ChineseOCR_Lite：4.7M 超轻量中文 OCR，三行命令跑通本地文字识别
【免费下载链接】chineseocr_lite超轻量级中文ocr，支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M项目地址: https://gitcode.com/gh_mirrors/ch/chineseocr_lite
ChineseOCR_Lite 是一个超轻量级中文 OCR 工具箱，串起 dbnet 文本检测、crnn 文本识别、anglenet 方向校正三个小模型，模型总量只有 4.7M。它让你在纯 CPU 的机器上就能做完全本地、离线的中文字符识别——不用 GPU，不依赖网络，也不用等云端接口，丢一张图片进来，还你带位置框的文字结果。
为什么 4.7M 的中文 OCR 能扛打
架构是经典的"先检测、再识别"两段式，三个部分各司其职：
- dbnet（1.8M）是文本检测模型，负责先把图里所有文字区域框出来；
- crnn（2.5M）是基于 LSTM 的序列识别模型（卷积提特征、循环网络按顺序吐字），负责读出每行文字里的字；
- anglenet（378KB）做方向分类，判断文字是不是被旋转了 180 度。
因为全流程走 ONNX Runtime 的 CPU 推理，不碰 CUDA，老笔记本、嵌入式板卡也能跑；也因为模型总共 4.7M，整套流水线可以塞进手机。仓库里给了 ncnn、mnn、onnx 三种推理引擎的参考实现，外加 C++、Android、JVM、.NET 多端 Demo，想移植到哪个平台都有现成代码对着改。
最能打的点是对竖排和旋转文字的支持：图片里的文字哪怕被印倒了 180 度，anglenet 会先判断出来自动转正，再交给 crnn 识别，你省掉了一道单独的方向校正工序。
哪些活儿交给它
📄批量数字化与脚本接入——以前调云端 OCR API 一张一张传，担心费用和数据出网；现在装完依赖，终端敲一条chineseocr 图片.jpg，输出稳定 JSON：全文、每行置信度、位置框齐全。批量图片套个 shell 循环就完事，agent 和自动化脚本直接解析。
📱嵌入手机和低端设备——以前端侧 OCR 引擎动辄几十上百 MB；现在整个模型集不到 5M，从 ncnn、mnn、onnx 里挑一个和你环境匹配的推理后端，Android 端 Demo 开箱就能跑。
🔁横竖混排、方向颠倒的图——以前要先接方向校正模型再识别；现在竖排、倒排文字直接丢进来，anglenet 先转正再识别，少维护一个模型。
三行命令跑起来
git clone https://gitcode.com/gh_mirrors/ch/chineseocr_lite cd chineseocr_lite && pip install -r requirements.txt python -m chineseocr_lite test_imgs/res.jpg想要网页界面的话，跑python backend/main.py启动 OCR 服务，默认监听 8089 端口，浏览器打开就能贴图识别。下面两张是内置 Web 页面的实际识别效果：一张是带长段中文的论文截图，一张是多方向排布文字的产品图，检测框和识别行都对得上。
小、免费、能离线
如果你要的是一套"体积小于 5M、免费、纯 CPU 就能跑"的本地中文字符识别工具，ChineseOCR_Lite 就是现成的。clone 下来跑通一张测试图，发现竖排或特殊字体场景有问题，直接提 Issue 反馈。
【免费下载链接】chineseocr_lite超轻量级中文ocr，支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M项目地址: https://gitcode.com/gh_mirrors/ch/chineseocr_lite
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
