快速开始

1. 安装

pip install rapidocr onnxruntime

2. 使用

命令行使用Python 使用

rapidocr -img "https://www.modelscope.cn/models/RapidAI/RapidOCR/resolve/master/resources/test_files/ch_en_num.jpg" --vis_res

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.txts)
print(result.scores)
result.vis("vis_result.jpg")

Note

result.vis() 会在首次运行时自动下载可视化所需字体。离线环境可以省略这一行，或提前配置 font_path。

3. 查看可视化结果

4. 查看 result 结果

result 是一个 RapidOCROutput 数据类。最常用的字段如下：

字段	类型	含义
boxes	np.ndarray	每行文本的四点坐标，形状为 (N, 4, 2)
txts	Tuple[str]	识别出的文本，顺序与 boxes 一致
scores	Tuple[float]	每行文本的置信度
elapse	float	整体推理耗时，单位为秒

print(result.boxes.shape)
print(result.txts)
print(result.scores)

完整的输出结构和检测、分类、识别三阶段结果，请参见 使用教程。

推荐阅读

其他编程语言支持

评论