这是一个创建于 529 天前的主题，其中的信息可能已经有所发展或是发生改变。
地址： https://olocr.com
基于 ONNX ，PaddleOCR ，web worker
功能：
1. 图片、PDF 的 OCR ，图片支持批量上传
2. 完全在线预测，不存储用户图片 /PDF
3. 修正 OCR 结果
4. 倒转、90 度图片 OCR
5. 选中、复制、导出结果（导出为 json 时可导出坐标）
6. 历史记录
7. 多种语言
小技巧：
1. 直接复制图片或者 PDF ，再在网站中粘贴，即可 OCR ，使用场景举例：
a. 资源管理器复制图片，在本网站粘贴
b. 用 snipaste 的截图并复制快捷功能，在本网站粘贴
注意事项：
1. 暂不支持 iOS/Android 手机浏览器，不知道是什么原因，iOS 原本在使用 web worker 预测前的版本是支持的，后续改到 web worker 就不行了；安卓则是全程不行
2. 打不开网站的话，用下梯子
问题反馈 /建议：绿色图标软件 bmljZTJp
基于 ONNX ，PaddleOCR ，web worker
功能：
1. 图片、PDF 的 OCR ，图片支持批量上传
2. 完全在线预测，不存储用户图片 /PDF
3. 修正 OCR 结果
4. 倒转、90 度图片 OCR
5. 选中、复制、导出结果（导出为 json 时可导出坐标）
6. 历史记录
7. 多种语言
小技巧：
1. 直接复制图片或者 PDF ，再在网站中粘贴，即可 OCR ，使用场景举例：
a. 资源管理器复制图片，在本网站粘贴
b. 用 snipaste 的截图并复制快捷功能，在本网站粘贴
注意事项：
1. 暂不支持 iOS/Android 手机浏览器，不知道是什么原因，iOS 原本在使用 web worker 预测前的版本是支持的，后续改到 web worker 就不行了；安卓则是全程不行
2. 打不开网站的话，用下梯子
问题反馈 /建议：绿色图标软件 bmljZTJp
第 1 条附言 · 2023-06-22 07:17:21 +08:00
已更新支持手机浏览器进行ocr，并优化大PDF处理过程
 |
1
justincnn 2023-06-12 17:47:16 +08:00
准确率很高，支持 pdf 转 excel 么？
|
 |
3
EmpCold 2023-06-12 17:51:23 +08:00
这个。。我这边测试准确率有点差
 |
 |
5
itxh 2023-06-12 17:54:55 +08:00
已收录到 https://www.wangdu.site/software/566.html ，希望对你有所帮助
|
 |
8
kebamt 2023-06-12 18:35:04 +08:00
稍微复杂的就处理不了，而且太慢了
|
 |
10
oneisall8955 2023-06-12 19:13:58 +08:00
支持直接粘贴吗？
|
|
11
oneisall8955 2023-06-12 19:14:32 +08:00
@oneisall8955 不好意思，没看到下面的小技巧
|
 |
12
fox 2023-06-12 20:33:43 +08:00
支持一下，蛮好
|
 |
13
vueli 2023-06-13 09:16:11 +08:00
我记得之前有个事情，说什么 orc 的问题坐牢的。具体什么东西我忘记了，楼主留个心眼
|
 |
16
yqf0215 2023-06-13 10:00:47 +08:00
非常好，请教一下，ocr 有办法识别相应文字的字体、字体大小、粗细、颜色这些信息吗?
|
 |
17
subframe75361 2023-06-13 10:09:37 +08:00
可以支持一下 pwa 吗
|
|
18
subframe75361 2023-06-13 10:11:26 +08:00
非常好用
|
 |
20
dassh OP @subframe75361 感谢支持，近期可能不会弄 pwa ，因为不太懂这块，目前的最优先的是使用多 worker 加速识别速度、尝试支持手机浏览器，后续弄完我学学看。
|
 |
21
yuanchao 2023-06-13 11:11:13 +08:00
如果要支持表格提取识别，可以弄吗
|
 |
22
fakecoder 2023-06-13 11:12:06 +08:00
优秀！
|
 |
25
monkey110 2023-06-13 11:38:20 +08:00 via Android
@vueli shuax 作者用自己开发的软件 ocr 群里裸，贷链接然后又发到群里的这事吧 主打一个分享
|
 |
26
hteen 2023-06-13 16:00:58 +08:00
BUG 😂
 |
 |
28
RatioPattern 2023-06-13 22:53:20 +08:00
英文效果很好，比 python-docr 和 tesseract 默认都好多了
|
|
29
RatioPattern 2023-06-13 22:57:49 +08:00
没有做任何微调达到的效果吗
|
|
30
dassh OP @RatioPattern 是的
|
 |
31
jzyzcz 2023-06-14 00:01:52 +08:00
速度很快！后面会推出收费模式吗？
|
|
32
dassh OP @jzyzcz
关于收费: 短期不考虑，一是做 ocr 的网站太多，又没什么杀手级功能，二是接入支付挺麻烦(没做过)，三是用户量没几个，收费都跑了。一开始想法是接入 adsense 看能收回服务器成本不，但 adsense 不给新站过，先等等 关于速度: 目前都是单线程预测的，计划增加配置使用多线程预测，配置越多，速度越快，当然你 cpu 和内存也占用越多 近期规划: 1. 网站是 23 年 5 月 21 日上线的，google search console 配置了，但 ocr 网站太多，搜索 online ocr 前 8 页都找不到(没有第 9 页，只有 8 页)，我有在后台统计 ocr 的图片数量、pdf 页数(也仅限于此)，在 v2 发这贴之前，这个数字基本每天都是 0 ，所以我得学学怎么宣传，seo ，做外链这些 2. 上面提到的速度优化 3. 注意到有人尝试了 ocr 一个几百页的 pdf ，一本书？我也试了下，直接快卡死一段时间，后面在预测第二页时崩了，分析了下当前是用同步的方法将所有图片加载到内存，所以一次性加载几百张图片撑不住，不知道这个是不是强需求，我会尝试解决 |
 |
33
kangyangqishi 2023-06-14 09:38:36 +08:00
|
 |
34
LavaC 2023-06-14 10:30:44 +08:00
好奇问一下 op ，如果想做一个适配异型字体（异型到看不出是什么）的 ocr 工具，也可以应用你这套开发流程吗？
只需要识别 26 个英文字母就好了。 |
|
35
dassh OP @LavaC 可以的，“异型到看不出是原字母”的话，就需要单独训练一个识别模型，只有 26 个字母的话大概 10k 的训练样本吧（经验之谈）。
然后针对你说的：“我这套开发流程”，可能并不适用，因为这个网站是针对通用 web 场景的，然后为了省服务器成本，把预测步骤放到了端侧，开发时间全耗在这里面（ onnx ，web worker, opencvjs ）。你可能更需要的是只是一个 restful 接口，有基础的可以看看 PaddleOCR 文档 |
 |
37
92Developer 2023-09-19 23:34:28 +08:00 via Android
|
Select Language