- PaddleOCR-json
- RapidOCR-json
| PaddleOCR-json | RapidOCR-json | |
|---|---|---|
| CPU要求 | CPU必须具有AVX指令集。不支持以下CPU： | 无特殊要求 👍 |
| 凌动Atom，安腾Itanium，赛扬Celeron，奔腾Pentium | ||
| 推理加速库 | mkldnn 👍 | 无 |
| 识别速度 | 快（启用mkldnn加速）👍 | 中等 |
| 极慢（不启用mkldnn） | ||
| 初始化耗时 | 约2s，慢 | 0.1s内，快 👍 |
| 组件体积（压缩） | 52MB | 15MB 👍 |
| 组件体积（部署） | 250MB | 30MB 👍 |
| CPU占用 | 高，榨干硬件性能 | 较低，对低配机器友好 |
| 内存占用峰值 | >2000MB（启用mkldnn） | ~500MB 👍 |
| ~600MB（不启用mkldnn） |
这是一个基于 RapidOcrOnnx 的离线图片OCR文字识别程序。通过管道等方式输入本地图片路径，输出识别结果json字符串。适用于 Win7 x64 及以上的系统。
本项目旨在提供一个封装好的OCR引擎组件，使得没有C++编程基础的用户也可以用别的语言来简单地调用OCR，享受到更快的运行效率、更便捷的打包&部署手段。
下载 RapidOCR-json v0.2.0 并解压，即可。
方式一：
打开控制台，输入 path/RapidOCR-json.exe --image_path=path/test1.png 。
方式二：
直接双击打开 RapidOCR_json.exe 。等程序初始化完毕输出OCR init completed.。
使用json字符串输入图片路径，建议使用ascii转义。如：
{"image_path":"D:/\u6d4b\u8bd5\u56fe\u7247.png"}
也支持传入图片base64编码的字符串。如：
{"image_base64":"……"}
还可以直接使用 Python API 。
| 键名称 | 值说明 | 默认值 |
|---|---|---|
| ensureAscii | 启用(1)/禁用(0) ASCII转义输出 | 0 |
| models | 模型目录地址，可绝对or相对路径 | "models" |
| det | det库名称 | "ch_PP-OCRv3_det_infer.onnx" |
| cls | cls库名称 | "ch_ppocr_mobile_v2.0_cls_infer.onnx" |
| rec | rec库名称 | "ch_PP-OCRv3_rec_infer.onnx" |
| keys | rec字典名称 | "ppocr_keys_v1.txt" |
| doAngle | 启用(1)/禁用(0) 文字方向检测 | 1 |
| mostAngle | 启用(1)/禁用(0) 角度投票 | 1 |
| numThread | 线程数 | 4 |
| padding | 预处理白边宽度，可优化窄边图片识别率 | 50 |
| maxSideLen | 图片长边缩小值，可提高大图速度 | 1024 |
| boxScoreThresh | 文字框置信度门限值 | 0.5 |
| boxThresh | 0.3 | |
| unClipRatio | 单个文字框大小倍率 | 1.6 |
| image_path | 初始图片路径 | "" |
例1：（启动时传入图片路径，执行一次识别，然后关闭程序）
RapidOCR_json.exe --image_path="D:/images/test(1).png"
输出: 识别结果
例2：（启动时不传入图片路径，进入无限循环，不断接受json输入）
RapidOCR_json.exe --ensureAscii=1
输出: OCR init completed.
{"image_path": "D:/images/test(1).png"}
输出: 识别结果
例3：（手动指定参数）
RapidOCR_json.exe --doAngle=0 --mostAngle=0 --numThread=12 --padding=100 --image_path="D:/images/test(1).png"
通过API调用一次OCR，无论成功与否，都会返回一个字典。
字典中，根含两个元素：状态码code和内容data。
状态码code为整数，每种状态码对应一种情况：
- data内容为数组。数组每一项为字典，含三个元素：
text：文本内容，字符串。box：文本包围盒，长度为4的数组，分别为左上角、右上角、右下角、左下角的[x,y]。整数。score：识别置信度，浮点数。
- 例：
{'code':100,'data':[{'box':[[13,5],[161,5],[161,27],[13,27]],'score':0.9996442794799805,'text':'飞舞的因果交流'}]}
- data为字符串：
No text found in image. Path:"图片路径" - 例：
{'code':101,'data':'No text found in image. Path: "D:\\空白.png"'} - 这是正常现象，识别没有文字的空白图片时会出现这种结果。
- data为字符串：
Image path dose not exist. Path:"图片路径". - 例：
{'code':200,'data':'Image path dose not exist. Path: "D:\\不存在.png"'} - 注意，在系统未开启utf-8支持（
使用 Unicode UTF-8 提供全球语言支持"）时，不能读入含emoji等特殊字符的路径（如😀.png）。但一般的中文及其他 Unicode 字符路径是没问题的，不受系统区域及默认编码影响。
- data为字符串：
Image path failed to convert to utf-16 wstring. Path: "图片路径". - 使用API时，理论上不会报这个错。
- 开发API时，若传入字符串的编码不合法，有可能报这个错。
- data为字符串：
Image open failed. Path: "图片路径". - 可能由系统权限等原因引起。
- data为字符串：
Image decode failed. Path: "图片路径". - 注意，引擎不以文件后缀来区分各种图片，而是对存在的路径，均读入字节尝试解码。若传入的文件路径不是图片，或图片已损坏，则会报这个错。
- 反之，将正常图片的后缀改为别的（如
.png改成.jpg或.exe），也可以被正常识别。
- data为字符串：
Clipboard open failed. - 可能由别的程序正在占用剪贴板等原因引起。
- data为字符串：
Clipboard is empty.
- data为字符串：
Clipboard format is not valid. - 引擎只能识别剪贴板中的位图或文件。若不是这两种格式（如复制了一段文本），则会报这个错。
- data为字符串：
Getting clipboard data handle failed. - 可能由别的程序正在占用剪贴板等原因引起。
- data为字符串：
Clipboard number of query files is not valid. Number: 文件数量 - 只允许一次复制一个文件。一次复制多个文件再调用OCR会得到此报错。
- data为字符串：
Clipboard get bitmap object failed. - 剪贴板中是位图，但获取位图信息失败。可能由别的程序正在占用剪贴板等原因引起。
- data为字符串：
Getting clipboard bitmap bits failed. - 剪贴板中是位图，获取位图信息成功，但读入缓冲区失败。可能由别的程序正在占用剪贴板等原因引起。
- data为字符串：
Clipboard number of image channels is not valid. Number: 通道数 - 引擎只允许读入通道为1（黑白）、3（RGB）、4（RGBA）的图片。位图通道数不是1、3或4，会报这个错。
- data为字符串：
An unknown error has occurred. - 正常情况下不应该出现此状态码。请提issue。
- data为字符串：
JSON dump failed. Coding error. - 通过启动参数-image_dir传入非法编码的路径（含中文）时引起。（中文路径应该先启动程序再输入）
使用示例：
import os
import sys
from RapidOCR_api import OcrAPI
ocrPath = '引擎路径/RapidOCR_json.exe'
ocr = OcrAPI(ocrPath)
res = ocr.run('样例.png')
print('OCR识别结果：\n', res)
ocr.stop()其他待填坑……
👆当你需要修改项目源码时欢迎参考。
感谢 RapidAI/RapidOcrOnnx ，没有它就没有本项目。
本项目中使用了 nlohmann/json ：
“JSON for Modern C++”
- 路径识图的key由
imagePath改为image_path - 新功能：base64识图，key为
image_base64