English | 中文
请勿将此项目用于文字审查！
---
主要变更：
- 重新训练了所有的模型，比上一版精度更高。
- 按使用场景把模型分为几大类场景（见 识别模型列表）：
scene：场景图片，适合识别一般拍照图片中的文字。此类模型以scene-开头，如模型scene-densenet_lite_136-gru。doc：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以doc-开头，如模型doc-densenet_lite_136-gru。number：仅识别纯数字（只能识别0~9十个数字）图片，适合银行卡号、身份证号等场景。此类模型以number-开头，如模型number-densenet_lite_136-gru。general: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型densenet_lite_136-gru。
注意
⚠️ ：以上说明仅为参考，具体选择模型时建议以实际效果为准。 - 加入了两个更大的系列模型：
*-densenet_lite_246-gru_base：优先供 知识星球 CnOCR/CnSTD私享群 会员使用，一个月后会免费开源。*-densenet_lite_666-gru_large：Pro 模型，购买后可使用。
更多细节请参考：CnOCR V2.3 新版发布：模型更好、更多、更大 | Breezedeus.com。
CnOCR 是 Python 3 下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个 训练好的模型，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的训练命令供使用者训练自己的模型。欢迎扫码加小助手为好友，备注 ocr，小助手会定期统一邀请大家入群：
作者也维护 知识星球 CnOCR/CnSTD私享群 ，这里面的提问会较快得到作者的回复，欢迎加入。知识星球会员 可享受以下福利：
- 可免费下载部分未开源的付费模型；
- 购买其他所有的付费模型一律八折优化；
- 作者快速回复使用过程中遇到的各种困难；
- 作者每月提供两次免费特有数据的训练服务。
- 星球会陆续发布一些CnOCR/CnSTD相关的私有资料；
- 星球会持续发布 OCR/STD/CV 等相关的最新研究资料。
见 CnOCR在线文档 。
CnOCR 从 V2.2 开始，内部自动调用文字检测引擎 CnSTD 进行文字检测和定位。所以 CnOCR V2.2 不仅能识别排版简单的印刷体文字图片，如截图图片，扫描件等，也能识别一般图片中的场景文字。
以下是一些不同场景的调用示例。
所有参数都使用默认值即可。如果发现效果不够好，多调整下各个参数看效果，最终往往能获得比较理想的精度。
from cnocr import CnOcr
img_fp = './docs/examples/huochepiao.jpeg'
ocr = CnOcr() # 所有参数都使用默认值
out = ocr.ocr(img_fp)
print(out)识别结果：
针对 排版简单的印刷体文字图片，如截图图片，扫描件图片等，可使用 det_model_name='naive_det'，相当于不使用文本检测模型，而使用简单的规则进行分行。
Note
det_model_name='naive_det'的效果相当于V2.2之前（V2.0.*,V2.1.*）的 CnOCR 版本。
使用 det_model_name='naive_det' 的最大优势是速度快，劣势是对图片比较挑剔。如何判断是否该使用此检测模型呢？最简单的方式就是拿应用图片试试效果，效果好就用，不好就不用。
from cnocr import CnOcr
img_fp = './docs/examples/multi-line_cn1.png'
ocr = CnOcr(det_model_name='naive_det')
out = ocr.ocr(img_fp)
print(out)识别结果：
| 图片 | OCR结果 |
|---|---|
 |
网络支付并无本质的区别，因为 每一个手机号码和邮件地址背后 都会对应着一个账户--这个账 户可以是信用卡账户、借记卡账 户，也包括邮局汇款、手机代 收、电话代收、预付费卡和点卡 等多种形式。 |
采用来自 PaddleOCR（之后简称 ppocr）的中文识别模型 rec_model_name='ch_PP-OCRv3' 进行识别。
from cnocr import CnOcr
img_fp = './docs/examples/shupai.png'
ocr = CnOcr(rec_model_name='ch_PP-OCRv3')
out = ocr.ocr(img_fp)
print(out)识别结果：
虽然中文检测和识别模型也能识别英文，但专为英文文字训练的检测器和识别器往往精度更高。如果是纯英文的应用场景，建议使用来自 ppocr 的英文检测模型 det_model_name='en_PP-OCRv3_det'， 和英文识别模型 rec_model_name='en_PP-OCRv3' 。
from cnocr import CnOcr
img_fp = './docs/examples/en_book1.jpeg'
ocr = CnOcr(det_model_name='en_PP-OCRv3_det', rec_model_name='en_PP-OCRv3')
out = ocr.ocr(img_fp)
print(out)识别结果：
