图像输入

支持的输入类型¶

RapidOCR 支持传入以下图像类型：

本地图像路径或图像 URL：str、pathlib.Path
图像数据：numpy.ndarray、bytes、PIL.Image.Image
内存地址：MemoryImage、RawMemoryImage（rapidocr>=3.10.0）

通过文件路径、URL、bytes 或 PIL.Image.Image 传入图像时，支持的图像格式与 Pillow 保持一致，详情参见 Pillow 图像格式。

从内存地址读取压缩图像¶

MemoryImage 用于读取内存中的完整压缩图像数据，例如 JPEG, PNG 文件的字节内容。初始化时需传入内存首地址和数据长度：

import ctypes
from pathlib import Path

from rapidocr import RapidOCR
from rapidocr.utils.load_image import MemoryImage

encoded = Path("test.jpg").read_bytes()
buffer = ctypes.create_string_buffer(encoded)
memory_img = MemoryImage(
    address=ctypes.addressof(buffer),
    length=len(encoded),
)

engine = RapidOCR()
result = engine(memory_img)
print(result)

从内存地址读取原始像素缓冲区¶

RawMemoryImage 用于读取未经 JPEG, PNG 等格式编码的原始像素数据。除了内存地址和数据长度，还需提供图像宽高、像素格式等元数据：

import cv2

from rapidocr import RapidOCR
from rapidocr.utils.load_image import RawMemoryImage

img = cv2.imread("test.jpg")
memory_img = RawMemoryImage(
    address=img.ctypes.data,
    length=img.nbytes,
    width=img.shape[1],
    height=img.shape[0],
    pixel_format="BGR",
    stride=img.strides[0],
)

engine = RapidOCR()
result = engine(memory_img)
print(result)

RawMemoryImage 参数说明：

address：像素缓冲区的内存首地址。
length：缓冲区长度，不能小于 stride * height。
width、height：图像宽度和高度，单位为像素。
pixel_format：像素格式，支持 GRAY、GRAY8、BGR、BGR24、RGB、RGB24、BGRA、BGRA32、BGRX、RGBA、RGBA32 和 RGBX。
stride：每行数据占用的字节数；不传时按图像宽度和通道数计算。
bottom_up：是否按自底向上的顺序存储图像行，默认为 False。

Warning

MemoryImage 和 RawMemoryImage 只保存内存地址，不持有底层数据。调用 engine() 完成前，必须确保示例中的 buffer 或 img 等底层对象仍然有效；不要传入已经释放或长度不正确的内存地址。

图像输入

支持的输入类型¶

从内存地址读取压缩图像¶

从内存地址读取原始像素缓冲区¶

评论