Update README

This commit is contained in:
SWHL committed 2022-12-14 14:21:59 +08:00
1 parent 55309d39a0
commit 65f3820b01
7 files changed
+58 -88

No files matched your search

+39 -74
View File
@@ -9,7 +9,7 @@
- [RapidOCR Python](#rapidocr-python)
- [简介和说明](#简介和说明)
- [pip安装快速使用](#pip安装快速使用)
- [(推荐)pip安装快速使用](#推荐pip安装快速使用)
- [源码使用步骤](#源码使用步骤)
- [`config.yaml`中常用参数介绍](#configyaml中常用参数介绍)
- [onnxruntime-gpu版相关说明](#onnxruntime-gpu版相关说明)
@@ -20,8 +20,8 @@
### 简介和说明
- **各个版本的ONNX模型下载地址:**[百度网盘](https://pan.baidu.com/s/1PTcgXG2zEgQU6A_A3kGJ3Q?pwd=jhai) | [Google Drive](https://drive.google.com/drive/folders/1x_a9KpCo_1blxH1xFOfgKVkw1HYRVywY?usp=sharing)
- 所有常用的参数配置都在[`config.yaml`](./config.yaml)下,一目了然,更加便捷
- **目前[`config.yaml`](./config.yaml)中配置为权衡速度和准确度的最优组合。**
- 所有常用的参数配置都在[`config.yaml`](./rapidocr_onnxruntime/config.yaml)下,一目了然,更加便捷
- **目前[`config.yaml`](./rapidocr_onnxruntime/config.yaml)中配置为权衡速度和准确度的最优组合。**
- 每个独立的模块下均有独立的`config.yaml`配置文件,可以单独使用
- `det`部分:
- `det`中`mobile`和`server`版,推理代码一致,直接更改配置文件中模型路径即可
@@ -55,72 +55,32 @@
|openvino|✓||
### pip安装快速使用
### (推荐)pip安装快速使用
1. 安装`rapidocr`包
- `rapidocr_onnxruntime`: <a href="https://pypi.org/project/rapidocr-onnxruntime/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapidocr-onnxruntime?style=plastic"></a>
- `rapidocr_openvino`: <a href="https://pypi.org/project/rapidocr-openvino/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapidocr-openvino?style=plastic"></a>
- script:
```shell
pip install rapidocr-onnxruntime
- <a href="https://pypi.org/project/rapidocr-onnxruntime/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapidocr-onnxruntime?style=plastic"></a> `rapidocr_onnxruntime` → `pip install rapidocr-onnxruntime`
- <a href="https://pypi.org/project/rapidocr-openvino/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapidocr-openvino?style=plastic"></a> `rapidocr_openvino` → `pip install rapidocr-openvino`
# or
# pip install rapidocr-openvino
```
2. 推理使用
```python
import cv2
from rapidocr_onnxruntime import RapidOCR
# from rapidocr_openvino import RapidOCR
2. 下载相关的模型和配置文件
```shell
$ wget https://github.com/RapidAI/RapidOCR/releases/download/v1.1.0/required_for_whl_v1.1.0.zip
text_sys = RapidOCR('config.yaml')
# Download by gitee
# wget https://gitee.com/RapidAI/RapidOCR/releases/download/v1.1.0/required_for_whl_v1.1.0.zip
img = cv2.imread('test_images/ch_en_num.jpg')
$ unzip required_for_whl_v1.1.0.zip
$ cd required_for_whl_v1.1.0
result = text_sys(img)
print(result)
# result: [[文本框坐标], 文本内容, 置信度]
# 示例:[[左上, 右上, 右下, 左下], '小明', '0.99']
```
- 模型md5值,自行比对
|模型名称|md5值|
|---:|:---|
|ch_ppocr_mobile_v2.0_cls_infer.onnx| c99c6bfc2df6544427ad3c7c85feab36|
|ch_PP-OCRv3_det_infer.onnx | f3b6ff552124995842242f6dac1afde3|
|ch_PP-OCRv3_rec_infer.onnx | ed1abe13869a3a7a036c0b3819c6f642|
- 最终目录结构如下:
```text
required_for_whl_v1.1.0/
├── config.yaml
├── README.md
├── test_demo.py
├── resources
│ └── models
│ ├── ch_ppocr_mobile_v2.0_cls_infer.onnx
│ ├── ch_PP-OCRv3_det_infer.onnx
│ └── ch_PP-OCRv3_rec_infer.onnx
