本次更新主要集成 PP-OCR v6 系列模型。

更新要点：

• 该版本将 PP-OCRv6 的 det small 模型和 rec small 识别模型作为了默认模型。因为从自建指标来看，PP-OCRv6 效果远高于 PP-OCRv4。
• 整体 whl 包从之前的 15 MB → 29.5M，因为 PP-OCRv6_det_small.onnx (9.5M) 和 PP-OCRv6_rec_small (20M) 模型变大了。
• 该版本目前仅支持了 ONNXRuntime 和 OpenVINO 两个推理引擎的推理，后续版本会逐步支持 Paddle, Torch, MNN 和 TensorRT。

使用方法

按照语义化版本号规范，此次更新从 v3.8.4 → v3.9.0，只更新了次版本号，因此接口是不变的，使用上可直接升级。

但是，需要注意的是：模型在具体场景下效果不同，需要各位自行评测决定是否升级。

安装最新版：

pip install -U rapidocr

直接使用默认配置：

from rapidocr import RapidOCR

engine = RapidOCR()

img_url = "https://www.modelscope.cn/models/RapidAI/RapidOCR/resolve/master/resources/test_files/ch_en_num.jpg"
result = engine(img_url)
print(result)

result.vis("vis_result.jpg")

使用不同尺寸的模型：

tiny: 模型更小，速度极快。

medium: 模型更大，效果更好。

from rapidocr import ModelType, RapidOCR

engine = RapidOCR(
    params={
        "Det.model_type": ModelType.TINY, # ModelType.MEDIUM
        "Rec.model_type": ModelType.TINY, # ModelType.MEDIUM
    }
)

img_url = "https://www.modelscope.cn/models/RapidAI/RapidOCR/resolve/master/resources/test_files/ch_en_num.jpg"
result = engine(img_url)
print(result)

result.vis("vis_result.jpg")

其他详细使用，请参见官方文档：https://rapidai.github.io/RapidOCRDocs/latest/install_usage/rapidocr/install/