Shows an illustrated sun in light mode and a moon with stars in dark mode.

信创级开源OCR - 为世界内容安全贡献力量

简体中文 | [English](./README.md)

### 📝 简介 RapidOCR 是一款完全开源免费、支持离线快速部署的多平台多语言 OCR 工具，以极致的速度与广泛的兼容性为核心优势。 **支持语言：** 默认支持中英文识别。其他支持的语言，参见文档：[模型列表](https://rapidai.github.io/RapidOCRDocs/main/model_list/) **项目缘起：** 鉴于 [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR) 在工程化方面仍有优化空间，为简化并加速 OCR 模型在各类终端设备上的推理部署，我们创新性地将 PaddleOCR 中的模型转换为高度兼容的 ONNX 格式，并基于 Python, C++, Java, C# 等多种编程语言，实现了跨平台的无缝移植，让开发者能够轻松上手、高效集成。 **名称寓意：** RapidOCR 这一名称承载着我们对产品的核心期待——轻快（操作简便、响应迅速）、好省（资源占用低、成本效益高）且智能（依托深度学习技术，实现精准高效的识别）。我们专注于发挥人工智能的优势，打造小巧而强大的模型，始终将速度作为不懈追求，同时确保卓越的识别效果。 **使用指南：** - **直接部署**：若本仓库提供的模型已满足您的需求，只需参考 [快速开始](https://rapidai.github.io/RapidOCRDocs/main/quickstart/) 即可快速完成 RapidOCR 的部署与使用。 - **定制化微调**：若现有模型无法满足特定场景需求，您可在 PaddleOCR 基础上，利用自有数据进行微调，再将优化后的模型应用于 RapidOCR 的部署流程，实现个性化定制。如果您觉得本项目对您的工作或学习有所帮助，恳请您不吝赐予一颗 ⭐ Star，给予我们宝贵的支持与鼓励！ ### 🎥 效果展示

### 🛠️ 安装 ```bash pip install rapidocr onnxruntime ``` ### 📋 使用 ```python from rapidocr import RapidOCR engine = RapidOCR() img_url = "https://www.modelscope.cn/models/RapidAI/RapidOCR/resolve/master/resources/test_files/ch_en_num.jpg" result = engine(img_url) print(result) result.vis("vis_result.jpg") ``` ### 📚 文档完整文档请移步：[docs](https://rapidai.github.io/RapidOCRDocs) ### 👥 谁在使用？([更多](https://github.com/RapidAI/RapidOCR/network/dependents)) - [Docling](https://github.com/DS4SD/docling) - [CnOCR](https://github.com/breezedeus/CnOCR) - [api-for-open-llm](https://github.com/xusenlinzy/api-for-open-llm) - [arknights-mower](https://github.com/ArkMowers/arknights-mower) - [pensieve](https://github.com/arkohut/pensieve) - [genshin_artifact_auxiliary](https://github.com/SkeathyTomas/genshin_artifact_auxiliary) - [ChatLLM](https://github.com/yuanjie-ai/ChatLLM) - [langchain](https://github.com/langchain-ai/langchain) - [Langchain-Chatchat](https://github.com/chatchat-space/Langchain-Chatchat) - [JamAIBase](https://github.com/EmbeddedLLM/JamAIBase) - [PAI-RAG](https://github.com/aigc-apps/PAI-RAG) - [ChatAgent_RAG](https://github.com/junyuyang7/ChatAgent_RAG) - [OpenAdapt](https://github.com/OpenAdaptAI/OpenAdapt) - [Umi-OCR](https://github.com/hiroi-sora/Umi-OCR) > 更多使用 RapidOCR 的项目，欢迎在 [登记地址](https://github.com/RapidAI/RapidOCR/discussions/286) 登记，登记仅仅为了产品推广。 ### 🙏 致谢 - 非常感谢 [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR) 的一切。 - 非常感谢 [PaddleOCR2Pytorch](https://github.com/frotms/PaddleOCR2Pytorch) 提供转换后的 PyTorch 格式模型。 - 非常感谢 [PaddleX](https://github.com/PaddlePaddle/PaddleX) 提供文档模型。 - 非常感谢 [DeliciaLaniD](https://github.com/DeliciaLaniD) 修复 ocrweb 中扫描动画起始位置错位问题。 - 非常感谢 [zhsunlight](https://github.com/zhsunlight) 关于参数化调用 GPU 推理的建议以及细致周到的测试。 - 非常感谢 [lzh111222334](https://github.com/lzh111222334) 修复 python 版本下 rec 前处理部分 bug。 - 非常感谢 [AutumnSun1996](https://github.com/AutumnSun1996) 在 [#42](https://github.com/RapidAI/RapidOCR/issues/42) 中的建议。 - 非常感谢 [DeadWood8](https://github.com/DeadWood8) 提供了 [Nuitka 打包 rapidocr_web 的操作文档和可执行 exe](https://rapidai.github.io/RapidOCRDocs/main/install_usage/rapidocr_web/nuitka_package/)。 - 非常感谢 [Loovelj](https://github.com/Loovelj) 指出对文本检测框排序时顺序问题，详情参见 [issue 75](https://github.com/RapidAI/RapidOCR/issues/75)。 ### 🤝 贡献指南本仓库为 RapidOCR 的 **Python** 部分，其他语言已迁移至独立仓库。参与 Python 开发的完整流程请参阅：[**Python CONTRIBUTING**](docs/CONTRIBUTING-CN.md)。 ### 🎖 贡献者

### 🤝 加入我们请移步：[link](https://rapidai.github.io/RapidOCRDocs/main/communicate/) ### 🌟 赞助商 & 支持者 RapidOCR 是一个基于 Apache2.0 许可的开源项目，其持续开发之所以能够实现，完全得益于这些出色支持者的助力。如果您也想加入他们的行列，不妨考虑 [赞助 RapidOCR]() 的开发。 #### 赞助商 |Sponsors|Application|Introduction| |:---:|:---:|:---| |

|[Quicker](https://getquicker.net/)|您的指尖工作箱| #### 支持者

_@zg-young

_@Eunsolfs

_@youzzhang

### 📜 引用如果您发现该项目对您的研究有用，请考虑引用： ```bibtex @misc{RapidOCR 2021, title={{Rapid OCR}: OCR Toolbox}, author={RapidAI Team}, howpublished = {\url{https://github.com/RapidAI/RapidOCR}}, year={2021} } ``` ### ⭐️ Star history [![Stargazers over time](https://starchart.cc/RapidAI/RapidOCR.svg?variant=adaptive)](https://starchart.cc/RapidAI/RapidOCR) ### ⚖️ 开源许可证 OCR 模型版权归百度所有，其他工程代码版权归本仓库所有者所有。该项目采用 [Apache 2.0 license](../LICENSE) 开源许可证。