AgentOCR 是基于 PaddleOCR 和 ONNXRuntime 开发的 OCR 项目，含 Python 包和标注软件。其 API 与 PPOCR 基本一致，易切换，依赖少、易打包。可通过 pip 安装，需手动装 ONNXRuntime。支持多语言识别，通过配置文件快速切换，调用简单，能输出识别文本及位置、置信度等信息。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
引入
- AgentOCR 是一个基于 PaddleOCR 和 ONNXRuntime 项目开发的一个使用简单、调用方便的 OCR 项目
- 本项目目前包含 Python Package 【AgentOCR】 和 OCR 标注软件 【AgentOCRLabeling】
项目细节
- Github：AgentMaker/AgentOCR
- 使用指南：AgentOCR Package 使用说明
特性
- API 基本与 PPOCR Package 保持一致，只需简单改动模型加载代码即可直接切换
- 基于 ONNXRuntime 开发，剔除无用依赖，易于 Python 程序打包
安装
- AgentOCR 可直接通过 pip 进行下载安装
- Package 依赖 ONNXRuntime，不过由于 ONNXRuntime 的版本过多，安装 AgentOCR 不会自动安装该依赖
- 需要根据 ONNX 官网安装提示，手动选择合适的平台版本进行安装
In [1]
# 安装 AgentOCR!pip install agentocr# 安装 CPU 版本 ONNXRuntime!pip install onnxruntime# 安装 GPU 版本 ONNXRuntime# !pip install onnxruntime-gpu
使用
- 支持多语言识别模型，可通过内置的配置文件进行快速切换
中/英文识别
In [2]
from agentocr import OCRSystem# 通过 config 参数来进行模型配置，内置多国语言的配置文件ocr = OCRSystem(config='ch')# 设置测试图片路径img_path = 'images/ch.jpg'# 调用 OCR API 进行全流程识别result = ocr.ocr(img_path)# 打印结果for line in result: print(line)
[2021/08/20 17:30:08] root INFO: All available providers: ['CPU'] [2021/08/20 17:30:08] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:08] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:08] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:09] root DEBUG: dt_boxes num : 16, elapse : 0.13202476501464844 [2021/08/20 17:30:09] root DEBUG: rec_res num : 16, elapse : 0.590078592300415 [[[26.0, 37.0], [301.0, 39.0], [301.0, 72.0], [25.0, 70.0]], ['纯臻营养护发素', 0.9713771]] [[[27.0, 82.0], [172.0, 82.0], [172.0, 103.0], [27.0, 103.0]], ['产品信息/参数', 0.99220806]] [[[28.0, 113.0], [330.0, 113.0], [330.0, 133.0], [28.0, 133.0]], ['45元/每公斤，100公斤起订）', 0.961909]] [[[25.0, 143.0], [283.0, 144.0], [283.0, 164.0], [25.0, 163.0]], ['每瓶22元，1000瓶起订）', 0.99086225]] [[[24.0, 177.0], [301.0, 176.0], [301.0, 195.0], [24.0, 196.0]], ['【品牌】：代加工方式/OEMODM', 0.9834662]] [[[26.0, 210.0], [232.0, 210.0], [232.0, 227.0], [26.0, 227.0]], ['【品名】：纯臻营养护发素', 0.9786148]] [[[24.0, 239.0], [241.0, 237.0], [241.0, 257.0], [25.0, 259.0]], ['【产品编号】：YM-X-3011', 0.98218465]] [[[415.0, 241.0], [429.0, 241.0], [429.0, 300.0], [415.0, 300.0]], ['DMOEM', 0.88782406]] [[[25.0, 272.0], [180.0, 270.0], [180.0, 288.0], [25.0, 289.0]], ['【净含量】：220ml', 0.9954411]] [[[26.0, 304.0], [251.0, 304.0], [251.0, 320.0], [26.0, 320.0]], ['【适用人群】：适合所有肤质', 0.9606319]] [[[25.0, 334.0], [342.0, 335.0], [342.0, 352.0], [25.0, 351.0]], ['【主要成分】：鲸蜡硬脂醇、燕麦-葡聚', 0.9720796]] [[[27.0, 367.0], [279.0, 367.0], [279.0, 381.0], [27.0, 381.0]], ['糖、椰油xian胺内基甜菜碱、泛醇', 0.8544037]] [[[368.0, 370.0], [474.0, 370.0], [474.0, 384.0], [368.0, 384.0]], ['（成品包材）', 0.9908909]] [[[27.0, 398.0], [360.0, 398.0], [360.0, 412.0], [27.0, 412.0]], ['（主要功能】：可紧致头发磷层，从而达到', 0.9463466]] [[[28.0, 431.0], [369.0, 431.0], [369.0, 444.0], [28.0, 444.0]], ['即时持久改善头发光泽的效果，给十燥的头', 0.94709635]] [[[28.0, 460.0], [135.0, 460.0], [135.0, 477.0], [28.0, 477.0]], ['发足够的滋养', 0.99771744]]
