找到
8
篇与
OCR
相关的结果
-
OnnxOCR {card-default label="📦 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 {/card-default} 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 支撑！ onnx_logo 基于 ONNXRuntime 的高性能多语种 OCR 工程 GitHub stars GitHub forks GitHub license Python Version AtomGit Star English | 简体中文 | 日本語 版本更新 2026.05.27 新增 OCR + Qwen3.5-2B ONNX 信息抽取使用方法。 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。 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。 Qwen3.5-2B ONNX 使用独立 ModelScope 仓库：supersong/qwen2bonnx。 2026.05.01 新增 ONNX 车牌检测与车牌号识别能力。 新增基于 RapidTable 的 ONNX 表格识别能力。 新增基于 RapidLayout 的中英文版面分析能力。 新增基于 RapidDoc 的文档版面分析与 Markdown 导出能力。 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。 新增 /plate、/table、/layout、/layout_markdown 等 HTTP 接口。 2025.05.21 新增 PP-OCRv5 模型，单模型支撑简体中文、繁体中文、中文拼音、英文、日文。 整体识别精度相比 PP-OCRv4 提升。 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 huggingfaceHuggingFace 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-onlyQwen3.5-2B 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，简易介绍一下你自己。" python examples/qwen35_2b_onnx.py run-python --onnxocr/models/qwen_2b/s/demo.jpeg --prompt "用一句话描述这张图片。"也可以直接调用包内 API： from onnxocr.qwen35_2b import Qwen35ONNX qwen = Qwen35ONNX("onnxocr/models/qwen_2b") text, stopped = qwen.generate("从下面 OCR 文本中抽取字段：...") print(text)扩展新的场景抽取模板： from onnxocr.qwen35_2b import ExtractionTemplate, QwenScenarioExtractor invoice_template = ExtractionTemplate( name="invoice_basic", description="发票 OCR", fields=["发票号码", "销售方", "购买方", "价税合计", "开票日期"], rules=[ "只根据 OCR 文本抽取，不要编造。", "缺失或不确定的字段填空字符串。", "只输出 JSON，不要解释。", ], ) extractor = QwenScenarioExtractor(model_dir="onnxocr/models/qwen_2b") fields, raw = extractor.extract(ocr_text, template=invoice_template) print(fields)基础包不内置任何垂直场景提示词。请把场景模板放在你的应用代码或 examples/ 中，再传给 QwenScenarioExtractor。你可以通过定义字段和规则，继续扩展发票、营业执照、合同、快递面单、医疗报告、质检单等垂直 OCR 场景。 一键运行通用 OCR python test_ocr.pytest_ocr.py 默认只运行通用 OCR。车牌识别、表格识别、版面分析、RapidDoc Markdown 导出示例已在文件中注释，下载对应模型后按需取消注释即可。 独立测试文件： python tests/test_general_ocr.py python tests/test_license_plate_ocr.py python tests/test_table_ocr.py python tests/test_layout_analysis.py python tests/test_layout_markdown.py测试输出默认写入 result_/，该目录已加入 .gitignore。 