PP-OCR ONNX 模型

来自 PaddleOCR 的多语言 OCR 模型，已转换为 ONNX 格式，适用于生产环境部署。

作为完整流水线使用：与 monkt.com 集成，实现端到端文档处理。

来源：PaddlePaddle PP-OCRv5 合集
格式：ONNX（针对推理优化）
许可证：Apache 2.0

概述

16 个模型，覆盖 48+ 种语言：

• 11 个 PP-OCRv5 模型（最新版本，精度最高）
• 5 个 PP-OCRv3 模型（旧版本，提供额外语言支持）

快速开始

从 HuggingFace 下载

pip install huggingface_hub rapidocr-onnxruntime

<details> <summary><b>下载特定语言模型</b></summary>

from huggingface_hub import hf_hub_download

# Download English models
det_path = hf_hub_download(\"monkt/paddleocr-onnx\", \"detection/v5/det.onnx\")
rec_path = hf_hub_download(\"monkt/paddleocr-onnx\", \"languages/english/rec.onnx\")
dict_path = hf_hub_download(\"monkt/paddleocr-onnx\", \"languages/english/dict.txt\")

# Use with RapidOCR
from rapidocr_onnxruntime import RapidOCR
ocr = RapidOCR(det_model_path=det_path, rec_model_path=rec_path, rec_keys_path=dict_path)
result, elapsed = ocr(\"document.jpg\")

</details>

<details> <summary><b>下载整个语言文件夹</b></summary>

from huggingface_hub import snapshot_download

# Download all French/German/Spanish (Latin) models
snapshot_download(\"monkt/paddleocr-onnx\", allow_patterns=[\"detection/v5/*\", \"languages/latin/*\"])

# Download Arabic models (v3)
snapshot_download(\"monkt/paddleocr-onnx\", allow_patterns=[\"detection/v3/*\", \"languages/arabic/*\"])

</details>

<details> <summary><b>克隆整个仓库</b></summary>

git clone https://huggingface.co/monkt/paddleocr-onnx
cd paddleocr-onnx

</details>

基本用法

from rapidocr_onnxruntime import RapidOCR

ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/english/rec.onnx\",
    rec_keys_path=\"languages/english/dict.txt\"
)

result, elapsed = ocr(\"document.jpg\")
for line in result:
    print(line[1][0])  # Extracted text

可用模型

PP-OCRv5 识别模型

PP-OCRv3 识别模型（旧版本）

检测模型

注意：v5 检测模型需配合 v5 识别模型使用。v3 检测模型需配合 v3 识别模型使用。

预处理模型（可选）

语言支持

PP-OCRv5 语言（40+ 种）

拉丁字母（32 种语言）：英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语、波兰语、捷克语、斯洛伐克语、克罗地亚语、波斯尼亚语、塞尔维亚语、斯洛文尼亚语、丹麦语、挪威语、瑞典语、冰岛语、爱沙尼亚语、立陶宛语、匈牙利语、阿尔巴尼亚语、威尔士语、爱尔兰语、土耳其语、印度尼西亚语、马来语、南非荷兰语、斯瓦希里语、他加禄语、乌兹别克语、拉丁语

西里尔字母：俄语、保加利亚语、乌克兰语、白俄罗斯语

东亚语言：中文（简体、繁体）、日语（平假名、片假名、汉字）、韩语

东南亚语言：泰语

其他：希腊语

PP-OCRv3 语言（8 种）

南亚语言：印地语、马拉地语、尼泊尔语、梵语、泰米尔语、泰卢固语

中东语言：阿拉伯语、乌尔都语、波斯语

使用示例

<details> <summary><b>PP-OCRv5 模型（英语、拉丁语系、东亚语言等）</b></summary>

from rapidocr_onnxruntime import RapidOCR

# English
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/english/rec.onnx\",
    rec_keys_path=\"languages/english/dict.txt\"
)

# French, German, Spanish, etc. (32 languages)
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/latin/rec.onnx\",
    rec_keys_path=\"languages/latin/dict.txt\"
)

# Russian, Bulgarian, Ukrainian, Belarusian
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/eslav/rec.onnx\",
    rec_keys_path=\"languages/eslav/dict.txt\"
)

# Korean
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/korean/rec.onnx\",
    rec_keys_path=\"languages/korean/dict.txt\"
)

# Chinese/Japanese
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/chinese/rec.onnx\",
    rec_keys_path=\"languages/chinese/dict.txt\"
)

# Thai
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/thai/rec.onnx\",
    rec_keys_path=\"languages/thai/dict.txt\"
)

# Greek
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/greek/rec.onnx\",
    rec_keys_path=\"languages/greek/dict.txt\"
)

