ChineseOCR_Lite4.7MB 模型跑通中文文字識別豎排也能認【免費下載鏈接】chineseocr_lite超輕量級中文ocr支持豎排文字識別, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) crnn(2.5M) anglenet(378KB)) 總模型僅4.7M項目地址: https://gitcode.com/gh_mirrors/ch/chineseocr_liteChineseOCR_Lite 是一個輕量級中文OCR庫把文字檢測、方向判斷、逐字識別拆成三個小模型合計只有 4.7MB適合想在腳本、Web 服務或移動設備上低成本跑中文文字識別的開發者。它解決什么問題很多 OCR 方案要么模型動輒上百 MB要么只擅長橫排印刷體遇到豎排文字、倒置文字就抓瞎。ChineseOCR_Lite 的思路是輸入一張普通圖片輸出識別出的全部文字、每段文字的坐標框和置信度全程 CPU 就能跑完不需要 GPU。原理速覽檢測 → 判方向 → 逐字識別整個流程像先找出圖里有哪些字再逐個認出來分三步文字檢測DBNet先在整張圖里框出所有可能含文字的區域1.8MB 的檢測模型負責圈地。方向判斷AngleNet判斷每行文字是正著還是倒著的如果是倒置就先翻轉 180°378KB 的小模型專治倒著寫的字。逐字識別CRNN把每個框里的文字切片喂給 2.5MB 的 CRNN 模型按順序吐出具體字符最終拼成整句。旋轉文字、倒置文字正是第三步靠方向模型兜住的適合用在哪文檔與截圖數字化把論文、海報、網頁截圖里的中文轉成可搜索文本CLI 直接輸出 JSON方便喂給程序或 AI。移動與嵌入式端模型小Android、JVM、C、.NET 都有對應 Demo跑在資源受限的設備上不吃力。豎排 / 排版復雜場景中文豎排文字、帶方向的標題是它的強項之一。批量 / 自動化任務作為命令行工具被腳本、批處理或 Agent 調用一次識別一張圖。商品圖、海報等帶大量中文的場景同樣適用不太適合的情況它主打清晰印刷體中文手寫體、強藝術字體、低分辨率模糊圖的效果有限追求極限識別精度、且不在乎體積的場景可能更合適上更大的專用模型。亮點一覽維度說明模型體積檢測 dbnet 1.8M 識別 crnn 2.5M 方向 anglenet 378KB合計約 4.7M運行門檻CPU 即可推理無需 CUDA 或獨立顯卡Python 3.6 起步推理框架支持 ONNX Runtime、NCNN、MNN、TNN可按平臺選擇多端覆蓋Python 腳本 / Web 服務C、JVM、Android、.NET 均有參考 Demo識別能力中文為主支持豎排文字與旋轉文字方向校正去哪深挖想自己動手可以先把倉庫拉到本地裝好依賴后命令行即可試跑git clone https://gitcode.com/gh_mirrors/ch/chineseocr_liteOCR 推理主入口 model.py串聯檢測、方向、識別三段的總調度ONNX 模型目錄 models/開箱即用的三個小模型C 多端 Demo 及性能對比ONNX / NCNN / MNN 各框架的耗時實測寫在最后如果你的場景是在腳本、Web 服務或移動端里快速嵌入一個夠用、省資源的中文OCR而不是追求極限精度ChineseOCR_Lite 值得拉下來跑一張圖試試——4.7MB 的體量基本沒有理由不裝。【免費下載鏈接】chineseocr_lite超輕量級中文ocr支持豎排文字識別, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) crnn(2.5M) anglenet(378KB)) 總模型僅4.7M項目地址: https://gitcode.com/gh_mirrors/ch/chineseocr_lite創作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考