4.7MB 模型跑通轻量级中文OCR：ChineseOCR

4.7MB 模型跑通轻量级中文OCR：ChineseOCR_Lite 全端实测

【免费下载链接】chineseocr_lite超轻量级中文ocr，支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M项目地址: https://gitcode.com/gh_mirrors/ch/chineseocr_lite

做中文文字识别，最容易卡住的是部署：主流方案动辄几十MB的模型，再配上GPU和一堆重依赖，手机和老服务器上根本跑不动。ChineseOCR_Lite 就是为这件事做的轻量级中文OCR：检测、识别、方向分类三个小模型合计约4.7MB，纯CPU推理，仓库里连 Android、C++、JVM、.NET 的参考 Demo 都备齐了。

原理拆解：4.7MB 是怎么做到的

整条流水线就是三个模型接力（推理入口在 model.py），每个都不超过5MB：

DBNet 负责“文字在哪里”检测环节没有走目标检测，而是用分割思路：先输出一张文字掩码（把图中属于文字的位置标出来），再从中抠出四边形文本框。这种处理方式对中文文档里“长条、带旋转”的文字更友好，ONNX 版检测模型也只有3.5MB。

CRNN-LSTM 负责“写的是什么”每行文字裁出来后，先用卷积提取特征，再交给 LSTM（一种“逐字读取、带记忆”的循环结构）按顺序输出字符，这是序列识别的经典结构。Lite 版把识别模型压到 2.5MB（NCNN 权重），字库覆盖简体中文、数字和常用符号。

AngleNet 负责“字正不正”一个 378KB 的方向分类网络：判断文字是否倒置，是就先旋转 180° 再进识别。它和检测模块一起撑起了官方宣称的竖排文字识别能力——下图里竖排中文被完整定位并读出。

落地场景：哪些业务能直接接

📱 手机离线识别：仓库自带 ONNX、NCNN、MNN 三套 Android Demo，无网可用、图像不出设备，适合隐私敏感场景。
文档数字化：CLI 输出稳定 JSON（文本 + 置信度 + 框坐标），批处理脚本和 agent 工作流可以直接解析。
倒置照片救场：拍反、拍歪的文档照片由方向网络自动转正，省掉预处理。
竖排与包装文字：产品包装、竖排版式这类“非标准横排”内容也在支持范围内。
多端复用：同一组模型在 C++、JVM、.NET、Android 都有参考实现（构建指引见 cpp_projects/），不同技术栈各取所需；第三方还基于 TNN 做了 iOS/Android 加速版。

三步上手：如何部署

获取代码：git clone https://gitcode.com/gh_mirrors/ch/chineseocr_lite
配置环境：Python 3.6+，执行pip install -r requirements.txt即可，CPU 环境足够、无需 CUDA；用pip install -e .装成 CLI 包后，ONNX 模型会随包一起安装。
跑第一次识别：

chineseocr test_imgs/res.jpg

终端直接输出识别 JSON；加--draw可同时导出带检测框的图片。想要网页界面，运行python backend/main.py，浏览器打开 8089 端口即可使用。

选型建议：适合谁，不适合谁

适合：

设备资源受限（手机、嵌入式、老服务器）但必须做中文识别的团队，模型总共 4.7MB。
技术栈混杂（Android / Java / C++ / C#）、需要一套模型多端复用的项目组。
不想自己训练检测模型、要开箱即用的人。

不适合：

需要复杂版面解析的场景（表格结构还原、公式、手写体），它只输出“文本行 + 框”，不做版面理解。
以英文为主或要求逐字级精度的场景，字库面向中文设计，英文字母只是附带覆盖。

客观局限：

ONNX Runtime 主线只支持 CPU 推理；想用 GPU 加速得走 NCNN 版（Vulkan 后端）。
模型规模小是双刃剑：极小字号、强模糊、复杂背景下精度会明显下滑。

写在最后

ChineseOCR_Lite 把“中文 OCR 能装进什么设备”的答案压到了 4.7MB：三个小模型、纯 CPU 推理、多端参考实现，竖排与倒置文字也在覆盖范围内。具体接口与平台构建步骤，见仓库 README.md。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析