cnocr 2.3.2.3__tar.gz → 2.3.3__tar.gz

{cnocr-2.3.2.3 → cnocr-2.3.3}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: cnocr
-Version: 2.3.2.3
+Version: 2.3.3
 Summary: Python3 package for Chinese/English OCR, with small pretrained models
 Home-page: https://github.com/breezedeus/cnocr
 Author: breezedeus
@@ -16,11 +16,11 @@ Classifier: License :: OSI Approved :: Apache Software License
 Classifier: Programming Language :: Python
 Classifier: Programming Language :: Python :: Implementation
 Classifier: Programming Language :: Python :: 3
-Classifier: Programming Language :: Python :: 3.7
 Classifier: Programming Language :: Python :: 3.8
 Classifier: Programming Language :: Python :: 3.9
 Classifier: Programming Language :: Python :: 3.10
 Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
+Requires-Python: >=3.8
 Description-Content-Type: text/markdown
 Provides-Extra: ort-cpu
 Provides-Extra: ort-gpu
@@ -69,6 +69,17 @@ License-File: LICENSE
 ---
 </div>
 
+### Update 2026.07.04：发布 V2.3.3
+
+主要变更：
+
+* 基于 RapidOCR 支持 PP-OCRv6 多语种 OCR 模型
+  * 新增支持 PP-OCRv6 识别模型：`multi_PP-OCRv6_tiny`、`multi_PP-OCRv6`、`multi_PP-OCRv6_small` 和 `multi_PP-OCRv6_medium`
+  * 通过 CnSTD 新增支持 PP-OCRv6 检测模型：`multi_PP-OCRv6_det_tiny`、`multi_PP-OCRv6_det_small` 和 `multi_PP-OCRv6_det_medium`
+  * `CnOcr` 新增 `rec_lang_type` 参数，可为 RapidOCR v6 识别模型指定语言类型
+  * CLI 新增 `--rec-lang-type` 和 `--det-lang-type`，可为 RapidOCR v6 模型指定语言类型
+
+
 ### Update 2025.06.26：发布 V2.3.2
 
 主要变更：
@@ -192,13 +203,13 @@ print(out)
 
 ### 竖排文字识别
 
-采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的中文识别模型 `rec_model_name='ch_PP-OCRv3'` 进行识别。
+采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的 PP-OCRv6 多语种识别模型 `rec_model_name='multi_PP-OCRv6'` 进行识别。
 
 ```python
 from cnocr import CnOcr
 
 img_fp = './docs/examples/shupai.png'
-ocr = CnOcr(rec_model_name='ch_PP-OCRv3')
+ocr = CnOcr(rec_model_name='multi_PP-OCRv6')
 out = ocr.ocr(img_fp)
 
 print(out)
@@ -233,31 +244,27 @@ print(out)
 
 ### 繁体中文识别
 
-采用来自ppocr的繁体识别模型 `rec_model_name='chinese_cht_PP-OCRv3'` 进行识别。
+采用来自 ppocr 的 PP-OCRv6 多语种识别模型，并通过 `rec_lang_type='chinese_cht'` 指定繁体中文进行识别。
 
 ```python
 from cnocr import CnOcr
 
 img_fp = './docs/examples/fanti.jpg'
-ocr = CnOcr(rec_model_name='chinese_cht_PP-OCRv3')  # 识别模型使用繁体识别模型
+ocr = CnOcr(rec_model_name='multi_PP-OCRv6', rec_lang_type='chinese_cht')
 out = ocr.ocr(img_fp)
 
