RapidOCR 文本识别快速上手从安装到跑通离线 OCR 只要三行代码【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 是一款完全开源、可离线运行的多语言 OCR光学字符识别工具库。它把 PaddleOCR 的模型转成 ONNX 格式让文字识别摆脱对特定深度学习框架的强依赖一套代码在 Windows、Linux、macOS 上都能跑。这篇文章面向第一次接触 RapidOCR 的开发者带你走完安装、首次识别和常用配置这三个环节。RapidOCR 是什么一条检测—方向—识别的流水线RapidOCR 的核心思路是把 OCR 拆成三段独立的模块每一段都可以单独开关文本检测在整张图里框出文字区域对应 检测模块源码文本方向分类判断文字是正向还是旋转 180 度避免倒着认文本识别对裁剪出的文字条做逐行识别输出最终文本工程上它的两个特点是推理引擎可插拔。默认走 ONNX Runtime也内置了 OpenVINO、PaddlePaddle、TensorRT、PyTorch、MNN 等后端同一套调用代码按配置切换即可。多语言模型按需切换。默认配置面向中英文lang_type: ch日文、韩文等语言需要换用对应的识别模型仓库测试集里就放着日文、韩文、阿拉伯文、西里尔文等多种语言的样例图可见这是它日常回归覆盖的范围。RapidOCR 安装两条命令完成Python 环境要求 3.8 及以上官方分类器标注到 3.13。最常规的路径是直接从 PyPI 装pip install rapidocr onnxruntime模型文件不需要手动下载首次运行时会自动拉取到包内的models目录后续调用就是纯离线推理。如果要从源码装比如要改代码流程是克隆仓库、进入python目录、安装依赖后本地构建git clone https://gitcode.com/GitHub_Trending/ra/RapidOCR cd RapidOCR/python pip install -r requirements.txt最后用pip install .完成打包安装。另外docker/ 目录为每种推理引擎都准备好了开发镜像含 Dockerfile 和 docker-compose 编排需要隔离环境或 GPU 引擎时可以直接用 Makefile 里的build-*、test-*目标。RapidOCR 最小示例三行代码出识别结果装好后识别一张图片只需要三行 Pythonfrom rapidocr import RapidOCR engine RapidOCR() result engine(photo.jpg)engine(...)的输入很宽泛本地文件路径、网络图片地址、numpy数组或bytes都可以直接喂进去。返回值是结构化结果文本内容在result.txts字段里想留存证据图时调用result.vis(vis_result.jpg)就能导出一张带检测框的可视化图这一步在排查框没框对的问题时非常有用。除了 Python API包安装后还注册了rapidocr命令行入口见pyproject.toml的project.scripts临时扫一张图不必每次都写脚本。RapidOCR 配置文件解析影响准确率与速度的三类设置所有行为的默认值集中在 config.yaml 里构造RapidOCR()时可以通过config_path传入自定义配置文件也可以用params字典零散覆盖某几项单次调用时还能再传use_det、text_score等参数临时压过全局配置。值得关注的设置分三类1. 流水线开关use_det、use_cls、use_rec三项分别控制检测、方向分类、识别。如果你的输入已经是裁剪好的文字条关掉use_det能省掉一步推理速度立刻上来。2. 阈值与输出粒度text_score默认 0.5是识别置信度门槛低于它的结果会被丢弃——背景干净时可以调高保精度模糊截图上可适当调低防漏字。return_word_box和return_single_char_box两个开关决定返回框的粒度行级、词级还是单字符级做文字定位对齐时按需打开。3. 引擎与硬件加速每个模块Det/Cls/Rec的engine_type决定用哪个后端默认onnxruntime。EngineConfig段里为各引擎预留了性能参数ONNX Runtime 的线程数与 CUDA/DirectML 开关、TensorRT 的 fp16 与 workspace 大小、OpenVINO 的线程与调度等。纯 CPU 机器用 ONNX Runtime 即可有 NVIDIA GPU 且追求吞吐时TensorRT 路线docker/下就有对应镜像值得试。排错与延伸几个新手常碰到的点识别结果偏少或偏多先调text_score再看检测相关的box_thresh、unclip_ratio图片本身过小或模糊时库会按use_preprocess_img做缩放预处理长边默认限制在 2000 像素内。验证安装是否完整cli.py里内置了自检逻辑跑一张标准测试图并比对输出从源码运行时可以直接借助它确认配置和模型文件齐全。方向反了/图是横屏拍的预处理阶段会读取 EXIF 旋转信息测试集里就有带旋转标记的样例python/tests/test_files/img_exif_orientation.jpg手机照片一般不需要手动转正。需要定制领域词表官方建议的路线是在 PaddleOCR 侧用自有数据微调模型再把产物接入 RapidOCR 的部署流程而不是改工程代码。延伸方向上仓库根目录的cpp/、jvm/、dotnet/、android/、ios/、ocrweb/各有独立 README说明同一套模型已经移植到多种语言和端侧平台本项目采用 Apache 2.0 许可OCR 模型版权归百度所有。卡参数时不必到处翻论坛config.yaml本身带注释、python/tests/下的用例就是现成的用法参考从这里入手效率最高。【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