通用 OCR import cv2 from onnxocr.onnx_paddleocr import ONNXPaddleOcr = cv2.imread("onnxocr/test_s/715873facf064583b44ef28295126fa7.jpg") model = ONNXPaddleOcr(use_angle_cls=False, use_gpu=False) result = model.ocr() print(result)OCR + Qwen 信息抽取 examples/id_card_extract_with_qwen.py 是一个最小端到端垂直场景示例。可复用的 Qwen 推理和通用模板抽取代码位于 onnxocr.qwen35_2b，身份证字段和提示词规则只放在该示例脚本中。 默认示例： python examples/id_card_extract_with_qwen.py指定图片路径： python examples/id_card_extract_with_qwen.py --"onnxocr/test_s/8f113149-ff64-4c9f-8dc0-e34100365aa4.jpg"输出文件： result_/id_card_front_qwen_extract.json脚本默认不会在控制台打印身份证敏感字段，只会写入本地 JSON。仅在可信本地环境中使用 --show-sensitive 查看抽取明细。 车牌识别 车牌识别作为可选模式融合到 ONNXPaddleOcr 中，默认仍使用原来的通用 OCR 流程。 from onnxocr.onnx_paddleocr import ONNXPaddleOcr, sav2Plateplate_model = ONNXPaddleOcr( use_angle_cls=True, use_gpu=False, use_plate_recognition=True, plate_min_score=0.4, ) plate_result = plate_model.ocr() sav2Plate![OnnxOCR 图片17](, plate_result, name="./result_/test_plate_vis.jpg")模型文件： onnxocr/models/license_plate/car_plate_detect.onnx onnxocr/models/license_plate/plate_rec.onnx表格识别 表格识别集成自 RapidTable，复用通用 OCR 的文字检测和识别结果，再进行表格结构还原，输出 HTML、单元格框和逻辑行列坐标。 from onnxocr.onnx_paddleocr import ONNXPaddleOcr, sav2Tabletable_model = ONNXPaddleOcr( use_angle_cls=True, use_gpu=False, use_table_recognition=True, table_model_type="slanet_plus", ) table_result = table_model.ocr() print(table_result["html"]) sav2Table![OnnxOCR 图片22](, table_result, name="./result_/test_table_vis.jpg")模型文件： onnxocr/models/table/slanet-plus.onnx onnxocr/models/table/ch_ppstructure_mobile_v2_SLANet.onnx onnxocr/models/table/en_ppstructure_mobile_v2_SLANet.onnx中英文版面分析 版面分析集成自 RapidLayout，用于定位文档图像中的标题、正文、表格、图片、页眉页脚等元素。 from onnxocr.onnx_paddleocr import ONNXPaddleOcr, sav2Layoutlayout_model = ONNXPaddleOcr( use_gpu=False, use_layout_analysis=True, layout_model_type="pp_layout_cdla", ) layout_result = layout_model.ocr() sav2Layout![OnnxOCR 图片27](, layout_result, name="./result_/test_layout_vis.jpg")英文版面模型可将 layout_model_type 设置为 pp_layout_publaynet。 模型文件： onnxocr/models/layout/layout_cdla.onnx onnxocr/models/layout/layout_publaynet.onnx文档转 Markdown 文档转 Markdown 集成自 RapidDoc，支持根据版面分析结果识别标题、段落、表格和图片等内容，并保存为 Markdown 文件。 