 print(out)
 ```
 
-使用此模型时请注意以下问题：
-
-* 识别精度一般，不是很好；
-
-* 除了繁体字，对标点、英文、数字的识别都不好；
-
-* 此模型不支持竖排文字的识别。
+`multi_PP-OCRv6` 是 `multi_PP-OCRv6_small` 的别名；`chinese_cht` 是繁体中文对应的 `lang_type`。
 
 识别结果：
 <div align="center">
   <img src="./docs/predict-outputs/fanti.jpg-result.jpg" alt="繁体中文识别" width="700px"/>
 </div>
 
+注：上图中的识别结果来自 V3 模型；V6 模型的识别效果已经有显著增强。
+
 
 ### 单行文字的图片识别
 
@@ -331,7 +338,7 @@ $ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple
 
 > **Note** 
 >
-> 请使用 **Python3**（3.7.\*~3.10.\*之间的版本应该都行），没测过Python2下是否ok。
+> 请使用 **Python 3.8 或更高版本**。
 
 更多说明可见 [安装文档](https://cnocr.readthedocs.io/zh-cn/stable/install/)。
 
@@ -428,13 +435,18 @@ print(ocr_out)
 | db_mobilenet_v3_small                                        | √            | X         | cnocr        | 7.9 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | db_resnet34                                                  | √            | X         | cnocr        | 86 M         | 简体中文、繁体中文、英文、数字 | √                    |
 | db_resnet18                                                  | √            | X         | cnocr        | 47 M         | 简体中文、繁体中文、英文、数字 | √                    |
+| multi_PP-OCRv6_det_tiny                                      | X            | √         | ppocr        | 1.7 M        | 多语种（不含日文）             | √                    |
+| multi_PP-OCRv6_det_small                                     | X            | √         | ppocr        | 9.5 M        | 多语种                         | √                    |
+| multi_PP-OCRv6_det_medium                                    | X            | √         | ppocr        | 59 M         | 多语种                         | √                    |
 | ch_PP-OCRv5_det                                              | X            | √         | ppocr        | 4.6 M        | 简体中文、繁体中文、英文、数字 | √                    |
-| ch_PP-OCRv5_det_server                                       | X            | √         | ppocr        | 84 M        | 简体中文、繁体中文、英文、数字 | √                    |
+| ch_PP-OCRv5_det_server                                       | X            | √         | ppocr        | 84 M         | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv4_det                                              | X            | √         | ppocr        | 4.5 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv4_det_server                                       | X            | √         | ppocr        | 108 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv3_det                                              | X            | √         | ppocr        | 2.3 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | **en_PP-OCRv3_det**                                          | X            | √         | ppocr        | 2.3 M        | **英文**、数字                 | √                    |
 
+PP-OCRv6 的 `multi_PP-OCRv6_det_small` 和 `multi_PP-OCRv6_det_medium` 支持的 `lang_type` 包括：`ch`, `chinese_cht`, `en`, `japan`, `af`, `az`, `bs`, `ca`, `cs`, `cy`, `da`, `de`, `es`, `et`, `eu`, `fi`, `fr`, `ga`, `gl`, `hr`, `hu`, `id`, `is`, `it`, `ku`, `la`, `lb`, `lt`, `lv`, `mi`, `ms`, `mt`, `nl`, `no`, `oc`, `pl`, `pt`, `qu`, `rm`, `ro`, `rs_latin`, `sk`, `sl`, `sq`, `sv`, `sw`, `tl`, `tr`, `uz`, `vi`, `french`, `german`；`multi_PP-OCRv6_det_tiny` 不支持 `japan`。`multi` 是模型族名称，不是可传入的 `lang_type`。
+
 
 
 ### 可使用的识别模型
@@ -469,6 +481,9 @@ print(ocr_out)
