轻量版 OCR 文本识别

使用 ONNX Runtime 推理的轻量级 OCR，具备内存占用低、识别速度快的优势。

项目结构

ocr-lite/
├── models/
│   ├── angle_net.onnx                          # 方向检测模型
│   ├── crnn_lite.onnx                          # 文本识别模型
│   ├── db_net.onnx                             # 文本检测模型
│   └── keys.py                                 # 字符映射表
├── models_RapidOCR/
│   ├── ch_ppocr_mobile_v2.0_cls_infer.onnx     # 方向检测模型
│   ├── ch_PP-OCRv4_det_infer.onnx              # PP-OCRv4 文本检测模型
│   ├── ch_PP-OCRv4_rec_infer.onnx              # PP-OCRv4 文本识别模型
│   ├── ch_PP-OCRv5_mobile_det.onnx             # PP-OCRv5 文本检测模型
│   ├── ch_PP-OCRv5_rec_mobile_infer.onnx       # PP-OCRv5 文本识别模型
│   ├── ppocr_keys_v1.txt                       # PP-OCRv4 字符映射表
│   └── ppocrv5_dict.txt                        # PP-OCRv5 字符映射表
├── OCR.py                                      # OCR 实现
├── rapidocr_text_rec.py                        # 仅用 RapidOCR 的识别模型进行文本识别
└── test_ocr.py                                 # 测试脚本

快速开始

from OCR import OCR
import cv2

# 初始化OCR引擎
ocr_engine = OCR(
  models_dir="models",  # 模型文件目录
  angle_detect=True     # 是否启用方向检测
)

# 读取图像
img = cv2.imread("test_image_1.png")

# 执行OCR识别
results = ocr_engine.run(img)

# 打印结果
for i, (box, text, score) in enumerate(results):
  print(f"[{i + 1}] {text} (置信度: {score:.2%})")
  print(f"    位置: {box.tolist()}")

# 同时返回识别结果和标注图像
results, vis_img = ocr_engine.run(img, short_size=960, draw_box=True)

# 保存可视化结果
cv2.imwrite("test_result.png", vis_img)

参数说明

OCR 初始化参数

• models_dir: 模型文件所在目录
• angle_detect: 是否启用文字方向检测，默认 False

run() 方法参数

• img: 输入图像（OpenCV BGR 格式）
• short_size: 图像短边目标尺寸（默认为 0，表示不缩放）
• draw_box: 是否保存可视化结果，默认 False

test_ocr.py

测试脚本

# 基础识别
test_ocr(ocr, img)

# 同时获取结果和可视化图像
test_ocr_visualization(ocr, img, output_path)

# 仅使用 CRNN 识别文本（需规范传入的图像，不然影响识别质量）
crnn_text_recognition_only()

rapidocr_text_rec.py

• 仅调用 RapidOCR 文本识别模型推理
• 不做文本检测与方向判断
• 传入已裁剪的单行文本区域的图片
• 裁剪范围需略大于实际文本范围，不宜过大
• 可自行替换其他版本的 RapidOCR 模型

ONNX Runtime 各版本下不同模型性能对比

ONNX Runtime	v5 CPU %	内存 MB	耗时 s	v4 CPU %	内存 MB	耗时 s	lite CPU %	内存 MB	耗时 s
v1.23.2	1.8	72	0.008	1.8	60	0.008	1.6	55	0.007
v1.23.1	2	73	0.008	1.9	61	0.008	1.6	55	0.007
v1.23.0	1.8	73	0.008	1.8	61	0.008	1.6	55	0.008
v1.22.1	1.7	78	0.008	1.8	62	0.008	1.7	55	0.007
v1.22.0	1.8	81	0.008	1.9	61	0.008	1.7	57	0.007
v1.21.1	1.9	81	0.008	1.7	62	0.008	1.7	55	0.007
v1.21.0	1.8	79	0.008	1.7	59	0.008	1.7	57	0.007
v1.20.1	1.7	70	0.008	1.7	51	0.008	1.7	45	0.007
v1.20.0	1.7	73	0.008	1.8	52	0.008	1.8	50	0.007
v1.19.2	1.7	73	0.008	1.7	52	0.008	1.7	50	0.007
v1.19.0	1.6	70	0.008	1.8	53	0.008	1.7	47	0.007
v1.18.1	1.9	74	0.008	1.8	52	0.008	1.7	49	0.007
v1.18.0	1.8	74	0.008	1.8	52	0.008	1.7	47	0.007
v1.17.3	-	-	-	1.7	52	0.008	1.8	49	0.007
v1.17.1	-	-	-	1.8	53	0.008	1.6	46	0.007
v1.17.0	-	-	-	1.8	54	0.008	1.7	48	0.007
v1.16.3	-	-	-	1.8	52	0.008	1.5	46	0.007

说明

• v5：PP-OCRv5；v4：PP-OCRv4；lite：OCR-lite
• 本次仅基于文本识别模型，对同一张图片进行测试
• ONNX Runtime 版本小于 v1.18.0 时，不兼容 PP-OCRv5 模型
• 测试设备：
  • CPU型号：Intel(R) Core(TM) i9-10900 @ 2.80GHz（2.81 GHz）
  • 内存容量：32 GB
  • 操作系统：Windows 10 64位
• 补充说明：
  • 测试中，PP-OCRv5 模型的识别置信度相对表现更优
  • 同一模型下，不同配置的 CPU 仅影响识别耗时，不影响识别置信度

优化设想

• 批量推理提升识别效率：当前采用串行方式逐一推理识别图片文本，可将所有待识别图片统一处理尺寸后，批量送入模型推理，再完成批量解码，充分利用算力提升效率。

License

• 本项目基于 chineseocr_lite 进行二次开发，适配 Python3.10 并升级了依赖库，同时删除部分冗余库、精简冗余代码，还对部分逻辑做了优化调整，核心识别流程与实现逻辑沿用原仓库。模型来源：查看
• rapidocr_text_rec.py 参考 RapidOCR 开发。模型来源：查看