--- title: pp-ocrv5-ch canonical_url: "https://www.modelscope.cn/models/farming789/pp-ocrv5-ch" md_url: "https://www.modelscope.cn/models/farming789/pp-ocrv5-ch.md" repository: farming789/pp-ocrv5-ch chinese_name: "OCR 识别 ONNX 模型包" last_updated: 2026-05-16 license: apache-2.0 library_name: - onnx - other frameworks: - other language: - zh - en - ja downloads: 11 stars: 2 tags: - pp-ocrv5 - paddleocr - onnx - ocr - text-recognition - text-detection - chinese-ocr - legal-document - mobile-model --- # pp-ocrv5-ch > pp-ocrv5-ch - farming789 在 ModelScope 开源的模型。本模型源自百度 **PaddleOCR** 的 **[PP-OCRv5](https://github.com/PaddlePaddle/PaddleOCR)** 第五代中文光学字符识别系统，已转换为 **ONNX** 格式，专为**离线本地推理**场景优化。 farming789/pp-ocrv5-ch 是 ModelScope 魔搭社区上的机器学习模型，采用 apache-2.0 许可。 - **Repository**: farming789/pp-ocrv5-ch - **License**: apache-2.0 - **Tags**: pp-ocrv5, paddleocr, onnx, ocr, text-recognition, text-detection, chinese-ocr, legal-document, mobile-model - **Downloads**: 11 - **Stars**: 2 - **Last updated**: 2026-05-16 Source: https://www.modelscope.cn/models/farming789/pp-ocrv5-ch --- # PP-OCRv5 Chinese —— OCR 识别 ONNX 模型包 ## 模型简介 本模型源自百度 **PaddleOCR** 的 **[PP-OCRv5](https://github.com/PaddlePaddle/PaddleOCR)** 第五代中文光学字符识别系统，已转换为 **ONNX** 格式，专为**离线本地推理**场景优化。 PP-OCRv5 采用经典的 **检测 → 识别** 两阶段架构，能够在纯 CPU 环境下高效运行。本仓库提供完整的模型包（检测模型 + 识别模型 + 字符字典），覆盖简体中文、繁体中文、英文、日文等语言。 **核心价值**：在无 GPU 的桌面 / 边缘设备上，以高精度（字符级准确率 ≥ 95%）将扫描件、手机拍照件、传真件等图像转化为可检索、可分析的文本，打通文档数字化到知识检索的完整链路。 --- ## 模型文件 | 文件 | 大小 | 说明 | |------|------|------| | `model.onnx` | ~5 MB | 文本检测模型 — 定位图中文字区域（PP-OCRv5_mobile_det） | | `recognition.onnx` | ~30 MB | 文本识别模型 — 读取框内文字（PP-OCRv5_mobile_rec） | | `dictionary.txt` | ~1 MB | 字符字典 — 识别结果到字符的映射表 | > **注意**：三个文件必须放在同一目录下。检测模型负责"找到文字在哪"，识别模型负责"读出写的是什么"，字典负责将识别模型的输出 ID 转换为可读字符。 --- ## 模型架构 - **基础模型**：PP-OCRv5（百度 PaddleOCR 第 5 代） - **架构方案**：MobileNetV3 骨干 + DB 检测头 + CRNN 识别头 - **版本**：5.0.0（mobile 版，CPU 友好） - **支持语言**：简体中文、繁体中文、英文、日文 - **总大小**：约 50 MB - **运行环境**：ONNX Runtime CPU（无 GPU 依赖） - **图像预处理引擎**：OpenCV（`ppu-ocv`）或 Canvas Native 回退 ### 两阶段工作流程 ``` 输入图像（任意尺寸） │ ▼ ┌─────────────────────────────────────────┐ │ 阶段 1：文本检测（model.onnx） │ │ 输入: RGB 图像 │ │ 输出: 文本框坐标 [多个多边形] │ │ 模型: PP-OCRv5_mobile_det（DB 算法） │ └─────────────┬───────────────────────────┘ │ 逐框裁剪 ▼ ┌─────────────────────────────────────────┐ │ 阶段 2：文本识别（recognition.onnx） │ │ 输入: 每个裁剪出的文本框图像 │ │ 字典: dictionary.txt │ │ 输出: 逐个框内文字 │ │ 模型: PP-OCRv5_mobile_rec（CRNN） │ └─────────────┬───────────────────────────┘ ▼ 结构化识别结果: { text: "合同编号：2024-001\n甲方：张三\n...", blocks: [...], // 文字块级坐标 confidence: 0.92, // 平均置信度 } ``` --- ## 快速开始 ### 环境要求 - `onnxruntime` >= 1.24.3 - Node.js 端：`ppu-paddle-ocr` >= 5.1.1 - Python 端：`onnxruntime` + `opencv-python`（需自行实现 DB 后处理 / CTC 解码） ### TypeScript / Node.js 示例（推荐） ```typescript import { PaddleOcrService } from "ppu-paddle-ocr"; // 1. 加载本地模型 const service = new PaddleOcrService({ model: { detection: "./pp-ocrv5-ch/model.onnx", // 检测模型 recognition: "./pp-ocrv5-ch/recognition.onnx", // 识别模型 charactersDictionary: "./pp-ocrv5-ch/dictionary.txt", // 字典 }, processing: { engine: "opencv", // 或 "canvas-native" }, session: { executionProviders: ["cpu"], graphOptimizationLevel: "all", }, }); // 2. 初始化（首次加载模型，耗时约 2-5 秒） await service.initialize(); console.log("初始化状态:", service.isInitialized()); // 3. 