ydocr-onnx 1.0.2

基于 PaddleOCR 的离线 OCR 识别工具，使用 ONNX 模型进行推理

YDOCR-ONNX

基于 PaddleOCR 的离线 OCR 识别工具，使用 ONNX 模型进行推理。

特点

• 完全离线运行，无需联网
• 基于 PaddleOCR 的 PP-OCRv5 模型
• 使用 ONNX 进行模型推理，性能优异
• 支持文本检测、文本识别和方向分类
• 支持中英文识别
• 支持自定义模型路径

安装

pip install ydocr-onnx

使用方法

基本使用

from onnxocr.onnx_paddleocr import ONNXPaddleOcr
import cv2

# 初始化 OCR 引擎
ocr = ONNXPaddleOcr()

# 读取图片
img = cv2.imread('test.jpg')

# 执行 OCR 识别
result = ocr.ocr(img)

# 打印识别结果
print(result)

使用自定义模型

from onnxocr.onnx_paddleocr import ONNXPaddleOcr

# 指定模型路径
ocr = ONNXPaddleOcr(
    det_model_path='path/to/det.onnx',
    rec_model_path='path/to/rec.onnx',
    cls_model_path='path/to/cls.onnx'
)

参数说明

• det_model_path: 检测模型路径
• rec_model_path: 识别模型路径
• cls_model_path: 方向分类模型路径
• use_gpu: 是否使用 GPU 推理
• use_angle_cls: 是否使用方向分类
• lang: 识别语言，支持 'ch' 和 'en'

依赖要求

• Python >= 3.7
• opencv-python-headless >= 4.7
• onnxruntime >= 1.14
• numpy
• requests
• shapely
• pyclipper
• scikit-image

许可证

Apache License 2.0

贡献

欢迎提交 Issue 和 Pull Request！

致谢

本项目基于 PaddleOCR 开发。

🛠️ 环境安装

python>=3.6  

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

注意：

• 默认使用 PP-OCRv5_mobile-ONNX 模型。
• 由于PyPI上传限制（100MB），模型文件会在首次使用时自动下载到用户主目录下的 .onnxocr/models 目录。
• 您也可以手动下载模型：

# 下载server模型（更准确但更大）
python download_models.py --mode server

# 下载mobile模型（更快但精度略低）
python download_models.py --mode mobile

模型下载地址：

• Server模型：
  • det: https://winrobot-pub-a.oss-cn-hangzhou.aliyuncs.com/client/utility/ai_model/ocr/model/det.onnx
  • rec: https://winrobot-pub-a.oss-cn-hangzhou.aliyuncs.com/client/utility/ai_model/ocr/model/rec.onnx

🚀 一键运行

python test_ocr.py  

📡 API 服务（CPU 示例）

启动服务

python app-service.py  

测试示例

请求

curl -X POST http://localhost:5005/ocr \  
-H "Content-Type: application/json" \  
-d '{"image": "base64_encoded_image_data"}'  

响应

{  
  "processing_time": 0.456,  
  "results": [  
    {  
      "text": "名称",  
      "confidence": 0.9999361634254456,  
      "bounding_box": [[4.0, 8.0], [31.0, 8.0], [31.0, 24.0], [4.0, 24.0]]  
    },  
    {  
      "text": "标头",  
      "confidence": 0.9998759031295776,  
      "bounding_box": [[233.0, 7.0], [258.0, 7.0], [258.0, 23.0], [233.0, 23.0]]  
    }  
  ]  
}  

POST 请求

url: ip:5006/ocr  

返回值示例

{  
  "processing_time": 0.456,  
  "results": [  
    {  
      "text": "名称",  
      "confidence": 0.9999361634254456,  
      "bounding_box": [[4.0, 8.0], [31.0, 8.0], [31.0, 24.0], [4.0, 24.0]]  
    },  
    {  
      "text": "标头",  
      "confidence": 0.9998759031295776,  
      "bounding_box": [[233.0, 7.0], [258.0, 7.0], [258.0, 23.0], [233.0, 23.0]]  
    }  
  ]  
}  

🌟 效果展示

示例 1	示例 2

示例 3	示例 4

示例 5	示例 6