### 引言 在文本识别时，识别的每一种语言，都有一个对应的字典，用来还原识别的文本内容。例如英文识别模型的字典就是 26 个英文字母的大小写以及常用符号，中文识别模型的字典一般包括常用汉字、字母和符号等。 受启发于 [issue #42](https://github.com/RapidAI/RapidOCR/issues/42)，目前基于 ONNXRuntime 的推理引擎 `rapidocr_onnxruntime` 库已经将字典写入到 onnx 模型中，无需额外指定字典 TXT 文件。 以下将对这一部分做详细讲解，感兴趣小伙伴，可自行取用。 ### 将字典内容写入到 ONNX 中 !!! note 在 PaddleOCRModelConvert 工具中已经将上述操作写到了包中，使用该工具可自动将字典写入到 ONNX 中。源码位于：[link](https://github.com/RapidAI/PaddleOCRModelConvert/blob/64a66ebe8c6147f0bacc5e0dd22a0809cad332e6/paddleocr_convert/main.py#L51) ```python linenums="1" import onnx model = onnx.load_model('/path/to/model.onnx') # 添加dictionary对应的值 meta = model.metadata_props.add() meta.key = 'dictionary' meta.value = open('/path/to/ppocr_keys_v1.txt', 'r', -1, 'u8').read() # 添加shape对应的值 meta = model.metadata_props.add() meta.key = 'shape' meta.value = '[3,48,320]' onnx.save_model(model, '/path/to/model.onnx') ``` ### 获取字典内容 !!! note 该部分已经在 rapidocr_onnxruntime 上实现，详情参见：[link](https://github.com/RapidAI/RapidOCR/blob/37e49c6ae25135a339b208f9ac64382ee7d4d688/python/rapidocr_onnxruntime/ch_ppocr_v3_rec/text_recognize.py#L31-L32) ```python linenums="1" import json import onnxruntime as ort sess = ort.InferenceSession('/path/to/model.onnx') metamap = sess.get_modelmeta().custom_metadata_map # 读取dictionary键对应的值 chars = metamap['dictionary'].splitlines() # 读取shape键对应的值 input_shape = json.loads(metamap['shape']) ```