RapidOCR (捷智OCR- 信创级开源OCR - 为世界内容安全贡献力量)

简体中文 | English

目录

• RapidOCR (捷智OCR)
  • 简介
  • 近期更新(more)
    • 🧻2022-11-20 upadte:
    • 🎃2022-11-01 update:
    • 🚩2022-10-01 udpate:
  • 垂直相关项目(more)
  • 衍生项目
  • 生态框架
  • 常见问题 FAQ
  • SDK 编译状态
  • 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

提供信创平台多架构商业支持

包括Arm/X86/mips(龙芯)/RISC-V等信创CPU支持，同时兼容onnxruntime/openvino/NCNN，有意联系: [email protected] , 请先邮件咨询服务项目，即时回复联系方式

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)

🧻2022-11-20 upadte:

• [python] 添加版面分析部分,支持中文、英文和表格三种版面的检测分析。详情参见:Rapid Structure部分。

🎃2022-11-01 update:

• 添加Hugging Face Demo, 增加可以调节超参数的功能，详情可访问Hugging Face Demo

🚩2022-10-01 udpate:

• 修复python部分下一些较小bugs
• merge来自AutumnSun1996的OCRWeb实现的多语言部署demo，详情参见：ocrweb_mutli-README
• 添加onnxruntime-gpu推理速度较慢于CPU的问题说明，详情参见：onnxruntime-gpu版相关说明

垂直相关项目(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

衍生项目

• RapidOCR HTTP服务/win32程序/易语言编写

生态框架

flowchart LR
    subgraph Step
    direction TB
    C(Text Det) --> D(Text Cls) --> E(Text Rec)
    end

    A[/OurSelf Dataset/] --> B(PaddleOCR) --Train--> Step --Convert--> F(ONNX)
    F --> G{RapidOCR Deploy\n<b>Python/C++/Java/C#</b>}
    G --> H(Windows x86/x64) & I(Linux) & J(Android) & K(Web) & L(Raspberry Pi)

    click B "https://github.com/PaddlePaddle/PaddleOCR" _blank

Loading

常见问题 FAQ

SDK 编译状态

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

在线demo

• 自建在线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，详情参见：ocrweb/README
  • 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:
    
• Hugging Face Demo
  • 该demo依托于Hugging Face的Spaces构建，采用Gradio库生成，同时添加三个超参数:
    • box_thresh: 检测到的框是文本的概率，值越大，框中是文本的概率就越大
    • unclip_ratio: 控制检测到文本框的大小，值越大，检测框整体越大
    • text_score: 文本识别结果是正确的置信度，值越大，显示出的识别结果更准确
  • 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。
• 非常感谢AutumnSun1996在#42中的建议。

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(您的Github账号名称)，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

• 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:

  

示例图

C++/JVM示例图像

.Net示例图像

多语言示例图像