PP-OCRv5 OCR 识别方案使用指南¶

简介¶

基于 PaddleOCR v5 的轻量级 OCR 识别方案，通过 ONNX Runtime 实现离线文字识别。支持中英文混排，无需 GPU，总大小仅 22MB。目前已经作为 OneClip 的次选OCR 引擎。

一键下载¶

技术架构¶

graph TD
    A[输入图片] --> B[文字检测模型<br/>PP-OCRv5 det<br/>4.8MB]
    B --> C[文字方向分类<br/>v2.0 cls<br/>585KB]
    C --> D[文字识别模型<br/>PP-OCRv5 rec<br/>16.6MB]
    D --> E[识别结果]

    style A fill:#e1f5fe
    style B fill:#fff3e0
    style C fill:#fff3e0
    style D fill:#fff3e0
    style E fill:#e8f5e9

文件清单¶

环境要求¶

• Python 3.7+
• 操作系统: macOS / Windows / Linux
• 无需 GPU，CPU 即可运行

安装¶

方式一：pip 安装（推荐）¶

1

pip install rapidocr-onnxruntime

方式二：手动安装¶

1

pip install numpy onnxruntime opencv-python pillow

快速开始¶

Python 调用¶

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

from rapidocr_onnxruntime import RapidOCR
import time

# 初始化 OCR
ocr = RapidOCR(
    det_model_path="ch_PP-OCRv5_det_infer.onnx",
    rec_model_path="ch_PP-OCRv5_rec_mobile_infer.onnx",
    cls_model_path="ch_ppocr_mobile_v2.0_cls_infer.onnx"
)

# 识别图片
start = time.time()
result, elapse = ocr("test.png")
elapsed = time.time() - start

# 输出结果
if result:
    for line in result:
        print(f"识别: {line[1]}")
else:
    print("未识别到文字")

print(f"耗时: {elapsed:.3f}s")

输出格式¶

1
2
3
4
5
6
7
8
9

# result 格式: [(box, text, score), ...]
# box: 文字区域坐标
# text: 识别出的文字
# score: 置信度 (0-1)

result = [
    ([[[x1,y1], [x2,y2], [x3,y3], [x4,y4]], "Hello World", 0.98),
    ([[[x1,y1], [x2,y2], [x3,y3], [x4,y4]], "你好世界", 0.95),
]

Python 脚本方式¶

如果不想安装 Python 库，可以使用独立脚本 ocr_helper.py：

1

python3 ocr_helper.py /path/to/image.png

输出 JSON 格式：

1
2
3
4

{
  "success": true,
  "text": "识别出的文字内容"
}

性能指标¶

支持的图片格式¶

• PNG
• JPEG
• BMP
• TIFF
• WebP

与其他方案对比¶

常见问题¶

Q: 如何提高识别精度？¶

A: 确保图片清晰，文字区域尽量水平。可使用 mode=quality 参数（如果使用新版 RapidOCR）。

Q: 支持多语言吗？¶

A: 默认支持中文和英文。如需其他语言，需下载对应语言的识别模型。

Q: 内存占用多少？¶

A: 约 100-200MB，适合资源受限的环境。

Q: 如何在移动端使用？¶

A: PaddleOCR 官方提供 Android 和 iOS 部署方案，详见官方文档。

License¶

Apache 2.0 (遵循 PaddleOCR 开源协议)

相关链接¶

• PaddleOCR GitHub
• RapidOCR 文档
• ONNX Runtime

本文作者： 王科文

未经允许不得转载😀