from onnxocr.layout_markdown import LayoutMarkdownConverter converter = LayoutMarkdownConverter( layout_model_type="pp_doclayoutv2", formula_enable=False, table_enable=True, ) result = converter.convert_file( "onnxocr/test_s/layout_cdla.jpg", output_md_path="./result_/test_layout_markdown.md", ) print(result["markdown_path"])RapidDoc 模型文件： onnxocr/models/rapid_doc/layout/pp_doclayoutv2.onnx onnxocr/models/rapid_doc/table/q_cls.onnx onnxocr/models/rapid_doc/table/unet.onnx onnxocr/models/rapid_doc/table/slanet-plus.onnx推理引擎适配 项目中的通用 OCR、车牌识别、表格识别、版面分析和 RapidDoc 文档解析都通过 onnxocr/inference_engine.py 创建 ONNXRuntime Session。 如果需要适配下游厂商 GPU/NPU，通常只需要修改： from onnxocr.inference_engine import create_session核心扩展点： create_session(model_path, providers=None, use_gpu=False, gpu_id=0, sess_options=None) build_providers(use_gpu=False, gpu_id=0, providers=None) build_providers_from_engine_cfg(engine_cfg) ProviderConfig(engine_cfg) 当前项目只有 onnxocr/inference_engine.py 直接 import onnxruntime，业务模块不直接依赖 ONNXRuntime API。 API 服务 app-service.py 是用于部署的 JSON API 服务，webui.py 是浏览器可视化服务。两者分离后，项目更容易部署、测试和维护。 启动 API 服务： python app-service.py环境变量： ONNXOCR_PORT：服务端口，默认 5005。 ONNXOCR_USE_GPU：设为 1 / true 时启用 GPU provider。 ONNXOCR_DEBUG：设为 1 / true 时启用 Flask debug。 ONNXOCR_OUTPUT_DIR：Markdown 和资源输出目录，默认 result_。 ONNXOCR_MAX_UPLOAD_MB：最大上传大小，单位 MB，默认 200。 主要接口支持 JSON base64 图片，也支持 multipart 文件上传： /health：服务健康检查。 /ocr：通用 OCR。 /plate：车牌识别。 /table：表格识别。 /layout：版面分析。 /layout_markdown：图片或 PDF 转 Markdown。 JSON 示例： curl -X POST http://127.0.0.1:5005/ocr \ -H "Content-Type: application/json" \ -d "{\"\":\"\"}"multipart 示例： curl -X POST http://127.0.0.1:5005/ocr \ -F "=@onnxocr/test_s/715873facf064583b44ef28295126fa7.jpg"启动 WebUI： python webui.pyDocker 镜像环境 docker build -t ocr-service . docker run -itd --name onnxocr-service -p 5006:5005 ocr-serviceDocker 构建通过 .dockerignore 排除缓存、运行输出和可选大模型文件。车牌、表格、版面分析、RapidDoc 等扩展模型可以在镜像内按需下载，也可以运行时挂载。 代码结构 app-service.py # 可部署 JSON API 服务 webui.py # 浏览器可视化服务 test_ocr.py # 本地一键 OCR 示例 requirements.txt # 运行依赖 Dockerfile # API 服务容器镜像 .dockerignore # 排除缓存、输出和大模型文件 Readme.md # 英文文档 Readme_cn.md # 中文文档 Readme_ja.md # 日文文档 onnxocr/ inference_engine.py # 唯一 ONNXRuntime 入口 onnx_paddleocr.py # 用户统一调用入口 predict_det.py # 通用 OCR 检测 predict_rec.py # 通用 OCR 识别 orientation.py # 本地 RapidOrientation ONNX 适配 license_plate.py # 车牌识别 table_recognition.py # 表格识别封装 layout_recognition.py # 版面分析封装 layout_markdown.py # RapidDoc Markdown 导出封装 rapid_layout/ # RapidLayout 源码级 ONNX 集成 rapid_table/ # RapidTable 源码级 ONNX 集成 rapid_doc/ # RapidDoc 源码级 ONNX 集成 models/ # 本地 ONNX 模型 scripts/ download_models.py # 可选模型下载/检查脚本 tests/ # 独立功能测试和 API 烟测效果展示 示例 1示例 2 示例 3示例 4 联系与交流 OnnxOCR 交流群 微信群 QQ群 致谢 非常感谢 PaddleOCR 提供的技术支持和模型参考。 非常感谢 RapidAI 开源社区，以及其中 RapidTable、RapidLayout、RapidDoc、RapidOrientation 等项目提供的优秀模型、代码和工程参考。 开源与捐赠 如果您认可本项目，可以通过支付宝或微信进行支持。 项目