 | **number-densenet_lite_136-fc** 🆕                            | √            | √         | cnocr        | 2.7 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | **number-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://mall.bilibili.com/neul-next/detailuniversal/detail.html?isMerchant=1&page=detailuniversal_detail&saleType=10&itemsId=11884155&loadingShow=1&noTitleBar=1&msource=merchant_share)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 55 M         | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
+| multi_PP-OCRv6_tiny                                          | X            | √         | ppocr        | 4.3 M        | 多语种（不含日文）                  | √                    |
+| multi_PP-OCRv6 / multi_PP-OCRv6_small                        | X            | √         | ppocr        | 20 M         | 多语种                              | √                    |
+| multi_PP-OCRv6_medium                                        | X            | √         | ppocr        | 73 M         | 多语种                              | √                    |
 | ch_PP-OCRv5                                                  | X            | √         | ppocr        | 16 M         | 简体中文、英文、数字                | √                    |
 | ch_PP-OCRv5_server                                           | X            | √         | ppocr        | 81 M         | 简体中文、英文、数字                | √                    |
 | ch_PP-OCRv4                                                  | X            | √         | ppocr        | 10 M         | 简体中文、英文、数字                | √                    |
@@ -484,6 +499,8 @@ print(ocr_out)
 | latin_PP-OCRv3                                               | X            | √         | ppocr        | 8.6 M         | **拉丁文**、英文、数字              | √                    |
 | arabic_PP-OCRv3                                              | X            | √         | ppocr        | 8.6 M         | **阿拉伯文**、英文、数字            | √                    |
 
+PP-OCRv6 的 `multi_PP-OCRv6_small`、`multi_PP-OCRv6_medium` 支持的 `lang_type` 包括：`ch`, `chinese_cht`, `en`, `japan`, `af`, `az`, `bs`, `ca`, `cs`, `cy`, `da`, `de`, `es`, `et`, `eu`, `fi`, `fr`, `ga`, `gl`, `hr`, `hu`, `id`, `is`, `it`, `ku`, `la`, `lb`, `lt`, `lv`, `mi`, `ms`, `mt`, `nl`, `no`, `oc`, `pl`, `pt`, `qu`, `rm`, `ro`, `rs_latin`, `sk`, `sl`, `sq`, `sv`, `sw`, `tl`, `tr`, `uz`, `vi`, `french`, `german`；`multi_PP-OCRv6_tiny` 不支持 `japan`。`multi_PP-OCRv6` 是 `multi_PP-OCRv6_small` 的别名；`multi` 是模型族名称，不是可传入的 `lang_type`。
+
 
 
 ## 未来工作

{cnocr-2.3.2.3 → cnocr-2.3.3}/README.md

@@ -39,6 +39,17 @@
 ---
 </div>
 
+### Update 2026.07.04：发布 V2.3.3
+
+主要变更：
+
+* 基于 RapidOCR 支持 PP-OCRv6 多语种 OCR 模型
+  * 新增支持 PP-OCRv6 识别模型：`multi_PP-OCRv6_tiny`、`multi_PP-OCRv6`、`multi_PP-OCRv6_small` 和 `multi_PP-OCRv6_medium`
+  * 通过 CnSTD 新增支持 PP-OCRv6 检测模型：`multi_PP-OCRv6_det_tiny`、`multi_PP-OCRv6_det_small` 和 `multi_PP-OCRv6_det_medium`
+  * `CnOcr` 新增 `rec_lang_type` 参数，可为 RapidOCR v6 识别模型指定语言类型
+  * CLI 新增 `--rec-lang-type` 和 `--det-lang-type`，可为 RapidOCR v6 模型指定语言类型
+
+
 ### Update 2025.06.26：发布 V2.3.2
 
 主要变更：
@@ -162,13 +173,13 @@ print(out)
 
 ### 竖排文字识别
 
-采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的中文识别模型 `rec_model_name='ch_PP-OCRv3'` 进行识别。
+采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的 PP-OCRv6 多语种识别模型 `rec_model_name='multi_PP-OCRv6'` 进行识别。
 
