RapidAI/RapidOCR

📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.

解决的问题

RapidOCR 提供了一种快速的开源光学字符识别 (OCR) 工具，旨在实现跨多个平台和语言的快速离线部署。它通过优化终端设备的推理过程，解决了通常与深度学习 OCR 模型相关的工程开销和部署复杂性。

工作原理

该项目将 PaddleOCR 模型转换为高度兼容的 ONNX 格式。这种转换简化并加速了在各种设备上的推理部署。该系统支持多种编程语言（Python、C++、Java 和 C#），并可以使用各种推理引擎（如 ONNX Runtime、TensorRT、OpenVINO 和 PyTorch）运行。

适用对象

需要将高性能、离线 OCR 功能集成到其应用程序中，且不想承受完整训练框架带来的沉重资源需求的开发人员。

相关

  • 项目
    PaddlePaddle/PaddleOCR

    PaddleOCR 是一个开源 OCR 和文档 AI 工具包，可将图像/PDF 转换为结构化、对 LLM 就绪的 JSON 或 Markdown。它提供多语言场景文本模型 (PP-OCRv6)、用于处理表格、公式和古籍的轻量级视觉语言解析器 (PaddleOCR-VL-1.6)，以及结构感知流水线 (PP-StructureV3)。模型可运行在 CPU, GPU, XPU, NPU 或通过 ONNX/TensorRT 运行，并与 Dify 和 RAGFlow 等 RAG/智能体平台集成。

  • 项目
    microsoft/onnxruntime

    一个跨平台的机器学习加速器，可优化各种框架（如 PyTorch 和 TensorFlow）模型的推理与训练。

  • 项目
    zibo-chen/rust-paddle-ocr

    A lightweight Rust OCR library based on PaddleOCR models and the MNN inference runtime, providing text detection and recognition across multiple languages.

  • Dispatch
    PP-OCRv6 发布：支持 50 种语言的 OCR，参数量从 1.5M 到 34.5M

    PaddlePaddle 发布了 PP-OCRv6，这是一款可扩展的 OCR 模型系列，支持 50 种语言，参数量从 1.5M 到 34.5M。

  • Dispatch
    PaddleOCR 3.5 发布说明 / 新功能

    PaddleOCR 3.5 引入 Hugging Face Transformers 作为支持的推理后端，使 OCR 和文档解析模型能够更顺畅地集成到基于 PyTorch 的工作流中。