AgentOCR

简介

• 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

• 本项目目前包含如下子项目：

  • Python Package 【AgentOCR】
  • OCR 标注软件 【AgentOCRLabeling】
  • 中国车牌检测识别系统 【AgentCLPR】

效果展示

• 多语言 OCR：

  • 中英文

    

      [[[26.0, 37.0], [301.0, 39.0], [301.0, 72.0], [25.0, 70.0]], ['纯臻营养护发素', 0.971377968788147]]
      [[[27.0, 82.0], [172.0, 82.0], [172.0, 103.0], [27.0, 103.0]], ['产品信息/参数', 0.9922086596488953]]
      [[[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）', 0.9619097709655762]]
      [[[25.0, 143.0], [283.0, 144.0], [283.0, 164.0], [25.0, 163.0]], ['每瓶22元，1000瓶起订）', 0.9908633828163147]]
      [[[24.0, 177.0], [301.0, 176.0], [301.0, 195.0], [24.0, 196.0]], ['【品牌】：代加工方式/OEMODM', 0.9834667444229126]]
      [[[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', 0.9786152243614197]]
      [[[24.0, 239.0], [241.0, 237.0], [241.0, 257.0], [25.0, 259.0]], ['【产品编号】：YM-X-3011', 0.9821851849555969]]
      [[[415.0, 241.0], [429.0, 241.0], [429.0, 300.0], [415.0, 300.0]], ['DMOEM', 0.8878258466720581]]
      [[[25.0, 272.0], [180.0, 270.0], [180.0, 288.0], [25.0, 289.0]], ['【净含量】：220ml', 0.9954416155815125]]
      [[[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', 0.9606326818466187]]
      [[[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', 0.9720807671546936]]
      [[[27.0, 367.0], [279.0, 367.0], [279.0, 381.0], [27.0, 381.0]], ['糖、椰油酰胺内基甜菜碱、泛醇', 0.8544049859046936]]
      [[[368.0, 370.0], [474.0, 370.0], [474.0, 384.0], [368.0, 384.0]], ['（成品包材）', 0.9908912777900696]]
      [[[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', 0.9463475942611694]]
      [[[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', 0.9470974802970886]]
      [[[28.0, 460.0], [135.0, 460.0], [135.0, 477.0], [28.0, 477.0]], ['发足够的滋养', 0.997718095779419]]
    

  • 韩文：

    

      [[[400.0, 518.0], [502.0, 513.0], [504.0, 550.0], [402.0, 555.0]], ['오야야', 0.7852867245674133]]
      [[[156.0, 576.0], [760.0, 559.0], [761.0, 594.0], [157.0, 610.0]], ['내가 잔깐 좋아하는 사람이 생겨서 혼과 공공', 0.8225479125976562]]
      [[[203.0, 636.0], [718.0, 625.0], [718.0, 662.0], [203.0, 672.0]], ['않다가 죽어어릴것안 같아서 여기를 한다', 0.8644148707389832]]
      [[[178.0, 691.0], [709.0, 683.0], [709.0, 717.0], [178.0, 724.0]], ['눈 앞이 아른아른 거리는 잘 생긴 얼굴 자꾸', 0.8839521408081055]]
      [[[225.0, 739.0], [658.0, 738.0], [658.0, 770.0], [225.0, 771.0]], ['귀에 냄도는 크의 측촉한 옥소리 예', 0.8728228211402893]]
    

使用指南

• Python Package：

  • 快速安装：

    # 安装 AgentOCR
    $ pip install agentocr 
    
    # 根据设备平台安装合适版本的 ONNXRuntime
    
    # CPU 版本（推荐非 win10 系统，无 CUDA 支持的设备安装）
    $ pip install onnxruntime
    
    # GPU 版本（推荐有 CUDA 支持的设备安装）
    $ pip install onnxruntime-gpu
    
    # DirectML 版本（推荐 win10 系统的设备安装，可实现通用的显卡加速）
    $ pip install onnxruntime-directml
    
    # 更多版本的安装详情请参考 ONNXRuntime 官网
    

  • 简单调用：

    # 导入 OCRSystem 模块
    from agentocr import OCRSystem
    
    # 初始化 OCR 模型
    ocr = OCRSystem(config='ch')
    
    # 使用模型对图像进行 OCR 识别
    results = ocr.ocr('test.jpg')
    

  • 服务器部署：

    • 启动 AgentOCR Server 服务

      $ agentocr server
      

    • Python 调用

      import cv2
      import json
      import base64
      import requests
      
      # 图片 Base64 编码
      def cv2_to_base64(image):
          data = cv2.imencode('.jpg', image)[1]
          image_base64 = base64.b64encode(data.tobytes()).decode('UTF-8')
          return image_base64
      
      # 读取图片
      image = cv2.imread('test.jpg')
      image_base64 = cv2_to_base64(image)
      
      # 构建请求数据
      data = {
          'image': image_base64
      }
      
      # 发送请求
      url = "http://127.0.0.1:5000/ocr"
      r = requests.post(url=url, data=json.dumps(data))
      
      # 打印预测结果
      print(r.json())
      

  • Jupyter Notebook：【快速使用】

  • 更多安装使用细节请参考：【Package 使用指南】

预设配置选项

• 多语言模型配置：

  语言	缩写	检测模型	分类模型	识别模型
  简体中文	ch	ch_mul_m_det / ch_mul_s_det / ch_mul_v2_c_det(default)	ch_mul_m_cls(default)	ch_m_rec / ch_s_rec / ch_v2_c_rec(default)
  繁体中文	cht			cht_m_rec(default)
  英文	en	en_mul_m_det(default)		en_m_rec(default)
  法文	fr			fr_m_rec(default)
  德文	ger			ger_m_rec(default)
  韩文	kr			kr_m_rec(default)
  日文	jp			jp_m_rec(default)
  卡纳达文	ka			ka_m_rec(default)
  泰卢固文	te			te_m_rec(default)
  泰米尔文	ta			ta_m_rec(default)
  拉丁文	la			la_m_rec(default)
  西里尔文	cy			cy_m_rec(default)
  梵文	de			de_m_rec(default)

更多功能

• 更多功能正在持续开发中，敬请期待：

  • PaddleOCR 识别模型字典优化

  • PaddleOCR v2 模型支持

  • 中国车牌检测识别系统

  • PaddleOCR Structure 模型支持

  • GUI 图形界面

  • PaddleOCR -> ONNX 模型转换部署工具

  • 多平台的可执行标注软件

Contact us

Email : [email protected]
QQ Group : 1005109853