 ```python
 from cnocr import CnOcr
 
 img_fp = './docs/examples/shupai.png'
-ocr = CnOcr(rec_model_name='ch_PP-OCRv3')
+ocr = CnOcr(rec_model_name='multi_PP-OCRv6')
 out = ocr.ocr(img_fp)
 
 print(out)
@@ -203,31 +214,27 @@ print(out)
 
 ### 繁体中文识别
 
-采用来自ppocr的繁体识别模型 `rec_model_name='chinese_cht_PP-OCRv3'` 进行识别。
+采用来自 ppocr 的 PP-OCRv6 多语种识别模型，并通过 `rec_lang_type='chinese_cht'` 指定繁体中文进行识别。
 
 ```python
 from cnocr import CnOcr
 
 img_fp = './docs/examples/fanti.jpg'
-ocr = CnOcr(rec_model_name='chinese_cht_PP-OCRv3')  # 识别模型使用繁体识别模型
+ocr = CnOcr(rec_model_name='multi_PP-OCRv6', rec_lang_type='chinese_cht')
 out = ocr.ocr(img_fp)
 
 print(out)
 ```
 
-使用此模型时请注意以下问题：
-
-* 识别精度一般，不是很好；
-
-* 除了繁体字，对标点、英文、数字的识别都不好；
-
-* 此模型不支持竖排文字的识别。
+`multi_PP-OCRv6` 是 `multi_PP-OCRv6_small` 的别名；`chinese_cht` 是繁体中文对应的 `lang_type`。
 
 识别结果：
 <div align="center">
   <img src="./docs/predict-outputs/fanti.jpg-result.jpg" alt="繁体中文识别" width="700px"/>
 </div>
 
+注：上图中的识别结果来自 V3 模型；V6 模型的识别效果已经有显著增强。
+
 
 ### 单行文字的图片识别
 
@@ -301,7 +308,7 @@ $ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple
 
 > **Note** 
 >
-> 请使用 **Python3**（3.7.\*~3.10.\*之间的版本应该都行），没测过Python2下是否ok。
+> 请使用 **Python 3.8 或更高版本**。
 
 更多说明可见 [安装文档](https://cnocr.readthedocs.io/zh-cn/stable/install/)。
 
@@ -398,13 +405,18 @@ print(ocr_out)
 | db_mobilenet_v3_small                                        | √            | X         | cnocr        | 7.9 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | db_resnet34                                                  | √            | X         | cnocr        | 86 M         | 简体中文、繁体中文、英文、数字 | √                    |
 | db_resnet18                                                  | √            | X         | cnocr        | 47 M         | 简体中文、繁体中文、英文、数字 | √                    |
+| multi_PP-OCRv6_det_tiny                                      | X            | √         | ppocr        | 1.7 M        | 多语种（不含日文）             | √                    |
+| multi_PP-OCRv6_det_small                                     | X            | √         | ppocr        | 9.5 M        | 多语种                         | √                    |
+| multi_PP-OCRv6_det_medium                                    | X            | √         | ppocr        | 59 M         | 多语种                         | √                    |
 | ch_PP-OCRv5_det                                              | X            | √         | ppocr        | 4.6 M        | 简体中文、繁体中文、英文、数字 | √                    |
-| ch_PP-OCRv5_det_server                                       | X            | √         | ppocr        | 84 M        | 简体中文、繁体中文、英文、数字 | √                    |
+| ch_PP-OCRv5_det_server                                       | X            | √         | ppocr        | 84 M         | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv4_det                                              | X            | √         | ppocr        | 4.5 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv4_det_server                                       | X            | √         | ppocr        | 108 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv3_det                                              | X            | √         | ppocr        | 2.3 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | **en_PP-OCRv3_det**                                          | X            | √         | ppocr        | 2.3 M        | **英文**、数字                 | √                    |
 
+PP-OCRv6 的 `multi_PP-OCRv6_det_small` 和 `multi_PP-OCRv6_det_medium` 支持的 `lang_type` 包括：`ch`, `chinese_cht`, `en`, `japan`, `af`, `az`, `bs`, `ca`, `cs`, `cy`, `da`, `de`, `es`, `et`, `eu`, `fi`, `fr`, `ga`, `gl`, `hr`, `hu`, `id`, `is`, `it`, `ku`, `la`, `lb`, `lt`, `lv`, `mi`, `ms`, `mt`, `nl`, `no`, `oc`, `pl`, `pt`, `qu`, `rm`, `ro`, `rs_latin`, `sk`, `sl`, `sq`, `sv`, `sw`, `tl`, `tr`, `uz`, `vi`, `french`, `german`；`multi_PP-OCRv6_det_tiny` 不支持 `japan`。`multi` 是模型族名称，不是可传入的 `lang_type`。
+
 
