企业官网建设流程全解析

RapidOCR 快速上手：5 行代码跑通离线多语言 OCR 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/RapidOCR

RapidOCR 把 PaddleOCR 的模型转成 ONNX 等跨平台格式，装一个 Python 包就能离线跑图片文字识别，识别语言覆盖中英文等 16 种。它解决的是 PaddleOCR 模型直接部署时工程链路较长的问题：作者将模型转成 ONNX、Paddle、Torch 等格式并做了 Python、C++、Java、C# 的多端移植，降低终端设备上的推理部署成本。做本地文档数字化、截图文字提取，或在 Android 等端侧设备做识别、不想依赖云端 OCR API 的开发者，可以直接用。

30 秒看到第一份识别结果

装好后 5 行代码就能看到结果：

from rapidocr import RapidOCR engine = RapidOCR() result = engine("python/tests/test_files/black_font_color_transparent.png") print(result) result.vis("vis_result.jpg")

engine 传入本地路径、URL、bytes 或 numpy 数组都行，输出 boxes（文字行四角坐标）、txts（文本）、scores（置信度）；最后一行把框和文字画回原图并保存为 vis_result.jpg。

能力全景：场景与模块对照

下表把常见场景映射到仓库内对应模块，读源码时可以按图索骥：

左图用默认中文模型即可识别；日文、韩文等只需切换语言参数，下面进阶部分有说明。

从零到跑通：克隆、安装与首跑

git clone https://gitcode.com/GitHub_Trending/ra/RapidOCR cd RapidOCR/python pip install -r requirements.txt onnxruntime

要求 Python 3.8 以上，Linux、Windows、macOS 都支持。首次调用 engine 时会自动从 ModelScope 下载 det、cls、rec 三个模型到 models/ 目录，默认组合是 PP-OCRv6 small 的检测与识别模型加 PP-OCRv4 mobile 的方向分类模型，之后每次运行都是纯本地。如果网络访问不到 ModelScope 导致下载失败，可以用命令行入口的 download_models 子命令预下载，或把模型文件手动放入该目录。

首跑报No module named 'onnxruntime'的话，说明只装了 rapidocr 主包没装推理引擎，按上面第二条命令补装 onnxruntime 即可。

最常改的 3 个参数

完整参数在 config.yaml，日常真正会动的就下面三个：

1. Rec.lang_type（默认 "ch"）：决定识别模型的语言。识别日文、韩文等时改成 japan、korean 等，合法取值见 LangRec 枚举；检测端有 ch、en、multi（多语言）三档。
2. Global.text_score（默认 0.5）：识别置信度的过滤下限，低于该值的结果直接丢弃。漏检多就调低，误检多就调高，调用 engine 时也可以按次传入。
3. Det / Rec.engine_type（默认 "onnxruntime"）：按部署设备换后端，openvino 适合 Intel CPU，tensorrt 适合 NVIDIA GPU（默认启用 fp16），mnn 适合移动端。

这三个不写进配置文件也能按次覆盖，仓库还提供了命令行等价入口：

python -m rapidocr.main -img path/to/img.jpg -vis

架构速览：一条识别管线如何串起来

main.py 里的 RapidOCR 类是编排层：先把图像做预处理和缩放，再依次跑 det（检测）→ cls（方向）→ rec（识别），各阶段输出传给下游。三个阶段各自懒加载模型，关掉 use_det 就整段跳过检测，也不会加载检测模型。底层 inference_engine/ 用统一接口封装六套推理后端，模型清单与 SHA256 校验值集中在 default_models.yaml，它决定了下载哪个语言、哪个版本（PP-OCRv4/v5/v6）和哪个规格（mobile、server、tiny、small、medium）的模型。

常见问题

首次运行很慢，正常吗？首次要下载 det、cls、rec 三个模型并初始化推理引擎；之后模型缓存在 models/ 目录，耗时恢复常态。

能识别哪些语言？typings.py 的 LangRec 枚举列了 16 种：中文、英文、日文、韩文、繁体中文、阿拉伯文、西里尔文、拉丁文、天城文、泰文、希腊文等；识别模型和语言字典按 language 下载，切换语言时注意模型体积会随之变化。

图里没有文字会怎样？管线返回空结果而不是报错，仓库测试目录里的 empty_black.jpg 就是覆盖这个场景的样例，配套用例在 tests/。

能用 GPU 吗？可以。onnxruntime 配置里有 use_cuda 开关，paddle、pytorch 也有 cuda 配置；docker/ 目录提供了各引擎的 GPU 镜像与一键构建脚本。

本地文档数字化、截图文字提取、端侧离线识别这几类场景，走"pip 安装 + 5 行代码"这条路径就能落地；参数细节以 config.yaml 为准，参与 Python 端开发的流程见 docs/CONTRIBUTING.md。

【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