑在 ONNX Runtime 推理引擎上本地离线即可识别图片里的文字默认支持中英文。会写 Python 就能上手——本文带你用 3 步拿到第一个识别结果。 它是什么调起来就能识别本地图片的 OCR 引擎RapidOCR 解决一个具体问题把图片里的文字抠出来。内部流程分三步——文本检测定位文字在图中的位置、方向分类判断文字是否旋转、文本识别把裁出的文字图转成字符串。你不需要懂这三步传入一张图返回字符串和置信度就完事。适合谁看想在脚本、爬虫、文档处理工具或小 Web 应用里内嵌文字提取的开发者。不用部署服务、不用调接口推理全在你本机跑。⚡ 三步跑通 RapidOCR装依赖、初始化、拿第一个结果第一步一行命令装好依赖pip install rapidocr onnxruntime第二步导入并初始化引擎from rapidocr import RapidOCR ocr RapidOCR()默认开启检测 分类 识别全流程语言为中文零参数。第三步传入图片打印识别结果result ocr(python/tests/test_files/japan.jpg) print(result.txts)返回对象里txts是识别出的文字boxes是每段文字的位置scores是置信度。想保存一张画好框的可视化图一行搞定result.vis(vis_result.jpg)下面是仓库自带的日文标题测试图位于 tests/test_files 目录。引擎还接受网络 URL、bytes 和 numpy 数组本地路径不是唯一输入方式。说明早期教程里的rapidocr_onnxruntime是该工具包的前身包现在统一用rapidocr安装。 参数速查表换语言、换模型、开 GPU 就改这几个键所有参数通过构造函数的params字典传入键名格式为区块.参数名ocr RapidOCR(params{ Rec.lang_type: japan, Global.text_score: 0.3, })键名示例值作用Rec.lang_typech/en/japan识别语言决定加载哪个识别模型可选 japan、korean、chinese_cht 等Rec.model_path/path/rec_ch.onnx自己指定识别模型文件不再自动下载Global.model_root_dir./models模型自动下载的存放目录Global.text_score0.5置信度阈值低于它的识别结果会被丢弃Global.use_det/use_cls/use_rectrue/false检测、分类、识别三个环节各自的开关EngineConfig.onnxruntime.use_cudatrue开启 GPU 推理需装 GPU 版 onnxruntimeEngineConfig.onnxruntime.cuda_ep_cfg.device_id0指定使用第几块显卡全量参数见仓库默认配置python/rapidocr/config.yaml。 常见场景三段代码覆盖大部分用法场景一批量识别一整个文件夹from pathlib import Path engine RapidOCR() for img in Path(images).glob(*.jpg): print(img.name, engine(img).txts)引擎只初始化一次模型只加载一次后面逐张识别没有额外开销。场景二切换模型路径用自训或更小的模型from rapidocr import RapidOCR, EngineType engine RapidOCR(params{ Rec.engine_type: EngineType.ONNXRUNTIME, Rec.model_path: ./my_models/rec_ch.onnx, })场景三用 JSON 配置文件集中管理参数import json from rapidocr import RapidOCR params json.load(open(ocr_params.json, encodingutf-8)) engine RapidOCR(paramsparams)ocr_params.json与上面表格完全同格式{ Rec.lang_type: ch, Global.text_score: 0.5, EngineConfig.onnxruntime.use_cuda: true }切换测试/生产环境换一份 JSON 文件即可代码不动。❓ 踩坑 FAQQ1语言参数为什么写lang不生效当前版本的键名是Rec.lang_type不是顶层lang。检测模型只支持ch/en/multi识别模型则多得多japan、korean、cyrillic、arabic、latin 等。Q2传图片路径提示找不到文件相对路径是相对脚本运行目录解析的改用绝对路径或核对相对路径。拿不准时可以先传 URL 或 bytes 验证流程。Q3设了use_cuda: true为什么还在 CPU 上跑默认安装的 onnxruntime 是 CPU 版需换成pip install onnxruntime-gpu并确认 CUDA/cuDNN 版本匹配多卡时用cuda_ep_cfg.device_id指定卡号。Q4第一次识别为什么特别慢首次运行会把模型文件自动下载到 models 目录之后走本地就快了。环境受限时可预先放好模型文件用model_path指向。Q5识别结果为空先确认图中确有文字、文字够大再把text_score从 0.5 降到 0.3 试一次仍为空则检查use_det是否为 true。更多示例可参考仓库里的 demo.py 和 python/tests/ 测试用例。【免费下载链接】RapidOCR Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考