 
 ### 可使用的识别模型
@@ -439,6 +451,9 @@ print(ocr_out)
 | **number-densenet_lite_136-fc** 🆕                            | √            | √         | cnocr        | 2.7 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | **number-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://mall.bilibili.com/neul-next/detailuniversal/detail.html?isMerchant=1&page=detailuniversal_detail&saleType=10&itemsId=11884155&loadingShow=1&noTitleBar=1&msource=merchant_share)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 55 M         | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
+| multi_PP-OCRv6_tiny                                          | X            | √         | ppocr        | 4.3 M        | 多语种（不含日文）                  | √                    |
+| multi_PP-OCRv6 / multi_PP-OCRv6_small                        | X            | √         | ppocr        | 20 M         | 多语种                              | √                    |
+| multi_PP-OCRv6_medium                                        | X            | √         | ppocr        | 73 M         | 多语种                              | √                    |
 | ch_PP-OCRv5                                                  | X            | √         | ppocr        | 16 M         | 简体中文、英文、数字                | √                    |
 | ch_PP-OCRv5_server                                           | X            | √         | ppocr        | 81 M         | 简体中文、英文、数字                | √                    |
 | ch_PP-OCRv4                                                  | X            | √         | ppocr        | 10 M         | 简体中文、英文、数字                | √                    |
@@ -454,6 +469,8 @@ print(ocr_out)
 | latin_PP-OCRv3                                               | X            | √         | ppocr        | 8.6 M         | **拉丁文**、英文、数字              | √                    |
 | arabic_PP-OCRv3                                              | X            | √         | ppocr        | 8.6 M         | **阿拉伯文**、英文、数字            | √                    |
 
+PP-OCRv6 的 `multi_PP-OCRv6_small`、`multi_PP-OCRv6_medium` 支持的 `lang_type` 包括：`ch`, `chinese_cht`, `en`, `japan`, `af`, `az`, `bs`, `ca`, `cs`, `cy`, `da`, `de`, `es`, `et`, `eu`, `fi`, `fr`, `ga`, `gl`, `hr`, `hu`, `id`, `is`, `it`, `ku`, `la`, `lb`, `lt`, `lv`, `mi`, `ms`, `mt`, `nl`, `no`, `oc`, `pl`, `pt`, `qu`, `rm`, `ro`, `rs_latin`, `sk`, `sl`, `sq`, `sv`, `sw`, `tl`, `tr`, `uz`, `vi`, `french`, `german`；`multi_PP-OCRv6_tiny` 不支持 `japan`。`multi_PP-OCRv6` 是 `multi_PP-OCRv6_small` 的别名；`multi` 是模型族名称，不是可传入的 `lang_type`。
+
 
 
 ## 未来工作

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/__init__.py

@@ -17,6 +17,10 @@
 # specific language governing permissions and limitations
 # under the License.
 
+import logging
+
+logging.getLogger(__name__).addHandler(logging.NullHandler())
+
 from cnstd.consts import AVAILABLE_MODELS as DET_AVAILABLE_MODELS
 from cnstd.utils import pil_to_numpy
 

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/__version__.py

@@ -17,4 +17,4 @@
 # specific language governing permissions and limitations
 # under the License.
 
