| PaddleOCR-json | RapidOCR-json | |
|---|---|---|
| CPU要求 | CPU必须具有AVX指令集。不支持以下CPU： | 无特殊要求 👍 |
| 凌动Atom，安腾Itanium，赛扬Celeron，奔腾Pentium | ||
| 推理加速库 | mkldnn 👍 | 无 |
| 识别速度 | 快（启用mkldnn加速）👍 | 中等 |
| 初始化耗时 | 约0.6s | 0.1s内，快 👍 |
| 组件体积（压缩） | 100MB | 70MB 👍 |
| 组件体积（部署） | 369MB | 80MB 👍 |
| CPU占用 | 较高 | 较低，对低配机器友好 |
| 建议预留内存 | 2000MB | 800MB 👍 |
支持： Win7 x64、Linux x64、Docker
这是一个基于 PaddleOCR v2.6 及 v2.8 cpp_infer 的离线图片OCR文字识别程序，可快速让你的程序拥有OCR能力。它可以作为一个子进程被上层程序调用，也可以作为一个单独的进程通过TCP调用。本项目提供了Python等语言的API，你可以无视技术细节，通过两行代码使用它。
本项目旨在提供一个封装好的OCR引擎组件，使得没有C++编程基础的开发者也可以用别的语言来简单地调用OCR，享受到更快的运行效率、更便捷的打包&部署手段。
计算机中丢失 VCOMP140.DLL ，请安装 VC运行库 。CPU必须具有AVX指令集。常见的家用CPU一般都满足该条件。
| AVX | 支持的产品系列 | 不支持 |
|---|---|---|
| Intel | 酷睿Core，至强Xeon | 凌动Atom，安腾Itanium，赛扬Celeron，奔腾Pentium |
| AMD | 推土机架构及之后的产品，如锐龙Ryzen、速龙Athlon、FX 等 | K10架构及之前的产品 |
下载可执行文件包：
PaddleOCR-json.exe -image_path="test.jpg"
调用流程大体分为如下几步。不同API的具体接口可能有细微差别。
资源目录下有更详细的使用说明及demo。
欢迎补充！请参考 详细使用指南 。
| 键名称 | 默认值 | 值说明 |
|---|---|---|
| ensure_ascii | true | 启用ascii编码转换，以ascii编码（纯英文数字）输出unicode字符，如 你好→\u4f60\u597d 。 |
| 一般情况下，json解码器会自动将ascii码翻译回原字符。此选项建议开启，以提高编码兼容性。 | ||
| config_path | "" | 可以指定不同语言的配置文件路径，识别多国语言。详情见下节。 |
| models_path | "" | 可以指定语言库 models 文件夹的路径。详情见下节。 |
| det | true | 启用det目标识别。如果你的图片中只含一行文本，且没有空白区域，那么可以关闭det以加快速度。 |
| cls | false | 启用cls方向分类，识别方向不是正朝上的图片。 |
| use_angle_cls | false | 启用方向分类，必须与cls同时设置。 |
| enable_mkldnn | true | 启用CPU推理加速，关掉可以减少内存占用，但会降低速度。 |
| limit_side_len | 960 | 对图像边长进行限制，降低分辨率，加快速度。如果对大图/长图的识别率低，可增大此选项的值。 |
| 建议为 32 & 48 的公倍数，如 960, 2880, 4320 |
更多参数详见 args.cpp 。（不支持其中GPU相关、表格识别相关的参数。-）
Release压缩包中，默认附带了 简中,繁中,英,日,韩 的语言库与配置文件，在 models 目录下。
models 目录中，每一个 config_xxx.txt 是一组语言配置文件（如英文是congfig_en.txt）。只需将这个文件的路径传入 config_path 参数，即可切换为对应的语言。以 Python API 为例：
enginePath = "D:/Test/PaddleOCR_json.exe" # 引擎路径
argument = {"config_path": "models/config_en.txt"} # 指定使用英文库
ocr = GetOcrApi(enginePath, argument)如果 config_path 留空，则 PaddleOCR-json 默认加载并使用简体中文识别库。
但是，当使用默认路径或单独设置 config_path 时，PaddleOCR-json可执行文件必须与语言库在同一目录下。比如：
.
