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...)

相关文档

相关推荐
forest_0916 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
H.莓飛16 小时前
【C++】【STL】stack_OJ题
服务器·c语言·开发语言·数据结构·c++·算法·visual studio
不会武功不懂江湖18 小时前
RISC-V链接器与链接脚本
汇编·算法·risc-v
Zwawa19 小时前
卡尔曼到底在算什么:从一维到它的变式以及工程版卡尔曼滤波算法C语言实现
c语言·算法·嵌入式
电科_银尘19 小时前
【大模型算法与工程 14】Tokenizer与Embedding:文本如何变成模型输入
算法·embedding
饮水桶_T20 小时前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
地平线开发者1 天前
让 AI Agent 和 征程6 台架高效、稳定、安全地协作
算法·安全·自动驾驶
kyle~1 天前
SHA-256 哈希去重
算法·哈希算法
风落青芜1 天前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法