采用来自ppocr的繁体识别模型 rec_model_name='chinese_cht_PP-OCRv3' 进行识别。
from cnocr import CnOcr
img_fp = './docs/examples/fanti.jpg'
ocr = CnOcr(rec_model_name='chinese_cht_PP-OCRv3') # 识别模型使用繁体识别模型
out = ocr.ocr(img_fp)
print(out)使用此模型时请注意以下问题：
-
识别精度一般，不是很好；
-
除了繁体字，对标点、英文、数字的识别都不好；
-
此模型不支持竖排文字的识别。
识别结果：
如果明确知道待识别的图片是单行文字图片（如下图），可以使用类函数 CnOcr.ocr_for_single_line() 进行识别。这样就省掉了文字检测的时间，速度会快一倍以上。
from cnocr import CnOcr
img_fp = './docs/examples/helloworld.jpg'
ocr = CnOcr()
out = ocr.ocr_for_single_line(img_fp)
print(out)- 核酸疫苗截图识别
- 身份证识别
- 饭店小票识别
嗯，顺利的话一行命令即可。
$ pip install cnocr[ort-cpu]如果是 GPU 环境使用 ONNX 模型，请使用以下命令进行安装：
$ pip install cnocr[ort-gpu]如果要训练自己的模型，，可以使用以下命令安装：
$ pip install cnocr[dev]安装速度慢的话，可以指定国内的安装源，如使用阿里云的安装源：
$ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simpleNote
请使用 Python3（3.7.*~3.10.*之间的版本应该都行），没测过Python2下是否ok。
更多说明可见 安装文档。
Warning
如果电脑中从未安装过
PyTorch，OpenCVpython包，初次安装可能会遇到问题，但一般都是常见问题，可以自行百度/Google解决。
可以从 Docker Hub 直接拉取已安装好 CnOCR 的镜像使用。
$ docker pull breezedeus/cnocr:latest更多说明可见 安装文档。
CnOCR V2.2.1 加入了基于 FastAPI 的HTTP服务。开启服务需要安装几个额外的包，可以使用以下命令安装：
pip install cnocr[serve]安装完成后，可以通过以下命令启动HTTP服务（-p 后面的数字是端口，可以根据需要自行调整）：
cnocr serve -p 8501服务开启后，可以使用以下方式调用服务。
比如待识别文件为 docs/examples/huochepiao.jpeg，如下使用 curl 调用服务：
> curl -F image=@docs/examples/huochepiao.jpeg http://0.0.0.0:8501/ocr使用如下方式调用服务：
import requests
image_fp = 'docs/examples/huochepiao.jpeg'
r = requests.post(
'http://0.0.0.0:8501/ocr', files={'image': (image_fp, open(image_fp, 'rb'), 'image/png')},
)
ocr_out = r.json()['results']
print(ocr_out)具体也可参考文件 scripts/screenshot_daemon_with_server.py 。
请参照 curl 的调用方式自行实现。
具体参考 CnSTD的下载说明。
det_model_name |
PyTorch 版本 | ONNX 版本 | 模型原始来源 | 模型文件大小 | 支持语言 | 是否支持竖排文字识别 |
|---|---|---|---|---|---|---|
| db_shufflenet_v2 | √ | X | cnocr | 18 M | 简体中文、繁体中文、英文、数字 | √ |
| db_shufflenet_v2_small | √ | X | cnocr | 12 M | 简体中文、繁体中文、英文、数字 | √ |
| db_shufflenet_v2_tiny | √ | X | cnocr | 7.5 M | 简体中文、繁体中文、英文、数字 | √ |
| db_mobilenet_v3 | √ | X | cnocr | 16 M | 简体中文、繁体中文、英文、数字 | √ |
| db_mobilenet_v3_small | √ | X | cnocr | 7.9 M | 简体中文、繁体中文、英文、数字 | √ |
| db_resnet34 | √ | X | cnocr | 86 M | 简体中文、繁体中文、英文、数字 | √ |
| db_resnet18 | √ | X | cnocr | 47 M | 简体中文、繁体中文、英文、数字 | √ |
| ch_PP-OCRv3_det | X | √ | ppocr | 2.3 M | 简体中文、繁体中文、英文、数字 | √ |
| ch_PP-OCRv2_det | X | √ | ppocr | 2.2 M | 简体中文、繁体中文、英文、数字 | √ |
| en_PP-OCRv3_det | X | √ | ppocr | 2.3 M | 英文、数字 | √ |
相比于 CnOCR V2.2.* 版本，V2.3 中的大部分模型都经过了重新训练和精调，精度比旧版模型更高。同时，加入了两个参数量更多的模型系列：
