Un toolkit de Python que optimiza modelos ONNX reduciendo el número de operadores y manteniendo la precisión, con el objetivo de acelerar la inferencia.
52144PythonMITActualizado hace 4 días
RapidAI/RapidOCR
Kit de herramientas OCR de código abierto que ejecuta modelos de PaddleOCR convertidos a ONNX en Python y otros entornos, para reconocer texto rápidamente sin conexión.
Alternativa open source a:ABBYY FineReader
Google Cloud Vision OCR
- Estrellas
- 8,212
- Forks
- 753
- Issues abiertos
- 28
- Último commit
- hace 13 horas
¿Qué es?
RapidOCR es un kit de herramientas OCR que convierte modelos de PaddleOCR al formato ONNX para ejecutarlos en distintos motores de inferencia y dispositivos sin necesitar toda la infraestructura de PaddlePaddle. De forma predeterminada, admite el reconocimiento de chino e inglés; hay otros idiomas disponibles en su lista de modelos. El proyecto está pensado para implementaciones sin conexión, donde la inferencia ligera y la compatibilidad multiplataforma son más importantes que el entrenamiento.
El paquete de Python se puede instalar con pip y permite pasar la ruta o la URL de una imagen a un objeto de motor, que devuelve el texto reconocido y, opcionalmente, una visualización. El repositorio también ofrece entornos de desarrollo Docker para ONNX Runtime (CPU y GPU), TensorRT, Paddle, OpenVINO, PyTorch y MNN. Los bindings para otros lenguajes se trasladaron a repositorios independientes.
La documentación del proyecto está disponible en chino. Los archivos de modelos convertidos se distribuyen bajo la licencia Apache-2.0 y derivan de los modelos originales de PaddleOCR.
Funciones clave
- 01Convierte modelos de PaddleOCR a ONNX para una inferencia ligera.
- 02Funciona con los backends ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT y PyTorch.
- 03Ofrece una API sencilla de Python que devuelve resultados de texto y visualizaciones.
- 04Incluye entornos Docker para cada motor de inferencia compatible.
- 05Admite chino e inglés de forma predeterminada, y otros idiomas disponibles en la lista de modelos.
Casos de uso
- Añadir extracción de texto sin conexión desde imágenes a una aplicación de Python.
- Implementar OCR en servidores con GPU usando TensorRT o en CPU con ONNX Runtime.
- Reconocer documentos o capturas de pantalla en chino e inglés sin usar API en la nube.
- Ajustar modelos de PaddleOCR y convertirlos después para implementarlos con RapidOCR.
Inicio rápido
- 1
Instala los paquetes rapidocr y onnxruntime con pip
pip install rapidocr onnxruntime - 2
Crea un motor y ejecuta OCR en una imagen (consulta el ejemplo de uso del README)
Antes de usarlo
- Los modelos se convierten desde PaddleOCR y heredan sus términos upstream de Apache-2.0; el README indica que la propiedad de los pesos sigue perteneciendo a Baidu y a los titulares de los derechos de PaddleOCR.
- La documentación oficial está principalmente en chino.
Temas
Preguntas frecuentes
- ¿Qué es RapidOCR?
- Kit de herramientas OCR de código abierto que ejecuta modelos de PaddleOCR convertidos a ONNX en Python y otros entornos, para reconocer texto rápidamente sin conexión. RapidOCR es un kit de herramientas OCR que convierte modelos de PaddleOCR al formato ONNX para ejecutarlos en distintos motores de inferencia y dispositivos sin necesitar toda la infraestructura de PaddlePaddle. De forma predeterminada, admite el reconocimiento de chino e inglés; hay otros idiomas disponibles en su lista de modelos. El proyecto está pensado para implementaciones sin conexión, donde la inferencia ligera y la compatibilidad multiplataforma son más importantes que el entrenamiento.
- ¿RapidOCR es gratuito? ¿Qué licencia tiene?
- RapidOCR es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿RapidOCR sigue mantenido?
- Mantenimiento activo. El último commit de RapidOCR fue el 20 oct 2026.
- ¿Para qué puedo usar RapidOCR?
- Añadir extracción de texto sin conexión desde imágenes a una aplicación de Python. Implementar OCR en servidores con GPU usando TensorRT o en CPU con ONNX Runtime. Reconocer documentos o capturas de pantalla en chino e inglés sin usar API en la nube. Ajustar modelos de PaddleOCR y convertirlos después para implementarlos con RapidOCR.
- ¿Cómo se instala RapidOCR?
- Instala los paquetes rapidocr y onnxruntime con pip: pip install rapidocr onnxruntime Crea un motor y ejecuta OCR en una imagen (consulta el ejemplo de uso del README)
- ¿Dónde consigo RapidOCR?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/RapidAI/RapidOCR
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Paquete de Python para convertir texto en voz sin conexión con el modelo Kokoro en ONNX Runtime, compatible con CPU y GPU.
2,8 mil306PythonMITActualizado hace 2 meses
Analizador de documentos de código abierto que convierte PDF, archivos de Office e imágenes a Markdown o JSON para flujos de trabajo con LLM y agentes.
82,1 mil6,8 milPythonOtherActualizado ayer
Ultralytics YOLOv5 es un kit de herramientas de visión artificial basado en PyTorch para detectar objetos, segmentar instancias y clasificar imágenes, con funciones de entrenamiento y exportación.
58,2 mil17,5 milPythonAGPL-3.0Actualizado anteayer
Port en C/C++ del modelo de reconocimiento de voz Whisper de OpenAI, para convertir voz en texto sin conexión y sin dependencias, usando CPU o GPU.
54,5 mil6,3 milC++MITActualizado ayer
API gratuita de traducción automática autoalojada, basada en el motor de código abierto Argos Translate y con opción de uso sin conexión.
17,1 mil1,8 milPythonAGPL-3.0Actualizado hace 8 días