</details>

<details> <summary><b>PP-OCRv3 模型（印地语、阿拉伯语、泰米尔语、泰卢固语）</b></summary>

from rapidocr_onnxruntime import RapidOCR

# Hindi, Marathi, Nepali, Sanskrit
ocr = RapidOCR(
    det_model_path=\"detection/v3/det.onnx\",
    rec_model_path=\"languages/hindi/rec.onnx\",
    rec_keys_path=\"languages/hindi/dict.txt\"
)

# Arabic, Urdu, Persian/Farsi
ocr = RapidOCR(
    det_model_path=\"detection/v3/det.onnx\",
    rec_model_path=\"languages/arabic/rec.onnx\",
    rec_keys_path=\"languages/arabic/dict.txt\"
)

# Tamil
ocr = RapidOCR(
    det_model_path=\"detection/v3/det.onnx\",
    rec_model_path=\"languages/tamil/rec.onnx\",
    rec_keys_path=\"languages/tamil/dict.txt\"
)

# Telugu
ocr = RapidOCR(
    det_model_path=\"detection/v3/det.onnx\",
    rec_model_path=\"languages/telugu/rec.onnx\",
    rec_keys_path=\"languages/telugu/dict.txt\"
)

</details>

带预处理的完整流水线

<details> <summary><b>针对旋转/扭曲文档的可选预处理</b></summary>

预处理模型可提高旋转或扭曲文档的识别精度：

from rapidocr_onnxruntime import RapidOCR

# Complete pipeline with preprocessing
ocr = RapidOCR(
    det_model_path=\"detection/v5/det.onnx\",
    rec_model_path=\"languages/english/rec.onnx\",
    rec_keys_path=\"languages/english/dict.txt\",
    # Optional preprocessing
    use_angle_cls=True,
    angle_cls_model_path=\"preprocessing/textline-orientation/PP-LCNet_x1_0_textline_ori.onnx\"
)

result, elapsed = ocr(\"rotated_document.jpg\")

何时使用预处理：

• 文档方向分类（doc-orientation/）：旋转角度未知的扫描文档（0°/90°/180°/270°）
• 文本行方向分类（textline-orientation/）：倒置的文本行（0°/180°）
• 文档去弯曲（doc-unwarping/）：弯曲页面、翘曲文档、相机拍摄的照片

性能影响：在扭曲图像上精度提升 10-30%，速度开销极小。

</details>

仓库结构

.
├── detection/
│   ├── v5/
│   │   ├── det.onnx             # 84 MB - PP-OCRv5 detection
│   │   └── config.json
│   └── v3/
│       ├── det.onnx             # 2.3 MB - PP-OCRv3 detection
│       └── config.json
│
├── languages/
│   ├── english/
│   │   ├── rec.onnx             # 7.5 MB
│   │   ├── dict.txt
│   │   └── config.json
│   ├── latin/                   # 32 languages
│   ├── eslav/                   # Russian, Bulgarian, Ukrainian, Belarusian
│   ├── korean/
│   ├── chinese/                 # Chinese, Japanese
│   ├── thai/
│   ├── greek/
│   ├── hindi/                   # Hindi, Marathi, Nepali, Sanskrit (v3)
│   ├── arabic/                  # Arabic, Urdu, Persian (v3)
│   ├── tamil/                   # Tamil (v3)
│   └── telugu/                  # Telugu (v3)
│
└── preprocessing/
    ├── doc-orientation/
    ├── textline-orientation/
    └── doc-unwarping/

模型选择

技术规格

• 框架：PaddleOCR → ONNX
• ONNX Opset：11
• 精度：FP32
• 输入格式：RGB 图像（动态尺寸）
• 推理：通过 onnxruntime 在 CPU/GPU 上运行

检测模型

• 输入：(batch, 3, height, width) - 动态
• 输出：文本边界框

识别模型

• 输入：(batch, 3, 32, width) - 高度固定为 32px
• 输出：CTC logits → 使用字典解码

性能

精度（PP-OCRv5）

常见问题

问：应该使用哪个版本？
答：使用 PP-OCRv5 模型可获得最佳精度。仅当需要 v5 不支持的南亚语言时，才使用 PP-OCRv3。

问：可以混用 v5 和 v3 模型吗？
答：不可以。v5 识别模型需配合 detection/v5/det.onnx 使用，v3 识别模型需配合 detection/v3/det.onnx 使用。

问：支持 GPU 加速吗？
答：支持。安装 onnxruntime-gpu 替代 onnxruntime，推理速度可提升 10 倍。

问：可以商用吗？
答：可以。Apache 2.0 许可证允许商业用途。

致谢

• 原始模型：PaddlePaddle 团队
• 转换工具：paddle2onnx
• 来源：PP-OCRv5 合集

链接

• PaddleOCR GitHub
• PaddleOCR 文档
• ONNX Runtime
• monkt.com - 文档处理流水线

许可证：Apache 2.0