-__version__ = '2.3.2.3'
+__version__ = '2.3.3'

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/cli.py

@@ -54,6 +54,7 @@ _CONTEXT_SETTINGS = {"help_option_names": ['-h', '--help']}
 logger = set_logger(log_level=logging.INFO)
 
 DEFAULT_MODEL_NAME = 'densenet_lite_136-gru'
+DEFAULT_DET_MODEL_NAME = 'multi_PP-OCRv6_det_small'
 LEGAL_MODEL_NAMES = {
     enc_name + '-' + dec_name
     for enc_name in ENCODER_CONFIGS.keys()
@@ -211,12 +212,18 @@ def visualize_example(example, fp_prefix):
     default=None,
     help='识别模型使用的词表。默认取值为 `None` 表示使用系统设定的词表',
 )
+@click.option(
+    '--rec-lang-type',
+    type=str,
+    default=None,
+    help='RapidOCR识别模型的语言类型；PP-OCRv6支持如 ch、en、japan、french、german 等。默认值为 `None`',
+)
 @click.option(
     '-d',
     '--det-model-name',
     type=str,
-    default='ch_PP-OCRv5_det',
-    help='检测模型名称。默认值为 ch_PP-OCRv5_det',
+    default=DEFAULT_DET_MODEL_NAME,
+    help='检测模型名称。默认值为 %s' % DEFAULT_DET_MODEL_NAME,
 )
 @click.option(
     '--det-model-backend',
@@ -224,6 +231,12 @@ def visualize_example(example, fp_prefix):
     default='onnx',
     help='检测模型类型。默认值为 `onnx`',
 )
+@click.option(
+    '--det-lang-type',
+    type=str,
+    default=None,
+    help='RapidOCR检测模型的语言类型；PP-OCRv6支持如 ch、en、japan、french、german 等。默认值为 `None`',
+)
 @click.option(
     '--det-resized-shape', type=int, default=768, help='检测模型输入图像尺寸。默认值为 768',
 )
@@ -264,8 +277,10 @@ def predict(
     rec_model_name,
     rec_model_backend,
     rec_vocab_fp,
+    rec_lang_type,
     det_model_name,
     det_model_backend,
+    det_lang_type,
     det_resized_shape,
     pretrained_model_fp,
     context,
@@ -295,6 +310,10 @@ def predict(
     if len(fp_list) == 0:
         raise ValueError(f'No image is found from "{img_file_or_dir}".')
 
+    det_more_configs = {}
+    if det_lang_type is not None:
+        det_more_configs['lang_type'] = det_lang_type
+
     ocr = CnOcr(
         rec_model_name=rec_model_name,
         rec_model_backend=rec_model_backend,
@@ -302,8 +321,9 @@ def predict(
         det_model_name=det_model_name,
         det_model_backend=det_model_backend,
         rec_model_fp=pretrained_model_fp,
+        rec_lang_type=rec_lang_type,
+        det_more_configs=det_more_configs,
         context=context,
-        # det_more_configs={'rotated_bbox': False},
     )
     ocr_func = ocr.ocr_for_single_line if single_line else ocr.ocr
     ocr_kwargs = {}

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/cn_ocr.py

@@ -27,12 +27,16 @@ from pathlib import Path
 import numpy as np
 import torch
 from PIL import Image
+from rapidocr import LangRec
 from cnstd.consts import AVAILABLE_MODELS as DET_AVAILABLE_MODELS
 from cnstd import CnStd
 from cnstd.utils import data_dir as det_data_dir
 
 from .consts import AVAILABLE_MODELS as REC_AVAILABLE_MODELS
-from .utils import data_dir, read_img
+from .utils import (
+    data_dir,
+    read_img,
+)
 from .line_split import line_split
 from .recognizer import Recognizer
 from .ppocr import PPRecognizer, RapidRecognizer, PP_SPACE
@@ -64,12 +68,13 @@ class CnOcr(object):
         self,
         rec_model_name: str = 'densenet_lite_136-gru',
         *,
-        det_model_name: str = 'ch_PP-OCRv5_det',
+        det_model_name: str = 'multi_PP-OCRv6_det_small',
         cand_alphabet: Optional[Union[Collection, str]] = None,
         context: str = 'cpu',  # ['cpu', 'gpu', 'cuda']
         rec_model_fp: Optional[str] = None,
         rec_model_backend: str = 'onnx',  # ['pytorch', 'onnx']
         rec_vocab_fp: Optional[Union[str, Path]] = None,
+        rec_lang_type: Optional[Union[str, LangRec]] = None,
         rec_more_configs: Optional[Dict[str, Any]] = None,
         rec_root: Union[str, Path] = data_dir(),
         det_model_fp: Optional[str] = None,
@@ -83,7 +88,7 @@ class CnOcr(object):
 