*-densenet_lite_246-gru_base：优先供 知识星球 CnOCR/CnSTD私享群 会员使用，后续会免费开源。*-densenet_lite_666-gru_large：Pro 模型，购买后可使用。购买链接见文档：
V2.3 中的模型按使用场景可以分为以下几大类：
scene：场景图片，适合识别一般拍照图片中的文字。此类模型以scene-开头，如模型scene-densenet_lite_136-gru。doc：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以doc-开头，如模型doc-densenet_lite_136-gru。number：仅识别纯数字（只能识别0~9十个数字）图片，适合银行卡号、身份证号等场景。此类模型以number-开头，如模型number-densenet_lite_136-gru。general: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型densenet_lite_136-gru。
注意
⚠️ ：以上说明仅供参考，具体选择模型时建议以实际效果为准。
更多说明见：可用模型。
rec_model_name |
PyTorch 版本 | ONNX 版本 | 模型原始来源 | 模型文件大小 | 支持语言 | 是否支持竖排文字识别 |
|---|---|---|---|---|---|---|
| densenet_lite_136-gru 🆕 | √ | √ | cnocr | 12 M | 简体中文、英文、数字 | X |
| scene-densenet_lite_136-gru 🆕 | √ | √ | cnocr | 12 M | 简体中文、英文、数字 | X |
| doc-densenet_lite_136-gru 🆕 | √ | √ | cnocr | 12 M | 简体中文、英文、数字 | X |
| densenet_lite_246-gru_base 🆕 (星球会员专享) |
√ | √ | cnocr | 25 M | 简体中文、英文、数字 | X |
| scene-densenet_lite_246-gru_base 🆕 (星球会员专享) |
√ | √ | cnocr | 25 M | 简体中文、英文、数字 | X |
| doc-densenet_lite_246-gru_base 🆕 (星球会员专享) |
√ | √ | cnocr | 25 M | 简体中文、英文、数字 | X |
| densenet_lite_666-gru_large 🆕 （购买链接：B站、Lemon Squeezy） |
√ | √ | cnocr | 82 M | 简体中文、英文、数字 | X |
| scene-densenet_lite_666-gru_large 🆕 （购买链接：B站、Lemon Squeezy） |
√ | √ | cnocr | 82 M | 简体中文、英文、数字 | X |
| doc-densenet_lite_666-gru_large 🆕 （购买链接：B站、Lemon Squeezy） |
√ | √ | cnocr | 82 M | 简体中文、英文、数字 | X |
| number-densenet_lite_136-fc 🆕 | √ | √ | cnocr | 2.7 M | 纯数字（仅包含 0~9 十个数字） |
X |
| number-densenet_lite_136-gru 🆕 (星球会员专享) |
√ | √ | cnocr | 5.5 M | 纯数字（仅包含 0~9 十个数字） |
X |
| number-densenet_lite_666-gru_large 🆕 （购买链接：B站、Lemon Squeezy） |
√ | √ | cnocr | 55 M | 纯数字（仅包含 0~9 十个数字） |
X |
| ch_PP-OCRv3 | X | √ | ppocr | 10 M | 简体中文、英文、数字 | √ |
| ch_ppocr_mobile_v2.0 | X | √ | ppocr | 4.2 M | 简体中文、英文、数字 | √ |
| en_PP-OCRv3 | X | √ | ppocr | 8.5 M | 英文、数字 | √ |
| en_number_mobile_v2.0 | X | √ | ppocr | 1.8 M | 英文、数字 | √ |
| chinese_cht_PP-OCRv3 | X | √ | ppocr | 11 M | 繁体中文、英文、数字 | X |
- 支持图片包含多行文字 (
Done) - crnn模型支持可变长预测，提升灵活性 (since
V1.0.0) - 完善测试用例 (
Doing) - 修bugs（目前代码还比较凌乱。。） (
Doing) - 支持
空格识别（sinceV1.1.0） - 尝试新模型，如 DenseNet，进一步提升识别准确率（since
V1.1.0） - 优化训练集，去掉不合理的样本；在此基础上，重新训练各个模型
- 由 MXNet 改为 PyTorch 架构（since
V2.0.0） - 基于 PyTorch 训练更高效的模型
- 支持列格式的文字识别
- 打通与 CnSTD 的无缝衔接（since
V2.2） - 模型精度进一步优化
- 支持更多的应用场景
开源不易，如果此项目对您有帮助，可以考虑 给作者加点油🥤，鼓鼓气💪🏻 。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent