别再花钱调 OCR 接口了！这个国产开源工具，免费还能离线跑

关注我的公众号：【编程朝花夕拾】，可获取首发内容。

01 引言

你是否还在为 OCR 识别愁眉不展：商业 API 按量收费、隐私数据不敢上云、本地部署又要装一堆笨重依赖？

之前用过tess4j的依赖，效果不是太好。今天给大家推荐另一个完全开源、免费商用、支持离线、多平台通吃的 OCR 神器 ------ RapidOCR。

02 简介

RapidOCR 是一个完全开源、免费的 OCR（光学字符识别）工具箱，由国内开发者团队 RapidAI 打造，基于多种推理引擎与多编程语言构建，主打快速离线部署与跨平台兼容。

它的诞生源于一个朴实的观察：百度开源的 PaddleOCR 模型效果优秀，但在工程化落地时仍有优化空间。于是 RapidAI 团队把 PaddleOCR 的模型转换成了兼容性极强的 ONNX 格式，让 OCR 模型可以在各种终端设备上"即插即用"地推理部署。

目前在GitHub已经斩获8.1K的star 。

核心优势：

完全开源免费，可商用：基于 Apache 2.0 许可证，源代码和模型均可免费用于商业项目，没有调用次数、没有水印、没有后门。对创业团队和中小企业极其友好。
极速识别：项目从设计之初就"不懈追求速度"。得益于 ONNX 轻量化模型，即使在普通 CPU 上也能获得流畅的识别体验，无需昂贵的 GPU 也能跑得动。
离线部署：所有推理都在本地完成，无需联网。发票、身份证、合同这类敏感文件不必上传到任何第三方服务器，数据隐私牢牢掌握在自己手里。
多语言、多平台支持：提供 Python、C++、Java、C# 等多种接口，覆盖桌面、移动端、Web 与 Docker 容器化环境（官方提供 7 种引擎镜像）。

GitHub地址：github.com/RapidAI/Rap...

文档地址：rapidai.github.io/RapidOCRDoc...

03 安装

3.1 `python`环境安装

python安装非常简单。

py 复制代码

pip install rapidocr onnxruntime

使用

py 复制代码

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")

3.2 桌面版安装

直接在下载ZIP包即可：

安装的文档：rapidai.github.io/RapidOCRDoc...

3.3 Java使用

Java的使用需要引入依赖即可。

xml 复制代码

<!--  rapidocr这个必须要引入     -->
<!--  可前往maven中央仓库https://central.sonatype.com/artifact/io.github.mymonstercat/rapidocr/versions，查看版本      -->
<dependency>
    <groupId>io.github.mymonstercat</groupId>
    <artifactId>rapidocr</artifactId>
    <version>0.0.7</version>
</dependency>

<!--  一般只需要引入一个，CPU端建议使用onnx，移动端建议使用ncnn     -->
<!--  可前往maven中央仓库https://central.sonatype.com/artifact/io.github.mymonstercat/rapidocr-onnx-platform/versions，查看版本      -->
<dependency>
    <groupId>io.github.mymonstercat</groupId>
    <artifactId>rapidocr-onnx-platform</artifactId>
    <version>0.0.7</version>
</dependency>

<dependency>
    <groupId>io.github.mymonstercat</groupId>
    <artifactId>rapidocr-ncnn-platform</artifactId>
    <version>0.0.7</version>
</dependency>

托管地址：github.com/MyMonsterCa...

官方还提供Docker等其他的安装方式。

04 使用案例

4.1 Web应用

无论是桌面还是docker部署，都可以通过Web可视化查看可视化界面。

地址：http://localhost:9003/

直接拖进去一张图片看看效果：

可以看到Web应用是做了标记的，识别率还是可以的。

4.2 Java使用

依赖上面已经引入了，按需引入即可。代码编写也很简单：

java 复制代码

String imagePath = "src/main/images/u1.jpeg";

@Test
void test01() {
    InferenceEngine engine = InferenceEngine.getInstance(Model.ONNX_PPOCR_V4);
    OcrResult ocrResult = engine.runOcr(imagePath);
    String trim = ocrResult.getStrRes().trim();
    System.out.println(">>>>>>识别结果：" + trim);
}

运行结果：

识别的结果是折行展示的，想要整个文本替换折行即可：