onnxOCR

一.优势：

1.脱离深度学习训练框架，可直接用于部署的通用OCR。 2.在算力有限，精度不变的情况下使用paddleOCR转成ONNX模型，进行重新构建的一款可部署在arm架构和x86架构计算机上的OCR模型。 3.在同样性能的计算机上推理速度加速了4-5倍。

二.环境安装

python>=3.6

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

百度网盘,提取码: 125c

下载后放到./models/ch_ppocr_server_v2.0/rec/rec.onnx下

三.一键运行

python test_ocr.py

效果展示

感谢PaddleOcr

https://github.com/PaddlePaddle/PaddleOCR

从该项目Fork而来

https://github.com/jingsongliujing/OnnxOCR

---

CHANGELOG

1. 加入最新的pp_ocr_v4的检测与识别模型
2. 修改包名为pp_onnx防止与onnx冲突
3. 修改部分写死的参数