[color=] 目前已知运行速度最快、支持最广，完全开源免费并支持离线快速部署的多平台多语言OCR。
[color=] 缘起：百度paddle工程化不是太好，为了方便大家在各种端上进行ocr推理，
[color=] 我们将它转换为onnx格式，使用Python/C++/Java/Swift/C# 将它移植到各个平台。
[color=] 名称来源： 轻快好省并智能。基于深度学习技术的OCR技术，主打人工智能优势及小模型，以速度为使命，效果为主导。
作者提供了一个在本地使用的Demo，
先安装python，安装时记得勾选Add Python.exe to PATH，
然后打开cmd命令行，分别执行下面这两个命令：
[color=]pip install rapidocr-onnxruntime
[color=]pip install rapidocr-web
pip安装完上面两个库后，在cmd执行：
[color=]rapidocr_web -ip 0.0.0.0 -p 9003
然后浏览器打开
[color=]http://localhost:9003/
中就可以使用了；
在python安装目录下的 \Lib\site-packages\rapidocr_onnxruntime\models 可以看到RapidOCR 使用的模型组合为
ch_PP-OCRv4_det + ch_ppocr_mobile_v2.0_cls + ch_PP-OCRv4_rec
这是基于PaddleOCR V4版模型 ，
项目作者还制作了一个ocrweb_multi包 demo，支持繁体中文与日文识别，使用V3版模型，
我已经在ocrweb_multi中放入了所有相关模型，只需要解压这个包，
然后在cmd命令中切换到ocrweb_multi目录下，可以执行
pip install -r requirements.txt
安装所有相关依赖，不过如果在上面已经安装了rapidocr-onnxruntime、rapidocr-web这两个库,
那只需要再安装一个waitress库就安装完所有依赖了，看下面图3，cmd中执行：
[color=]pip install waitress
然后继续在 ocrweb_multi 目录下执行：
[color=]python main.py
就可以启动了，
在浏览器中打开
[color=]http://127.0.0.1:8001
即可使用；
当然以上并不是正确用法，它的作用是作为一个OCR库；
00.png (55.2 KB, 下载次数: 0)
下载附件
2023-9-15 18:43 上传
01.png (422.34 KB, 下载次数: 0)
下载附件
2023-9-15 18:43 上传
05.png (74.1 KB, 下载次数: 0)
下载附件
2023-9-15 18:43 上传
09.jpg (217.61 KB, 下载次数: 0)
下载附件
2023-9-15 18:44 上传
链接：https://pan.baidu.com/s/1H7tEj4fUq_SebLdWk69FcA?pwd=v56u 提取码：v56u
链接2：https://wwwf.lanzout.com/b01lfrs6j 密码：akm0
