Go Ocr

--- license: mit pipeline_tag: image-to-text --- <div align="center" style="text-align: center;"> <img src="./assets/logo.png" alt="logo" width="300" style="display: block; margin: 0 auto;" /> </div> <p align="center"> <a href="https://github.com/getcharzp/go-ocr/fork" target="blank"> <img src="https://img.shields.io/github/forks/getcharzp/go-ocr?style=for-the-badge" alt="go-ocr forks"/> </a> <a href="https://github.com/getcharzp/go-ocr/stargazers" target="blank"> <img src="https://img.shields.io/github/stars/getcharzp/go-ocr?style=for-the-badge" alt="go-ocr stars"/> </a> <a href="https://github.com/getcharzp/go-ocr/pulls" target="blank"> <img src="https://img.shields.io/github/issues-pr/getcharzp/go-ocr?style=for-the-badge" alt="go-ocr pull-requests"/> </a> </p> go-ocr 是一款基于 Golang + ONNX 构建的 OCR 工具库，专注于为 Go 生态提供简单易用、可扩展的文字识别能力。 目前已完成与 PaddleOCR、DdddOCR 的对接，支持快速实现图像文字检测与识别。 ## 安装 ### 1. 安装 Go 依赖 ```shell go get -u github.com/getcharzp/go-ocr ``` ### 2. 按需下载模型与动态链接库 模型与动态链接库存放在独立仓库（HuggingFace，含 ModelScope 国内镜像），**无需全量下载**，请根据实际使用的引擎按需下载所需文件。 - HuggingFace 仓库地址：https://huggingface.co/getcharzp/go-ocr - ModelScope 镜像地址：https://www.modelscope.cn/getcharzp/go-ocr **目录结构** ```txt paddle_weights/ # PaddleOCR 所需 ddddocr_weights/ # DdddOCR 所需 lib/ # onnxruntime 动态链接库（按平台选择） ``` **动态链接库选择** onnxruntime 动态链接库需按运行平台选择： | 平台 | 文件 | | --- | --- | | Linux | `lib/onnxruntime_amd64.so` | | Windows | `lib/onnxruntime.dll` | | macOS | `lib/onnxruntime_amd64.dylib` | ## 快速开始 ### PaddleOCR **示例代码** 通过 OCR 引擎的 `RunOCR()` 方法能直接进行完整的检测与识别，也可以通过 `RunDetect()` 仅进行文字区域检测。 ```go package main import ( ocr "github.com/getcharzp/go-ocr" "github.com/getcharzp/go-ocr/paddle" "github.com/up-zero/gotool/imageutil" "log" ) func main() { // 按实际情况配置下述路径 config := paddle.Config{ OnnxRuntimeLibPath: "./lib/onnxruntime_amd64.so", DetModelPath: "./paddle_weights/det.onnx", RecModelPath: "./paddle_weights/rec.onnx", DictPath: "./paddle_weights/dict.txt", // ThreadCount: 4, // (可选) 并行识别 Session 数, 默认 1 } // 初始化引擎（返回对象实现了 ocr.Engine 接口） var engine ocr.Engine engine, err := paddle.NewEngine(config) if err != nil { log.Fatalf("创建 OCR 引擎失败: %v\n", err) } defer engine.Destroy() // 打开图像 imagePath := "./test.jpg" img, err := imageutil.Open(imagePath) if err != nil { log.Fatalf("加载图像失败: %v\n", err) } // OCR识别 results, err := engine.RunOCR(img)...