-
天若OCR文字识别本地版v6.1.1 软件介绍 天若OCR文字识别本地版是一款在天若OCR文字识别工具v5.0免费开源版的基础上采用Chinese-lite框架和Paddle-ocr框架本地化识别接口编译而成,无需联网也无需申请密钥,纯本地运算,识别准确度和速度很快.操作和天若OCR免费版一样,F4是,可以翻译,段落合并等,推荐使用Paddle-OCR识别,可以在识别结果切换接口. 软件天若OCR文字识别本地版v6.1.1 图片4 更新日志 github.com/wangfreexx/wangfreexx-tianruoocr-cl-paddle/releases 2025.12.29 v6.1.1 AI接口流式输出实现打字机效果，加快接口响应速度，需要在模式文件里设置参数"stream: true" 修复win7系统程序启动报错：无法找到字体。 增加设置页鼠标悬停自动切换功能 修复隐藏再显示窗口有时会触发重新翻译的问题 修复设置关闭"启动时检测更新"后，软件启动依旧检测更新的问题 软件功能 文字识别 按下快捷键-按下鼠标左键-移动鼠标-画出矩形区域-松开鼠标 到粘贴板 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下空格键 3.自动保存 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下A键 4.另存为 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下S键 5.识别后百度 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下B键 6.识别后分割文本 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下数字键1键 7.识别后合并文本 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下数字键2键 8.贴图功能 按下快捷键-鼠标左键按下-画出矩形区域（鼠标按住）-按下Q键 9.屏幕取色器 按下快捷键-按下C键-拾取颜色-松开鼠标 10.高级功能 按下快捷键-按下E键-进行编辑 11.多选区识别 按下快捷键-按下Tab键-选择区域-鼠标双击选中区域 12.多选区按下快捷键-按下Tab键-画区域-按下A键保存 运行要求 .NET Framework 4.7.2, Windows 7 及更高版64位 ⬇️ 下载地址 下载后请先检查文件完整性，如有问题请在评论区反馈
-
专业OCR识别软件ABBYY 软件介绍 ABBYY FineReader是一款不可多得的强大应用一体化的 OCR 和 PDF 软件应用程序，用于在处理文档时提高业务生产力。软件拥有目前最强大的基于AI的OCR技术，能够识别和转换190种语言。提供PDF文档转换、编辑、加密、共享和协作处理。支持将所有PDF格式和图像等不可编辑的文档转换成可编辑的Word、Excel、PPT、可检索的PDF、HTML、DjVu等格式，识别准确率高达99.8％，能够快速识别文本，可以进行复制粘贴、搜索或编辑，而不是花费无数个小时，重新输入或格式化文档。 软件专业OCR识别软件ABBYY 图片2 专业OCR识别软件ABBYY 图片4 版本特点 by Pafnutiy761 基于官方安装包制作，永久免激活，绿化免安装。 逆向修改dll，本地仿真授权，完全脱离许可机制验证服务。 免激活，无需序列号许可证，功能无限制，无限期企业版； ﹂导出页面数无限制、扫描处理页无限制、文档对比无限制； 为保证稳定性，保留完整功能及OCR语言和字典引擎文件； 仅删除除了英文，简体中文之外的软件多国语言模块文件； 关闭首次启动隐私政策向导，禁获取信息上报数据； 删除驻留后台的许可机制联网验证服务组件； 剥离统计上报程序、检测更新程序，免升级； ⬇️ 下载地址 下载后请先检查文件完整性，如有问题请在评论区反馈
-
Umi-OCR图片文字识别工具v2.1.5 软件介绍 Umi-OCR是免费开源的离线OCR软件，支持Windows10/11，可批量识别图片文字，忽略水印等指定区域。以及还有支持忽略指定区域的特殊功能，例如可以屏蔽掉右上角水印和游戏的 UI 内容。 软件Umi-OCR图片文字识别工具v2.1.5 图片4 软件功能 免费：本项目所有代码开源，完全免费。 方便：解压即用，离线运行，无需网络。 批量：可批量导入处理图片，结果保存到本地 txt / md / jsonl 多种格式文件。也可以即时截屏识别。 高效：采用 PaddleOCR-json C++ 识别引擎。只要电脑性能足够，通常比在线OCR服务更快。 精准：默认使用PPOCR-v3模型库。除了能准确辨认常规文字，对手写、方向不正、杂乱背景等情景也有不错的识别率。可设置忽略区域排除水印、设置文块后处理合并排版段落，得到规整的文本。 ⬇️ 下载地址 下载后请先检查文件完整性，如有问题请在评论区反馈