识别图像 const result = await service.recognize("./contract-scan.png"); // 或传入 ArrayBuffer // const result = await service.recognize(imageBuffer); console.log("识别文本:", result.text); console.log("置信度:", result.confidence); console.log("文字块数:", result.blocks?.length ?? 0); // 4. 释放资源 await service.destroy(); ``` ### Python 示例 ```python import onnxruntime as ort import cv2 import numpy as np # 注意：以下为最小示例，仅演示 ONNX 模型加载。 # 完整的 DB 后处理 + CTC 解码逻辑较复杂，推荐使用 PaddleOCR 官方 Python SDK。 # 1. 加载检测模型 det_session = ort.InferenceSession("./pp-ocrv5-ch/model.onnx") # 2. 加载识别模型 rec_session = ort.InferenceSession("./pp-ocrv5-ch/recognition.onnx") # 3. 加载字典 with open("./pp-ocrv5-ch/dictionary.txt", "r", encoding="utf-8") as f: char_dict = [line.strip() for line in f] # 4. 预处理图像并执行检测 img = cv2.imread("document.jpg") # ... 预处理 + DB 后处理（省略，详见 PaddleOCR 源码） # det_outputs = det_session.run(None, {"x": input_tensor}) # boxes = db_postprocess(det_outputs) # 5. 逐框识别 # for box in boxes: # crop = crop_image(img, box) # rec_outputs = rec_session.run(None, {"x": crop_tensor}) # text = ctc_decode(rec_outputs, char_dict) print("完整 Python OCR 管道请参考 PaddleOCR 官方文档") ``` --- ## 应用场景 ### 文书数字化 - **扫描件 OCR**：律所扫描的合同、判决书、起诉状、证据清单等批量数字化 - **拍照件识别**：律师手机拍摄的案卷材料、庭审记录即时转文字 - **传真件提取**：法院传真送达的文书自动化处理 - **PDF 图像页 OCR**：PDF 中扫描图像页（非文本层）的文字提取 ### 知识索引前置 本模型是知识库索引管线的核心组件，输出文本后续进入： ``` OCR 文本 → 文本规范化 → 智能分块 → 向量编码 → LanceDB 检索 ``` ### 降级策略 模型不可用时系统自动跳过 OCR，不影响 PDF 原生文本提取路径： ``` OCR 模型可用 → 方向矫正 → 检测 → 识别 → 结构化文本 OCR 模型不可用 → 仅提取 PDF 原生文本层（如有） ``` --- ## 技术细节 ### PP-OCRv5 技术特性 - **MobileNetV3 骨干**：针对 ARM / x86 CPU 深度优化，推理速度比 ResNet 系列快 3-5 倍 - **DB（Differentiable Binarization）检测**：端到端可微分二值化，对弯曲文本、密集文本适应性强 - **CRNN + CTC 识别**：无需字符级标注，序列到序列识别，支持长文本行 - **Mobile 版**：模型参数量仅约 12M（检测 + 识别合计），启动内存低 ### 与官方 Paddle 模型的关系 | 方面 | 官方 Paddle 模型 | 本模型 (ONNX) | |------|:---------------:|:------------:| | 检测模型 | PP-OCRv5_mobile_det | model.onnx | | 识别模型 | PP-OCRv5_mobile_rec | recognition.onnx | | 字典 | ppocrv5_dict.txt | dictionary.txt | | 运行时 | PaddlePaddle (~500MB) | ONNX Runtime (~30MB) | | GPU | 支持 CUDA | CPU only | | 预处理引擎 | Paddle 内置 | OpenCV / Canvas | ### 性能基准 来自 OCR 基准测试（桌面 CPU，文书图像）： | 指标 | 目标 | 实测 | |------|:----:|:----:| | 字符级准确率（CER） | ≥ 95% | 达标 | | 单页识别耗时 | < 5s | 视图像复杂度和分辨率 | | 模型加载耗时 | < 10s | 约 2-5s | ### ONNX 转换信息 本模型由 [ppu-paddle-ocr-models](https://github.com/PT-Perkasa-Pilar-Utama/ppu-paddle-ocr-models) 项目从 PaddlePaddle 原生格式转换而来，经过以下处理： - **检测模型**：Paddle `inference.pdmodel` → ONNX `model.onnx` - **识别模型**：Paddle `inference.pdmodel` → ONNX `recognition.onnx` - **字典**：直接复用原始 `ppocrv5_dict.txt` --- ## 许可证 本模型遵循 [Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0)，与 PaddleOCR 官方保持一致。 --- ## 引用 如果你在研究中使用了本模型，请引用 PaddleOCR： ```bibtex @misc{paddleocr, title={PaddleOCR: Awesome Multilingual OCR Toolkits Based on PaddlePaddle}, author={PaddlePaddle Authors}, howpublished={\url{https://github.com/PaddlePaddle/PaddleOCR}}, year={2024} } @article{ppocrv5, title={PP-OCRv5: Ultra Lightweight OCR System}, author={PaddleOCR Team}, note={PaddlePaddle/PaddleOCR GitHub Repository}, year={2024} } ``` --- ## 致谢 - 原始模型：[PaddleOCR / PP-OCRv5](https://github.com/PaddlePaddle/PaddleOCR)（百度） - ONNX 转换：[ppu-paddle-ocr-models](https://github.com/PT-Perkasa-Pilar-Utama/ppu-paddle-ocr-models) - Node.js 运行时封装：[ppu-paddle-ocr](https://www.npmjs.com/package/ppu-paddle-ocr) - 运行时：[ONNX Runtime](https://onnxruntime.ai/)