项目信息

项目名称：OnnxOCR
开发语言：Python
Star数：164
Fork数：43
开源协议：Apache-2.0
项目地址：https://gitee.com/jingsongliujing/OnnxOCR

项目介绍

基于PaddleOCR重构，并且脱离PaddlePaddle深度学习训练框架的轻量级OCR，推理速度超快 —— A lightweight OCR system based on PaddleOCR, decoupled from the PaddlePaddle deep learning training framework, with ultra-fast inference speed.

项目详情

OnnxOCR

如果项目对您有帮助，欢迎点击右上角 Star 支持！

onnx_logo

基于 ONNXRuntime 的高性能多语种 OCR 工程

GitHub license

English | 简体中文 | 日本語

版本更新

2026.05.27
1. 新增 OCR + Qwen3.5-2B ONNX 信息抽取使用方法。
2. 新增 onnxocr.qwen35_2b 包内模块，用于 Qwen3.5-2B ONNX 模型下载、校验和纯 Python 推理。
3. 新增 examples/id_card_extract_with_qwen.py 端到端示例：先用 OnnxOCR 做全量文字识别，再用 Qwen3.5-2B 抽取身份证结构化字段。
4. Qwen3.5-2B ONNX 使用独立 ModelScope 仓库：supersong/qwen2bonnx。
2026.05.01
1. 新增 ONNX 车牌检测与车牌号识别能力。
2. 新增基于 RapidTable 的 ONNX 表格识别能力。
3. 新增基于 RapidLayout 的中英文版面分析能力。
4. 新增基于 RapidDoc 的文档版面分析与 Markdown 导出能力。
5. ONNXPaddleOcr 新增 use_plate_recognition、use_table_recognition、use_layout_analysis 参数，默认均为 False，原有通用 OCR 调用方式不受影响。
6. 新增 /plate、/table、/layout、/layout_markdown 等 HTTP 接口。
2025.05.21
1. 新增 PP-OCRv5 模型，单模型支持简体中文、繁体中文、中文拼音、英文、日文。
2. 整体识别精度相比 PP-OCRv4 提升。
3. 识别效果与 PaddleOCR 3.0 保持一致。

核心优势

脱离深度学习训练框架：可直接用于部署的通用 OCR 工程。
跨架构支持：基于 PaddleOCR 转换的 ONNX 模型，可部署在 ARM 和 x86 架构设备上。
统一推理引擎：项目内 ONNX 模型统一通过 onnxocr/inference_engine.py 创建 ONNXRuntime Session。
多语种支持：单模型支持 5 种文字类型。
国产化适配友好：下游厂商适配 GPU/NPU 时，优先修改统一推理引擎即可。

环境安装

python>=3.8
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

说明：

仓库默认只包含 tests/test_general_ocr.py 所需的 PP-OCRv5 通用 OCR 模型。
车牌识别、表格识别、版面分析、方向分类、RapidDoc Markdown 导出等扩展模型较大，国内优先从 ModelScope 下载，也可以使用 HuggingFace 或国内镜像站 https://hf-mirror.com。
PP-OCRv5 Server ONNX 模型也可下载后替换 onnxocr/models/ppocrv5/ 下的 det/rec 模型。

模型下载

扩展模型统一托管在 ModelScope 和 HuggingFace。国内网络建议优先使用 ModelScope models 目录：

python scripts/download_models.py

等价的 ModelScope 核心代码如下：

from modelscope import snapshot_download

model_dir = snapshot_download("supersong/onnxocr_model")

如果希望从 HuggingFace 下载，可使用：

python scripts/download_models.py --source huggingface

HuggingFace 模型地址：jingsongliu/onnxocr_model。

国内访问 HuggingFace 较慢时，可使用镜像站 hf-mirror.com：

python scripts/download_models.py --source huggingface --hf-endpoint https://hf-mirror.com

脚本会把模型仓库中的 models/ 目录同步到本地 onnxocr/models/，并检查 RapidDoc 所需的 onnxocr/models/rapid_doc/layout/pp_doclayoutv2.onnx 等关键文件是否存在。

只检查本地模型是否齐全：

python scripts/download_models.py --check-only

Qwen3.5-2B 信息抽取基座

OnnxOCR 也可以在 OCR 之后接入本地 Qwen3.5-2B ONNX 模型，作为信息抽取基座使用。典型流程是：

先用 OnnxOCR 对图片做全量文字识别，得到文本和文本框。
再把 OCR 文本交给 Qwen3.5-2B ONNX，抽取为结构化 JSON。
OCR 和抽取都在本地通过 Python + ONNXRuntime 运行，不依赖 JS。

Qwen3.5-2B ONNX 使用独立模型仓库，和车牌、表格、版面分析等可选 OCR 模型不是同一个下载地址：

ModelScope：supersong/qwen2bonnx
本地目录：onnxocr/models/qwen_2b

准备 Qwen3.5-2B ONNX 模型：

python examples/qwen35_2b_onnx.py download --variant q4
python examples/qwen35_2b_onnx.py verify

模型默认放在：

onnxocr/models/qwen_2b

纯 Python 文本/图文推理冒烟测试：

python examples/qwen35_2b_onnx.py run-python --prompt "你好，简单介绍一下你自己。"
python examples/qwen35_2b_onnx.py run-python --image onnxocr/models/qwen_2b/images/demo.jpeg --prompt "用一句话描述这张图片。"

也可以直接调用包内 API：

...（内容过长，已截断，更多详情请访问项目地址）