- 现有的JavaOCR工具包识别效果差强人意，PaddleOCR在实现前沿算法的基础上，考虑精度与速度的平衡，进行模型瘦身和深度优化，使其尽可能满足产业落地需求。
- PaddleOCR官方并未提供Java版本，而RapidOcr解决了这个问题，其提供了Kotlin和Java混合版本的Demo-onnx和Demo-ncnn
- 而实际使用过程中 项目中并不想再引入Kotlin、不想了解OCR相关知识，开箱即用、不想额外再部署OCR服务
因此本项目将Kotlin部分移除，并在此基础上加以完善且提供了更友好的的调用方法，更方便java开发者直接进行使用。
- 纯Java代码调用RapidOcr
- 集成ncnn和onnx推理引擎方式，默认使用Onnx推理方式
- 均使用CPU版本，GPU版本请自行编译
⚠️ 注意：当前JVM启动时只能同时启动一种推理引擎，以第一次调用runOcr方法时的引擎配置为准
项目提供了JavaEE 和 SpringBoot 的使用Demo，仅作参考
目前支持的系统请查看版本说明
<!-- 一般只需要引入一个，CPU端建议使用onnx，移动端建议使用ncnn -->
<dependency>
<groupId>io.github.mymonstercat</groupId>
<artifactId>rapidocr-ncnn-platform</artifactId>
<!-- 可前往maven中央仓库https://repo1.maven.org/maven2/io/github/mymonstercat/rapidocr/，查看版本 -->
<version>0.0.6</version>
</dependency>
<dependency>
<groupId>io.github.mymonstercat</groupId>
<artifactId>rapidocr-onnx-platform</artifactId>
<!-- 可前往maven中央仓库https://repo1.maven.org/maven2/io/github/mymonstercat/rapidocr/，查看版本 -->
<version>0.0.6</version>
</dependency>public class Main {
public static void main(String[] args) {
ParamConfig paramConfig = ParamConfig.getDefaultConfig();
paramConfig.setDoAngle(true);
paramConfig.setMostAngle(true);
InferenceEngine engine = InferenceEngine.getInstance(Model.ONNX_PPOCR_V3);
// 开始识别
OcrResult ocrResult = engine.runOcr(getResourcePath("/images/test.png"), paramConfig);
System.out.println(ocrResult.getStrRes().trim());
}
private static String getResourcePath(String path) {
return new File(Main.class.getResource(path).getFile()).toString();
}
}更多使用示例请参考使用示例
- 项目中添加了日志打印，方便打印OCR日志
- 常见的日志配置请前往查看日志配置(仅供参考)，可将其放入到项目resources目录下，名为
log4j2.xml
- 如果想去除最底下numThread=4等控制台打印需要在编译库文件的时候进行控制，可以在如何自行编译动态库查看教程。
- 后续有时间会将所有库的控制台打印去掉，目前仅去掉了Mac-arm64的，望理解。
- 根据系统版本自适应加载动态库
- 动态库集成到jar中
- 是否删除临时文件夹配置为可选项
- jvm未退出场景连续调用识别结果集乱码#1
- 集成ONNX#2，感谢nn200433及tika-server👏
- 添加日志，规范日志打印
- ONNX支持Mac-Arm64
- 支持Docker镜像
- Maven仓库提供packages
- SpringBoot下，以配置文件方式改造
- 多模块打包#6
- 多线程情况下库和模型可能重复加载、编译目标jdk版本改为1.8，感谢FlyInWind1
Mac-Arm64、Mac-Intel、Win10、Win11、CentOS-8均经过测试，项目resources目录下的的动态库文件均可成功加载，如果您的系统无法运行相应的动态库，请在该系统下尝试自行编译动态库
先提供思路：由于centos7使用的gcc、glibc等工具太老了，而提供的so文件所需的最低依赖版本 远远大于 centos7的最高版本，因此需要将centos7对应的gcc、glibc等工具进行升级。
具体教程还未整理。
自0.0.5版本开始，项目引入了多模块打包，如果不喜欢这种方式，请使用
<dependency>
<groupId>io.github.mymonstercat</groupId>
<artifactId>rapidocr</artifactId>
<version>0.0.4-light</version>
</dependency>代码位于0.0.4-light分支，但该分支后续不进行维护。在该分支代码下，你可能会需要以下帮助
- 参考Q3，使用
0.0.4-light，参考Q1、Q2 自行编译 - 如果您成功编译了相应平台的库文件，希望您能提供issue供更多人使用
如有其他问题请提issue，我会尽快解决。