└── test_images
├── ch_en_num.jpg
└── single_line_text.jpg
```
3. 推理使用
```python
import cv2
from rapidocr_onnxruntime import RapidOCR
# from rapidocr_openvino import RapidOCR
text_sys = RapidOCR('config.yaml')
img = cv2.imread('test_images/ch_en_num.jpg')
result = text_sys(img)
print(result)
# result: [[文本框坐标], 文本内容, 置信度]
# 示例:[[左上, 右上, 右下, 左下], '小明', '0.99']
```
### 源码使用步骤
1. 下载整个项目到本地
```shell
cd RapidOCR/python
$ cd RapidOCR/python
```
2. 下载链接下的`resources`目录(包含模型和显示的字体文件)
@@ -133,29 +93,34 @@ print(result)
```text
.
├── README.md
├── config.yaml
├── test_demo.py
├── demo.py
├── rapidocr_onnxruntime
│   ├── __init__.py
│   ├── ch_ppocr_v2_cls
│   ├── ch_ppocr_v3_det
│   ├── ch_ppocr_v3_rec
│   └── rapid_ocr_api.py
│   ├── config.yaml
│   ├── rapid_ocr_api.py
│ └── models
│    ├── ch_PP-OCRv3_det_infer.onnx
│    ├── ch_ppocr_mobile_v2.0_cls_infer.onnx
│    └── ch_PP-OCRv3_rec_infer.onnx
├── rapidocr_openvino
│   ├── __init__.py
│ ├── README.md
│   ├── ch_ppocr_v2_cls
│   ├── ch_ppocr_v3_det
│   ├── ch_ppocr_v3_rec
│   └── rapid_ocr_api.py
├── requirements.txt
├── resources
│ ├── fonts
│ │   └── FZYTK.TTF
│ └── models
│   ├── config.yaml
│   ├── rapid_ocr_api.py
│ └── models
│    ├── ch_PP-OCRv3_det_infer.onnx
│    ├── ch_ppocr_mobile_v2.0_cls_infer.onnx
│    └── ch_PP-OCRv3_rec_infer.onnx
├── requirements.txt
├── resources
│ └── fonts
│    └── FZYTK.TTF
└── test_images
├── ch_en_num.jpg
└── single_line_text.jpg
@@ -170,7 +135,7 @@ print(result)
```
- 基于openvino推理所需环境安装:
```bash
# Windows端
# Windows/Mac
pip install openvino==2022.2.0
pip install -r requirements.txt -i https://pypi.douban.com/simple/
@@ -193,7 +158,7 @@ print(result)
# 基于openvino引擎推理
# from rapidocr_openvino import RapidOCR
text_sys = RapidOCR('config.yaml')
text_sys = RapidOCR()
image_path = r'test_images/det_images/ch_en_num.jpg'
img = cv2.imread(image_path)
@@ -204,12 +169,12 @@ print(result)
# result: [[文本框坐标], 文本内容, 置信度]
# 示例:[[左上, 右上, 右下, 左下], '小明', '0.99']
```
- 直接运行`test_demo.py`,可直接可视化查看结果。
- 直接运行`demo.py`,可直接可视化查看结果。
```bash
python test_demo.py
python demo.py
```
### [`config.yaml`](./config.yaml)中常用参数介绍
### [`config.yaml`](./rapidocr_onnxruntime/config.yaml)中常用参数介绍
- `Global`部分
| 参数名称 | 取值范围 | 默认值 | 作用 |
|------------: | :----------: | :-----: | :----------------------------------------------|
@@ -298,7 +263,7 @@ print(result)
# 如果输出中含有CUDAExecutionProvider,则证明可以正常调用GPU
# ['CUDAExecutionProvider', 'CPUExecutionProvider']
```
2. 更改[`config.yaml`](./config.yaml)中对应部分的参数即可,详细参数介绍参见[官方文档](https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html)。
2. 更改[`config.yaml`](./rapidocr_onnxruntime/config.yaml)中对应部分的参数即可,详细参数介绍参见[官方文档](https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html)。
```yaml
use_cuda: true
CUDAExecutionProvider:
-1
View File
@@ -39,7 +39,6 @@ def get_readme():
MODULE_NAME = 'rapidocr_openvino'
latest_version = get_latest_version(MODULE_NAME)
VERSION_NUM = version_add_one(latest_version)
VERSION_NUM = '1.1.14'
setuptools.setup(
name=MODULE_NAME,