📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.
Update README
SWHL1dff22bf8595
diff --git a/README.md b/README.mdindex 1d40d3f..3c2944b 100755--- a/README.md+++ b/README.md@@ -97,8 +97,8 @@- [RapidOCRPDF](https://github.com/RapidAI/RapidOCRPDF):解析PDF文件- [RapidVideOCR](https://github.com/SWHL/RapidVideOCR):基于RapidOCR,提取视频中的硬字幕- [LGPMA_Infer](https://github.com/SWHL/LGPMA_Infer): 表格结构还原 | [博客解读论文和源码](http://t.csdn.cn/QNN3S)- - [文档图像矫正-PaperEdge](https://github.com/cvlab-stonybrook/PaperEdge) | [Demo](https://huggingface.co/spaces/SWHL/PaperEdgeDemo)- - [图像文字擦除-CTRNet](https://github.com/lcy0604/CTRNet) | [Demo](https://huggingface.co/spaces/SWHL/CTRNetDemo)+ - [PaperEdge](https://github.com/cvlab-stonybrook/PaperEdge):文档图像矫正 | [Demo](https://huggingface.co/spaces/SWHL/PaperEdgeDemo)+ - [CTRNet](https://github.com/lcy0604/CTRNet):图像文字擦除 | [Demo](https://huggingface.co/spaces/SWHL/CTRNetDemo)- [模型相关](https://github.com/RapidAI/RapidOCR/wiki/%E6%A8%A1%E5%9E%8B%E7%9B%B8%E5%85%B3)- [常见问题 FAQ](https://github.com/RapidAI/RapidOCR/wiki/FAQ)diff --git a/python/README.md b/python/README.mdindex 4d0e35f..a3884a4 100755--- a/python/README.md+++ b/python/README.md@@ -21,22 +21,23 @@- 所有常用的参数配置都在[`config.yaml`](https://github.com/RapidAI/RapidOCR/blob/main/python/rapidocr_onnxruntime/config.yaml)下,一目了然,更加便捷- **目前[`config.yaml`](https://github.com/RapidAI/RapidOCR/blob/main/python/rapidocr_onnxruntime/config.yaml)中配置为权衡速度和准确度的最优组合。**- 每个独立的模块下均有独立的`config.yaml`配置文件,可以单独使用-- `det`部分:- - `det`中`mobile`和`server`版,推理代码一致,直接更改配置文件中模型路径即可- - `det`中`v2`和`v3`两个版本,推理代码一致。-- `rec`部分:- - `rec`中`mobile`和`server`版本,推理代码一致,直接更改配置文件中模型路径即可- - `rec`中`v2`和`v3`两个版本,共用同一个推理代码。- - 两版本差别仅在输入shape和模型。经过测试,采用`v3 rec模型`+`[3, 48, 320]`效果最好。- - 目前配置文件`config.yaml`中(如下所示)已是最优组合。- ```yaml- module_name: ch_ppocr_v3_rec- class_name: TextRecognizer- model_path: resources/models/ch_PP-OCRv3_rec_infer.onnx-- rec_img_shape: [3, 48, 320]- rec_batch_num: 6- ```+- `det`部分,`mobile` | `server` | `v2` | `v3`推理代码均为一个+ - 如果想要指定自己的模型,可以在初始化时,指定`det`模型路径,其他相关参数同理+ ```python+ from rapidocr_onnxruntime import RapidOCR+ rapid_ocr = RapidOCR(det_model_path='xxxxx.onnx')+ ```+- `rec`部分,`mobile` | `server` | `v2` | `v3`推理代码均为一个+ - `rec`中`v2`和`v3`两个版本,差别仅在输入shape和模型。经过测试,采用`v3 rec模型`+`[3, 48, 320]`效果最好+ - 目前配置文件`config.yaml`中(如下所示)已是最优组合+ ```yaml+ module_name: ch_ppocr_v3_rec+ class_name: TextRecognizer+ model_path: resources/models/ch_PP-OCRv3_rec_infer.onnx++ rec_img_shape: [3, 48, 320]+ rec_batch_num: 6+ ```- 关于选择哪个推理引擎(onnxruntime 或者 openvino)?|推理引擎|推理速度更快|占用内存更少||:---:|:---:|:---:|@@ -45,7 +46,7 @@### (推荐)pip安装快速使用-1. 安装包(⚠️注意:两个包接口一致,只是推理引擎不同而已)+1. 安装包(⚠️注意:两个包接口一致,只是推理引擎不同而已,默认都是在CPU上运行)|包名|版本|安装命令||:---|:---:|:---||`rapidocr_onnxruntime`|<a href="https://pypi.org/project/rapidocr-onnxruntime/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapidocr-onnxruntime?style=flat-square"></a>|`pip install rapidocr-onnxruntime`|@@ -53,9 +54,12 @@1. 推理使用- 脚本使用:- - 📌初始化RapidOCR可不提供`config.yaml`,默认使用**rapidocr_onnxruntime**目录下的。如有自定义需求,可直接通过初始化参数传入。详情参数参考命令行部分,和`config.yaml`基本对应。+ - ⚠️初始化RapidOCR可不提供`config.yaml`,默认使用安装目录下的`config.yaml`。如有自定义需求,可直接通过初始化参数传入。详细参数参考下面命令行部分,和`config.yaml`基本对应。- 输入:`Union[str, np.ndarray, bytes, Path]`- - 输出:`[[文本框坐标], 文本内容, 置信度]`, 为空:`(None, None)`+ - 输出:+ - 有值:`([[文本框坐标], 文本内容, 置信度], 推理时间)`,+ - 示例:`[[左上, 右上, 右下, 左下], '小明', '0.99'], [0.02, 0.02, 0.85]`+ - 为空:`(None, None)`- 示例:```pythonimport cv2@@ -82,14 +86,6 @@# 输入格式四:Pathresult, elapse = rapid_ocr(Path(img_path))print(result)-- # result: [[文本框坐标], 文本内容, 置信度]- # 示例:[[左上, 右上, 右下, 左下], '小明', '0.99']-- # elapse: [det_elapse, cls_elapse, rec_elapse]- # all_elapse = det_elapse + cls_elapse + rec_elapse-- # 如果没有有效文本,则result: (None, None)```- 命令行使用:```bash