英文识别
mallcloud商城
下载
mallcloud商城基于SpringBoot2.x、SpringCloud和SpringCloudAlibaba并采用前后端分离vue的企业级微服务敏捷开发系统架构。并引入组件化的思想实现高内聚低耦合，项目代码简洁注释丰富上手容易，适合学习和企业中使用。真正实现了基于RBAC、jwt和oauth2的无状态统一权限认证的解决方案，面向互联网设计同时适合B端和C端用户，支持CI/CD多环境部署，并提
In [3]
from agentocr import OCRSystem# 通过 config 参数来进行模型配置，内置多国语言的配置文件ocr = OCRSystem(config='en')# 设置测试图片路径img_path = 'images/en.jpg'# 调用 OCR API 进行全流程识别result = ocr.ocr(img_path)# 打印结果for line in result: print(line)
[2021/08/20 17:30:13] root INFO: All available providers: ['CPU'] [2021/08/20 17:30:13] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:13] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:13] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:13] root DEBUG: dt_boxes num : 3, elapse : 0.030713796615600586 [2021/08/20 17:30:13] root DEBUG: rec_res num : 3, elapse : 0.027882814407348633 [[[77.0, 121.0], [268.0, 124124.0], [268.0, 164.0], [77.0, 161.0]], ['EPPING', 0.9977331]] [[[100.0, 182.0], [247.0, 185.0], [246.0, 206.0], [100.0, 203.0]], ['Twinned with', 0.997261]] [[[67.0, 204.0], [275.0, 209.0], [275.0, 231.0], [66.0, 227.0]], ['EppingenGermany', 0.9897056]]
韩文识别
In [4]
from agentocr import OCRSystem# 通过 config 参数来进行模型配置，内置多国语言的配置文件ocr = OCRSystem(config='korean')# 设置测试图片路径img_path = 'images/korean.jpg'# 调用 OCR API 进行全流程识别result = ocr.ocr(img_path)# 打印结果for line in result: print(line)
[2021/08/20 17:30:16] root INFO: All available providers: ['CPU'] [2021/08/20 17:30:16] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:16] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:16] root INFO: Using providers: ['CPU'] [2021/08/20 17:30:17] root DEBUG: dt_boxes num : 5, elapse : 0.3222081661224365 [2021/08/20 17:30:17] root DEBUG: rec_res num : 5, elapse : 0.06328773498535156 [[[400.0, 518.0], [502.0, 513.0], [504.0, 550.0], [402.0, 555.0]], ['오야야', 0.758096]] [[[156.0, 576.0], [760.0, 559.0], [761.0, 594.0], [157.0, 610.0]], ['내가간차좋아하는사양이성서서호과공증', 0.60792387]] [[[203.0, 636.0], [718.0, 625.0], [718.0, 662.0], [203.0, 672.0]], ['않다가죽어어킬것만갈하서어기를한다', 0.7302016]] [[[178.0, 691.0], [709.0, 683.0], [709.0, 717.0], [178.0, 724.0]], ['눈앞에아른아른거리는잘생긴열굴가푸', 0.6773213]] [[[225.0, 739.0], [658.0, 738.0], [658.0, 770.0], [225.0, 771.0]], ['귀에명도는 그의촉촉한 옥소리예', 0.8373457]]
