rapid-ocr-tool 1.1.0

本地轻量级OCR识别工具

本地轻量级OCR识别工具

基于 RapidOCR + ONNX Runtime

🚀 极速识别 (~1秒/张) | 💻 低资源占用 (<300MB) | 🔒 完全离线

Python >= 3.8 | Windows/Linux/Mac

---

项目简介

这是一个轻量级的本地OCR文字识别工具,基于RapidOCR实现,采用ONNX Runtime推理框架。相比PaddleOCR,速度提升4-5倍,内存占用降低200MB+,同时保持99%+的识别准确率。

• ✅ 完全离线运行,保护隐私
• ✅ 低资源占用(内存<300MB)
• ✅ 识别速度快(~1秒/张)
• ✅ 高准确率(99.5%中文,99%+英文)
• ✅ 支持批量处理
• ✅ 多种输出格式
• ✅ 跨平台支持(Windows/Linux/Mac)

安装

通过pip安装(推荐)

pip install rapid-ocr-tool

安装后使用:

所有平台 (推荐使用简短命令):

ocr image 图片路径.jpg
ocr batch 文件夹路径

完整命令 (向后兼容):

ocr-tool image 图片路径.jpg
ocr-tool batch 文件夹路径

Windows (如果命令不可用):

python -m main image 图片路径.jpg
python -m main batch 文件夹路径

从源码安装

# 克隆仓库
git clone https://github.com/yourusername/ocr-tool.git
cd ocr-tool

# 安装
pip install -e .

使用方法

单张图片识别

# 简短命令(推荐)
ocr image 图片路径.jpg

# 完整命令
ocr-tool image 图片路径.jpg

# Windows备选方式
python -m main image 图片路径.jpg

批量处理文件夹

# 简短命令(推荐)
ocr batch 文件夹路径

# 完整命令
ocr-tool batch 文件夹路径

# Windows备选方式
python -m main batch 文件夹路径

指定输出格式

# 输出为文本
ocr image 图片.jpg --format txt

# 输出为JSON(包含坐标信息)
ocr image 图片.jpg --format json

# 输出为Markdown
ocr image 图片.jpg --format md

高级选项

# 保存到文件
ocr image 图片.jpg --output result.txt

# 指定识别语言(ch/en)
ocr image 图片.jpg --lang ch

# 显示详细信息
ocr image 图片.jpg --verbose

支持的图片格式

• PNG
• JPG/JPEG
• BMP
• TIFF

性能指标

指标	数值
单张识别速度	~1秒(CPU)
内存占用	<300MB
中文准确率	99.5%
英文准确率	99%+
支持分辨率	最高4096px

项目结构

ocr/
├── src/
│   ├── ocr_engine.py       # OCR引擎核心
│   ├── image_processor.py  # 图像预处理
│   ├── batch_processor.py  # 批量处理
│   └── output_formatter.py # 输出格式化
├── models/                  # 模型文件(自动下载)
├── output/                  # 默认输出目录
├── config/
│   └── config.yaml         # 配置文件
├── main.py                 # 主入口
├── requirements.txt        # 依赖列表
└── README.md              # 使用文档

📚 文档

• 命令参考 - 完整的CLI命令文档及示例
• 贡献指南 - 开发环境设置、编码规范、工作流程
• 运维手册 - 部署、监控、故障排除指南
• 文档索引 - 所有文档的导航索引

常见问题

1. 首次运行慢?

首次运行会自动下载模型文件(约12MB),请耐心等待。

2. 识别结果不准确?

• 确保图片清晰,分辨率足够
• 尝试调整图片对比度
• 对于复杂背景,先进行图像预处理

3. 批量处理中断?

已处理的结果会自动保存,可以重新运行继续处理。

技术栈

• OCR引擎: RapidOCR (基于PaddleOCR优化)
• 推理框架: ONNX Runtime
• 模型: PP-OCRv3 轻量级模型 (12.3MB)
• 图像处理: OpenCV + Pillow
• CLI框架: Click + Rich

项目结构

ocr/
├── src/
│   ├── __init__.py           # 模块初始化
│   ├── ocr_engine.py         # OCR引擎核心
│   ├── image_processor.py    # 图像预处理
│   ├── batch_processor.py    # 批量处理
│   └── output_formatter.py   # 输出格式化
├── config/
│   └── config.yaml           # 配置文件
├── models/                    # 模型文件(自动下载)
├── output/                    # 默认输出目录
├── main.py                   # CLI入口
├── examples.py               # 使用示例
├── test_install.py           # 安装测试
├── requirements.txt          # 依赖列表
├── QUICKSTART.md            # 快速开始指南
└── README.md                # 项目文档

开源协议

MIT License

---

致谢

• RapidOCR - 高性能OCR引擎
• PaddleOCR - 飞桨OCR工具
• ONNX Runtime - 跨平台推理框架