RapidOCR 入门指南：多语言 OCR 一条命令跑起来
【免费下载链接】RapidOCR📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR
拿到一张带文字的图片，想快速把文字提取出来？RapidOCR 是一个免费开源的多语言文本识别工具，底层把 PaddleOCR 模型转成 ONNX 通用格式，支持 OnnxRuntime、OpenVINO、PaddlePaddle、TensorRT 等多种推理引擎，Windows、Linux、macOS 都能离线运行。这篇指南带你从安装到跑通，再到看懂代码结构。
先认清它：输入图片，输出文字
RapidOCR 干的事一句话能说清：给一张图片，还你文字内容、每段文字的坐标和置信度。
默认模型支持中英文，换成对应语言模型后还能识别日语、韩语、阿拉伯语等，仓库测试集里就有这些语言的样例图。它内部分三步走：检测模型找出文字区域，方向分类模型判断文字是否倒置，识别模型把字读出来。
装好之后，先跑最小示例。
📦 三步完成安装
最省事的方式是直接装 PyPI 上的包：
pip install rapidocr onnxruntime不用配 GPU，也不用手动下模型：首次识别时模型会自动下载并缓存在本地。如果你有 NPU、Apple 芯片，或者想用 TensorRT，docker/ 目录下每种推理引擎都配了现成的 Dockerfile，直接构建即可。
下一步，写五行代码识别第一张图。
五行代码识别第一张图
from rapidocr import RapidOCR engine = RapidOCR() result = engine("your_image.jpg") print(result) result.vis("vis_result.jpg")result是结构化对象：result.txts是识别出的文字，result.scores是置信度，result.boxes是坐标。result.vis()会把识别框画回原图并保存，方便你肉眼确认它认没认对。想直接看完整流程，python/demo.py 是官方示例，原样可运行。
跑通之后，再按需换语言、换引擎。
⚙️ 切换语言与推理引擎
两个最常用的进阶操作：
- 换语言：初始化时传 params 字典，覆盖配置里的
lang_type字段即可切换识别模型的语言：
engine = RapidOCR(params={"Rec": {"lang_type": "en"}})- 换引擎：修改 python/rapidocr/config.yaml 中 Det、Cls、Rec 三个段落下的
engine_type，从 onnxruntime 换成 paddle、openvino 或 tensorrt，业务代码一行不用动。
再附两个小开关：把return_word_box设为 true 可以拿到词级别坐标；方向分类阶段会自动处理倒置文字，横竖混排也能正常读出。
接下来看看这些能力对应代码里的哪些目录。
📁 从目录结构看它如何工作
核心就是三个目录加一个配置文件：
- python/rapidocr/ch_ppocr_det/：文本检测，负责定位图片里的文字区域
- python/rapidocr/ch_ppocr_rec/：文本识别，负责读出文字内容
- python/rapidocr/inference_engine/：六种推理引擎各占一个子目录，扩展或对比引擎都在这里
所有模型选择和引擎参数集中在 config.yaml 里，改行为不用翻代码。
调优建议与适用场景
调优记住三点：图片过大过小会自动缩放，文字清晰比盲目放大更有效；纯 CPU 环境保持默认 onnxruntime，有 NVIDIA 显卡建议切 tensorrt；出现漏字或误框时，优先调配置里的text_score阈值。
它适合这几类场景：纸质文档数字化，一条命令把扫描件变成可编辑文本；网页截图信息提取；给翻译工具提供文字输入；以及用 MNN 引擎部署到手机等边缘设备。
现在就执行一条pip install rapidocr onnxruntime，拿你手头任何一张带字的图片跑起来。
【免费下载链接】RapidOCR📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
