RapidOCR-完全开源免费并支持离线部署的多平台多语言OCR SDK

1|0RapidOCR (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- 信创级开源OCR - 为世界内容安全贡献力量)
  • 商业支持
  • 简介
  • 文档导航
  • 近期更新(more)
    • 🎮2023-03-11 v1.2.2 update:
    • 🧢2023-03-07 v1.2.1 update:
    • ⛸2023-02-16 update:
  • 生态框架
  • 在线demo
  • TODO
  • 原始发起者及初创作者
  • 致谢
  • 赞助
  • 版权声明
  • 授权
  • 加入我们
  • 示例图
    • C++/JVM示例图像
    • .Net示例图像
    • 多语言示例图像

1|1商业支持

• 提供信创平台多架构，包括Arm/X86/mips(龙芯)/RISC-V等信创CPU支持，同时兼容ONNXRuntime/OpenVINO/NCNN。
• 有意者邮件联系: znsoft@163.com, 请先邮件咨询服务项目，即时回复联系方式。

1|2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快速部署的多平台多语言OCR。
• 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(已满)，2群(755960114)
• 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。
• 使用：
  • 如果仓库下已有模型满足要求 → RapidOCR部署使用即可。
  • 不满足要求 → 基于PaddleOCR在自己数据上微调 → RapidOCR部署。
• 如果该仓库有帮助到你，还请点个小星星⭐呗！

1|3文档导航

• Python范例
  • rapidocr_openvino
• C++范例(Windows/Linux/macOS)
  • RapidOcrOnnx
  • RapidOcrNcnn
• Jvm范例(Java/Kotlin)
  • RapidOcrOnnxJvm
  • RapidOcrNcnnJvm
• .Net范例(C#)
• Android范例
• 网页版范例
  • 网页版OCR
  • 多语言网页版OCR
• 版面结构化
  • 含文本的图像方向分类
  • 版面分析
  • 表格还原
• 衍生项目
  • RapidOCR HTTP服务/win32程序/易语言编写
• 垂直项目
  • 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
  • 文档图像矫正-PaperEdge | Demo
  • 图像文字擦除-CTRNet | Demo
• 模型相关
  • 模型转换
  • 模型下载及效果对比
• 常见问题 FAQ

1|4近期更新(more)

1|0🎮2023-03-11 v1.2.2 update:

• 修复实例化python中RapidOCR类传入参数错误

1|0🧢2023-03-07 v1.2.1 update:

• 优化python下rapidocr系列包的接口传入参数，支持实例化类时，动态给定各个参数，更加灵活。
• 如果不指定，则用config.yaml下的默认参数。
• 具体可参见：传入参数

1|0⛸2023-02-16 update:

• 优化ocrweb部分代码，可直接pip安装，快速使用，详情参见README。
• 优化python中各个部分的推理代码，更加紧凑，同时易于维护。

1|5生态框架

1|6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：
    

1|7TODO

• 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

1|8原始发起者及初创作者

1|9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。

1|10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。

1|11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

1|12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。

1|13加入我们

• 微信扫描以下二维码，关注RapidAI公众号，回复OCR即可加入RapidOCR微信交流群：

  

• 可以通过QQ群加入我们：755960114，或者用QQ扫描以下二维码:

  

1|14示例图

1|0C++/JVM示例图像

1|0.Net示例图像

1|0多语言示例图像

__EOF__

本文作者：Danno
本文链接：https://www.cnblogs.com/shiwanghualuo/p/16989483.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！