RapidOCR 快速上手两行代码完成离线图片文字识别【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 是一个开源免费的离线 OCR 工具把 PaddleOCR 的识别模型转成 ONNX 格式跑在 ONNX Runtime 等推理引擎上。装好依赖、传一张图片路径就能把图里的文字提取成文本。全程不需要 API 密钥也不需要 GPU。 一条命令安装两行代码出结果pip install rapidocr onnxruntimeonnxruntime负责真正跑模型两个包装完即可运行。写一个最小脚本from rapidocr import RapidOCR engine RapidOCR() result engine(test.jpg) print(result)第一次运行会下载识别模型到本地之后完全离线断网也能用。engine(test.jpg)传图片路径也可以传网络 URL。返回的是一个结果对象打印出来能看到每条文字、坐标框和置信度。 跑起来之前它替你省了三步自己搭一套 OCR 要写不少代码RapidOCR 把三件事都做好了。第一步是模型转换。PaddleOCR 的原生模型绑定训练框架换台电脑、换个系统就可能跑不起来。项目已经把模型转成通用的 ONNX 格式默认存放在包内的 models 目录不同平台都能直接加载。第二步是推理引擎。默认用 ONNX Runtime普通 CPU 就能跑。你只需RapidOCR()一行初始化线程数、内存池这些参数引擎自动配好不用碰。第三步是流水线编排。识别一张图要过三道工序文本检测负责找出文字在哪方向分类判断文字是横排还是竖排文字识别再把每个框里的内容读出来。三步串成一条线你只传图片收最终文本。 识别效果怎么验结果对象带一个vis方法调用result.vis(vis_result.jpg)会把每个识别框和对应文字画回原图存成新图。打开看一眼框得准不准、有没有漏字比看纯文本直观得多。仓库里自带一批测试图可以直接试。这张是日文横排文本图里日文和中文混排英文场景也支持这张单行大写英文测试图就是典型样本更多覆盖多语种、不同背景的样本连同对应的验证用例都在 python/tests/ 目录里跑一遍就能看到各类场景下的表现。⚙️ 改两个参数过滤低置信度结果默认配置在 config.yaml其中两个参数最常调。Global.text_score是置信度门槛默认 0.5低于这个分数的文字会被丢弃。遇到小字或模糊图可以调低到 0.3 多捡回一些结果只想要高置信度文本就调到 0.7。Global.use_cls控制方向分类这一步。如果你的图片确定都是横排文字把它设为 false可以省掉一次模型推理速度更快。这两个参数不用改配置文件直接在构造函数里用 params 字典传进去即可覆盖默认值。 换推理引擎、加语言包onnxruntime 只是默认选项。项目内置了 6 套推理后端ONNX Runtime、OpenVINO、PaddlePaddle、PyTorch、TensorRT、MNN各自的适配层都在 python/rapidocr/inference_engine/ 目录下。把配置里的engine_type改成openvino或tensorrt就能切到对应后端有 GPU 时 TensorRT 能进一步提速。语言方面默认模型支持中文和英文。日文、韩文、阿拉伯文等其他语种换一组对应模型即可模型清单见官方文档。如果你的项目不是 Python 写的仓库同样备好了 C、Java、C# 三个接入说明目录还有一组 Dockerfile 按引擎划分可以直接起容器部署。从安装到出文本整个过程就是两条命令的事。做扫描文档归档、图片文字提取这类需求先跑通最小脚本再按上面两个参数微调就能覆盖大部分日常场景。后续如果发现特定字体识别不准还可以用 PaddleOCR 拿自己的数据训练模型再换回 RapidOCR 里使用。【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