lwzbuaa / RapidOCR

A cross platform OCR Library based on PaddleOCR & OnnxRuntime

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

RapidOCR (捷智OCR)

简体中文 | English

Open in Colab

目录

TODO

  • 适配PaddleOCR det
  • 适配PaddleOCR rec

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)

😀2022-05-12 upadte

  • 增加PaddleOCR v3 det模型转换的ONNX模型,直接去网盘下载,替换即可。(百度网盘 | Google Drive)
  • 增加各个版本文本检测模型效果对比表格,详情点击各个版本ONNX模型效果对比。v3的文本检测模型从指标来看是好于之前的v2的,推荐使用。

🎧2022-04-04 update

  • 增加python下的基于OpenVINO推理引擎的支持
  • 给出OpenVINO和ONNXRuntime的性能对比表格
  • 详情参见:python/README

整个框架

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 CMake-windows-x86-x64 下载链接
Linux x64 CMake-linux 暂不提供,自行编译
  • 说明: 本在线demo不存储小伙伴们上传测试的任何图像数据
  • demo所用模型组合为: ch_PP-OCRv2 det + mobile cls + mobile rec
  • 运行机器配置: 4核 AMD EPYC 7K62 48-Core Processor
  • 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
├── dotnet              # .Net程序目录
├── FAQ.md              # 一些问答整理
├── images              # 测试用图片,两张典型的测试图,一张是自然场景,另一个为长文本
├── 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

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

  • 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 avg_Det_Speed(s/img) avg_precision avg_recall avg_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

模型转onnx

原始发起者及初创作者

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

About

A cross platform OCR Library based on PaddleOCR & OnnxRuntime

License:Apache License 2.0


Languages

Language:C++ 57.2%Language:Python 22.6%Language:Kotlin 7.9%Language:C# 4.7%Language:Shell 2.0%Language:Jupyter Notebook 1.9%Language:C 0.8%Language:Batchfile 0.8%Language:CMake 0.8%Language:HTML 0.6%Language:Java 0.6%Language:CSS 0.2%