代码收藏家技术教程 2025-06-12

PaddleOCR v5模型使用Python部署ONNX源码详解：模型部署与操作指南

1. 项目简介

本项目是 PaddleOCRv5 的 ONNX 版本实现，具有以下特点：

支持简体中文、繁体中文、中文拼音、英文和日文识别

无需深度学习训练框架，可直接部署使用

支持 ARM 和 x86 架构

高性能推理，识别速度快

识别精度与 PaddleOCR 保持一致

2. 环境要求

Python >= 3.8

CUDA 支持（如果使用 GPU 版本，需要GPU版本onnxruntime和对应cuda安装）

足够的磁盘空间（建议至少 2GB 可用空间）

3. 详细安装步骤

3.1 基础环境准备

确保已安装 Python 3.8 或更高版本

建议使用虚拟环境（可选但推荐）：

# 创建虚拟环境
python -m venv paddleocr_env

# Windows 激活虚拟环境
.\paddleocr_env\Scripts\activate

# Linux/Mac 激活虚拟环境
source paddleocr_env/bin/activate

3.2 安装依赖包

安装依赖包：

pip install requirements.txt

3.3 模型文件准备

项目提供两种模型版本：

Mobile 版本（默认）
已包含在项目中，位于 onnxocr/models/ppocrv5 目录下
无需额外下载
Server 版本（推荐，效果更好，但是推理时间会变长）

4. 使用说明

4.1 快速测试

首先到gitee.com/FIRC/fircfiles/blob/master/ppocrv5.md获取代码，然后按照使用说明安装好环境，注意onnxruntime版本和是否需要GPU版本支持
运行测试脚本在当前目录会生成一个result.jpg即可查看效果：

python demo_ocr.py

使用 Python 调用：

import time
from onnxocr.ppocr_onnx import PaddleOCROnnx,SaveOCResult
import sys
import time
ocr_engine = PaddleOCROnnx(use_angle_cls=True, use_gpu=False)
img = cv2.imread('./test.jpg')
start = time.time()
result = ocr_engine.ocr(img)
end = time.time()
print("ocr time: {:.3f}".format(end - start))
print("result is:", result)
for box in result[0]:
    print(box)

SaveOCResult(img, result,'result.jpg')

测试结果：