rapidocr v3.0.0发布(集成PP-OCRv5)

引言

rapidocrv3.0.0已经发布到pypi了，小伙伴们可以安装使用了。

在这里，我想先强调一下，rapidocrv3.0与v2.0系列主要区别：

集成了PP-OCRv5系列模型，包括mobile/server文本检测模型和mobile/server文本识别模型
传入参数的不同，变动原因是之前参数设计不太合理，在集成PP-OCRv5过程中就体现出来的。

总结来说，这次升级与v2.0不兼容，大家请慎重考虑升级。

安装

ini 复制代码

pip install rapidocr==3.0.0

# 便于快速验证，后续看自己安装需要的推理引擎
pip install onnxruntime

验证是否安装成功：

bash 复制代码

rapidocr check

# Success! rapidocr is installed correctly!

使用

此次更新，重新调整了参数，从而可以支持不同阶段可以使用不同推理引擎、不同版本的OCR模型等多种组合，灵活满足需求。

由于PP-OCRv5 在自建测评集中，并没有特别突出，因为考虑默认配置仍然是PP-OCRv4 。rapidocrv3.0.0三个阶段的默认配置均是如下：

vbnet 复制代码

engine_type: 'onnxruntime'
lang_type: 'ch'
model_type: 'mobile'
ocr_version: 'PP-OCRv4'

想要使用PP-OCRv5的小伙伴，可以按照下面参数来使用：

makefile 复制代码

from rapidocr import EngineType, LangDet, LangRec, ModelType, OCRVersion, RapidOCR

engine = RapidOCR(
    params={
        "Det.engine_type": EngineType.TORCH,
        "Det.lang_type": LangDet.CH,
        "Det.model_type": ModelType.MOBILE,
        "Det.ocr_version": OCRVersion.PPOCRV5,
        "Rec.engine_type": EngineType.PADDLE,
        "Rec.lang_type": LangRec.CH,
        "Rec.model_type": ModelType.MOBILE,
        "Rec.ocr_version": OCRVersion.PPOCRV5,
    }
)


img_url = "https://img1.baidu.com/it/u=3619974146,1266987475&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=516"
result = engine(img_url)
print(result)

result.vis("vis_result.jpg")

从上面来看，似乎变得更加繁琐了。但是随着引入了EngineType、ModelType、OCRVersion、LangDet、LangRec和LangCls枚举类，我们可以更加灵活地使用不同模型了。

这几个参数基本可以任意组合，当然前提是要有对应的模型。为此，我也更新了对应文档中的模型列表文档（rapidai.github.io/RapidOCRDoc...

同时，对应的在线demo也在更新中了，后续会逐步上线，小伙伴遇到需要OCR的图像时，不妨先在在线demo上快速查看某些场景图像的效果，从而方便决定用哪个参数，哪个模型。

由于官方文档站点已经尽量详细地介绍如何使用v3.0系列模型了。在这里，我不再过多赘述，欢迎小伙伴们前往文档站点查看。(rapidai.github.io/RapidOCRDoc...)

rapidocr v3.0.0发布(集成PP-OCRv5)

引言

安装

使用

相关文档