企业官网建设流程全解析

如何用RapidOCR识别多语言图片文字：3步跑通指南

【免费下载链接】RapidOCR📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR

你要从一批票据扫描件、商品截图里把所有文字抠出来，里面中文、日文混着排。RapidOCR 是一个多语言 OCR（Optical Character Recognition，即从图片里识别文字）工具。它接收一张图片，输出文字框坐标、文字内容和置信度。装好后模型会自动下载，本机几分钟内就能跑起来。读完这篇，你能在本机识别出第一张图片里的文字。

它基于 PaddleOCR 模型、OnnxRuntime 和 OpenVINO，专门做多语言 OCR。第一点，它默认带 ONNX 模型，不用装 PaddlePaddle 框架（百度的深度学习框架），装完包就能识别。第二点，推理后端（真正运行模型的组件）可在 OnnxRuntime、OpenVINO、TensorRT 之间切换，适配不同硬件。默认配置会依次跑检测、方向分类、识别三步。

📥 五分钟跑通：安装与第一次识别

RapidOCR 安装只需要一条命令：

pip install rapidocr # 从 PyPI 安装 RapidOCR 及其全部依赖

源码开发可以改从仓库源码安装，日常使用 pip 装就够了。装完还会带上 rapidocr 命令，终端里用 rapidocr --img 你的图片.jpg 也能直接识别。模型文件在第一次识别时自动下载。这段代码识别一张本地图片并打印结果：

from rapidocr import RapidOCR engine = RapidOCR() print(engine("your_image.jpg")) # 改成你自己的图片路径

运行后你应看到一个 RapidOCROutput 对象：txts 字段是识别出的文字，scores 是每行置信度，boxes 是各文字框的坐标。

🧩 按需使用

下面三个场景覆盖了 RapidOCR 使用教程里最常见的需求。

当你要识别日文、韩文、阿拉伯文等非中文时

RapidOCR 多语言识别的模型按语言区分，默认是中文模型（ch）。这段把识别模型切成日文：

engine = RapidOCR(params={"Rec.lang_type": "japan"}) result = engine("japan.jpg") print(result.txts)

仓库自带的日语示例图，夹杂少量中文，适合验证 japan 模型的识别效果

如果切换后识别结果还是乱码，通常是Rec.lang_type没设对，仍在使用中文模型，把它重新设成目标语言即可。

处理纯文本图片

如果你的输入已经是单行文字裁剪图，就不必再做检测和方向分类，关掉它们可以省时间。这段关闭检测后直接识别：

result = engine("text_crop.jpg", use_det=False, use_cls=False) print(result.txts)

单行横排文字图，适合验证关闭检测后的纯识别模式

如果结果为空或乱码，通常是图里其实有多行文字或背景杂色，把use_det改回True即可。

当你要导出和可视化识别结果时

想把结果存成文件、或检查文字框位置时，结果对象自带导出和可视化方法。这段保存一张带框和文字的图片，并导出 JSON：

result = engine("doc.jpg") result.vis("vis_result.jpg") # 保存可视化图片 print(result.to_json()) # 或导出 JSON

如果vis()没存出文件而是给出警告，通常是检测结果为空（boxes 为 None），检查图片里是否真有文字即可。

架构速览：数据怎么流的

RapidOCR 的数据流走三步：先由检测模块定位文字框，方向分类（区分横排竖排）把裁剪图转正，再由识别模块完成文字识别。全程阈值在 python/rapidocr/config.yaml 里，也可以在引擎构造函数的 params 中覆盖。三个模型按需加载，跳过检测就不会加载检测模型。

🛠️ 调优与避坑

下面是三个常见的 RapidOCR 调优问题，都能靠参数解决：

• 误检多，把非文字也识别出来→ 检测阈值box_thresh默认 0.5，文字框外扩系数unclip_ratio默认 1.6，复杂背景下容易被框进来 → 调用时调高阈值，如engine(img, box_thresh=0.7)。
• 结果偏少、漏字→ 结果过滤参数text_score默认 0.5，置信度低于它的行会被丢弃 → 降到 0.3，如engine(img, text_score=0.3)。
• 大图推理偏慢→ 预处理默认max_side_len为 2000，大图会先缩放到 2000px 以内再检测 → 网页截图这类场景可在配置里写Global.max_side_len: 1500。

下一步，把示例脚本改成遍历你目录下的所有 jpg，循环调用 engine 批量识别。结果不符合预期时，先到 docs/ 里查参数说明。

【免费下载链接】RapidOCR📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.项目地址: https://gitcode.com/GitHub_Trending/ra/RapidOCR