3分钟用RapidOCR搞定文字识别与多语言OCR【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截图里藏着一行数据你要录入表格却发现复制不出来。没有OCR引擎图片里的文字就是一团像素。RapidOCR是一个免费、可离线跑的轻量OCR工具中文英文混合识别开箱即用多语言模型随用随下。 3分钟装好RapidOCR识别第一张图片一条命令装好依赖只有两个pip install rapidocr onnxruntime也可以从源码仓库获取git clone https://gitcode.com/GitHub_Trending/ra/RapidOCR然后到python/目录执行pip install -r requirements.txt。最小可运行脚本from rapidocr import RapidOCR engine RapidOCR() # 首次运行自动下载 ONNX 模型 result engine(python/tests/test_files/issue_170.png) # 传本地路径或 numpy 数组 print(result.txts) # 每行文字如 (TEST, ...) print(result.scores) # 对应置信度 print(result.boxes) # 文字框坐标用于定位跑通后你会得到一个结果对象txts是文字数组scores是逐行置信度boxes是文字框坐标。三样都拿齐了就能直接接下游任务。照着做4个真实识别任务识别一张截图里的文字输入支持本地路径、URL、字节流、numpy 数组四种形式不用自己读图转码。输出按行给出文字和坐标做数据录入、报表抽取直接够用。搞定透明底与低对比度背景透明 PNG、深色底白字这类图直接丢进去也能出结果。测试用例python/tests/test_files/black_font_color_transparent.png里黑字透明底识别结果是我是中国人不需要先垫白底。处理竖排文字竖排文档、书封、古籍影印件的识别依赖方向分类步骤默认开启它会把倒置或竖排的文字线摆正再进识别。分类模块源码里可以看到它判断 0° 和 180° 的逻辑。把结果导出成JSON或Markdown结果对象自带两个转换方法result.to_json()得到[[坐标, 文字, 置信度], ...]结构写库直接能用result.to_markdown()把带坐标的文字拼成 Markdown 表格贴文档就能用。怎么调3个最常用的参数Rec.lang_type决定识别语言。默认中英混合换成japan、korean、arabic、cyrillic、th等 14 种语言之一即可切换模型自动下载。配置集中在 config.yaml识别模块源码 负责把语言字符集接进解码。engine RapidOCR(params{Rec.lang_type: japan}) # 切换识别语言一行完成text_score置信度门槛默认 0.5。调高到 0.8 能滤掉低质量行但设成 1.0 会把结果全部过滤掉测试用例就是这么写的只想要最可靠的文字时在调用处传text_score0.8即可。推理后端默认 ONNX Runtime纯 CPU 就能跑也可按环境换 OpenVINO、TensorRT、MNN 等各后端目录见 inference_engine/。检测模块源码 和引擎配置都挂在config.yaml里改一处全局生效。⚠️ 常见坑Q第一次运行特别慢初始化时会自动下载几十个 MB 的 ONNX 模型到python/rapidocr/models/之后就走本地缓存。内网机器可以先在有网环境跑一次或用rapidocr download_models预取。Q全黑图片报错不会报错返回空结果——这是预期行为测试用例test_full_black_img就是断言boxes is None不是 bug。Q只要文字、不想要定位框传use_detFalse跳过检测可再关use_cls提速适合你手里已经是裁好的单行文字图。代价是拿不到坐标。写在最后RapidOCR 适合文档数字化、截图文字提取、离线批量识别高精度手写体、复杂表格结构还原它做不到得配合微调模型或文档解析工具。更多模型列表和参数说明看官方文档 python/README.md 里指向的文档站Python 包源码在 python/rapidocr/。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