├─ PaddleOCR-json.exe
└─ models
├─ ...如果语言库在另外一个文件夹下，PaddleOCR-json就无法找到语言库。
在这种情况下，你可以使用 models_path 参数来设置语言库的位置。PaddleOCR-json会使用用户设置的语言库位置为基准来加载其他文件。
这样一来，即使 PaddleOCR-json 与语言库不在同一目录下也能正常使用。以 Python API 为例：
enginePath = "D:/Test/PaddleOCR_json.exe" # 引擎路径
modelsPath = "D:/Hello/models" # 语言库路径路径
# 这里的参数顺序不影响结果
argument = {
# 指定语言库位置
"models_path": "D:/Hello/models",
# 指定使用英文库
"config_path": "D:/Hello/models/config_en.txt",
}
ocr = GetOcrApi(enginePath, argument)本项目支持 PP-OCR 系列官方 V2~V4 模型，或自己训练的符合PP规范的模型。更多 PP-OCR 系列官方模型下载： https://github.com/PaddlePaddle/PaddleOCR/blob/main/doc/doc_ch/models_list.md
若你希望删除吃灰的语言库文件以便减少软件体积，可以删除 models 目录中含有对应语言前缀和 rec_infer 后缀的文件夹。比如你希望删除日语japan相关的库，只需删除该文件夹：
japan_PP-OCRv3_rec_infer
一组语言的rec库大约占用10MB空间（未压缩）。若删除到仅剩1组语言，可以节省约60MB空间。
请不要删除cls_infer及det_infer后缀的文件夹，这是所有语言公用的检测/方向分类库。
通过API调用一次OCR，无论成功与否，都会返回一个字典。
字典中，根含两个元素：状态码code和内容data。
状态码code为整数，每种状态码对应一种情况：
100 识别到文字text ：文本内容，字符串。box ：文本包围盒，长度为4的数组，分别为左上角、右上角、右下角、左下角的[x,y]。整数。score ：识别置信度，0~1的浮点数。越接近1表示文字内容越可信。cls 和 use_angle_cls ，那么会多出两个元素：
cls_label ：方向分类标签，整数。0 表示文字方向是顺时针 0°或90°，1 表示 180°或270° 。cls_score ：方向分类置信度，0~1的浮点数。越接近1表示方向分类越可信。{'code':100,'data':[{'box':[[13,5],[161,5],[161,27],[13,27]],'score':0.9996442794799805,'text':'飞舞的因果交流'}]}101 未识别到文字No text found in image. Path:"图片路径"{'code':101,'data':'No text found in image. Path: "D:\\空白.png"'}200 图片路径不存在Image path dose not exist. Path:"图片路径".{'code':200,'data':'Image path dose not exist. Path: "D:\\不存在.png"'}使用 Unicode UTF-8 提供全球语言支持"）时，不能读入含emoji等特殊字符的路径（如😀.png）。但一般的中文及其他 Unicode 字符路径是没问题的，不受系统区域及默认编码影响。201 图片路径string无法转换到wstringImage path failed to convert to utf-16 wstring. Path: "图片路径".202 图片路径存在，但无法打开文件Image open failed. Path: "图片路径".203 图片打开成功，但读取到的内容无法被opencv解码Image decode failed. Path: "图片路径"..png改成.jpg或.exe），也可以被正常识别。300 base64字符串解析为string失败Base64 decode failed.data:image/jpg;base64,前缀。）301 base64字符串解析成功，但读取到的内容无法被opencv解码Base64 data imdecode failed.400 json对象 转字符串失败Json dump failed.CODE_ERR_JSON_DUMP401 json字符串 转对象失败Json dump failed.CODE_ERR_JSON_DUMP402 json对象 解析某个键时失败Json parse key 键名 failed.400更精准的提示。如果发生异常，程序优先报402，无法处理才报400。403 未发现有效任务No valid tasks.👆当你需要修改或开发新API时欢迎参考。
注：此版本基于 Paddle Inference 3.0.0 推理后端，使用带 AVX512 指令集的高端 CPU 时性能更好。普通家用 CPU 则有性能劣化，建议使用上面的稳定版。
本项目中使用了 ReneNyffenegger/cpp-base64 ：
“base64 encoding and decoding with c++”
本项目中使用了 nlohmann/json ：
“JSON for Modern C++”
感谢 PaddlePaddle/PaddleOCR ，没有它就没有本项目：
“Awesome multilingual OCR toolkits based on PaddlePaddle”
感谢各位为本项目开发API及贡献代码的朋友！
版本号链接可前往对应备份分支。
2024.8.283.0.0 的不稳定性，沿用 2.3.2 旧版推理库。繁体中文 配置文件不正确的问题。glibc 依赖库向下调整至 2.31 版本，兼容 debian11、ubuntu20.04 等旧系统。2024.7.313.0.0 beta-1 。--cpu_mem 。见 文档 。PP-OCR V4 系列模型库，及PPOCR算法挑战赛 冠军方案模型库 。cyrillic（斯拉夫字母/俄语）的准确度较低、使用频率较低，发行包中不再包含此语言库。有需要的用户可 自行下载 。False 不生效的问题。2024.7.222024.7.92024.7.52023.10.102023.6.192023.5.262022.9.282022.8.292022.8.262022.4.16文本检测识别到区域但文本识别未在区域中检测到文字时，可能输出不相符的包围盒。2022.4.22022.3.28