         Args:
             rec_model_name (str): 识别模型名称。默认为 `densenet_lite_136-gru`
-            det_model_name (str): 检测模型名称。默认为 `ch_PP-OCRv5_det`
+            det_model_name (str): 检测模型名称。默认为 `multi_PP-OCRv6_det_small`
             cand_alphabet (Optional[Union[Collection, str]]): 待识别字符所在的候选集合。默认为 `None`，表示不限定识别字符范围
             context (str): 'cpu', or 'gpu'。表明预测时是使用CPU还是GPU。默认为 `cpu`。
                 此参数仅在 `model_backend=='pytorch'` 时有效。
@@ -92,6 +97,8 @@ class CnOcr(object):
                 同样的模型，ONNX 版本的预测速度一般是 PyTorch 版本的2倍左右。默认为 'onnx'。
             rec_vocab_fp (Optional[Union[str, Path]]): 识别字符集合的文件路径，即 `label_cn.txt` 文件路径。取值为 `None` 表示使用系统设定的词表。
                 若训练的自有模型更改了字符集，看通过此参数传入新的字符集文件路径。
+            rec_lang_type (Optional[Union[str, LangRec]]): RapidOCR识别模型语言类型。PP-OCRv6
+                需传入具体语言，如 `ch`、`en`、`japan`、`french` 等；默认为中文。
             rec_more_configs (Optional[Dict[str, Any]]): 识别模型初始化时传入的其他参数。
             rec_root (Union[str, Path]): 识别模型文件所在的根目录。
                 Linux/Mac下默认值为 `~/.cnocr`，表示模型文件所处文件夹类似 `~/.cnocr/2.3/densenet_lite_136-gru`。
@@ -101,7 +108,7 @@ class CnOcr(object):
                 同样的模型，ONNX 版本的预测速度一般是 PyTorch 版本的2倍左右。默认为 'onnx'。
             det_more_configs (Optional[Dict[str, Any]]): 识别模型初始化时传入的其他参数。
             det_root: 检测模型文件所在的根目录。
-                Linux/Mac下默认值为 `~/.cnstd`，表示模型文件所处文件夹类似 `~/.cnstd/1.2/db_resnet18`
+                Linux/Mac下默认值为 `~/.cnstd`，表示模型文件所处文件夹类似 `~/.cnstd/1.2/ppocr/multi_PP-OCRv6_det_small`
                 Windows下默认值为 `C:/Users/<username>/AppData/Roaming/cnstd`。
             **kwargs: 目前未被使用。
 
@@ -152,7 +159,14 @@ class CnOcr(object):
                 '%s is not supported currently' % ((rec_model_name, rec_model_backend),)
             )
 
-        rec_more_configs = rec_more_configs or dict()
+        rec_more_configs = dict(rec_more_configs or {})
+        if rec_lang_type is not None:
+            if 'lang_type' in rec_more_configs:
+                logger.warning(
+                    'both `rec_lang_type` and `rec_more_configs["lang_type"]` are set; '
+                    '`rec_lang_type` will be used'
+                )
+            rec_more_configs['lang_type'] = rec_lang_type
         self.rec_model = rec_cls(
             model_name=rec_model_name,
             model_backend=rec_model_backend,
@@ -163,6 +177,18 @@ class CnOcr(object):
             vocab_fp=rec_vocab_fp,
             **rec_more_configs,
         )
+        rec_effective_lang_type = getattr(self.rec_model, '_lang_type', None)
+        rec_effective_lang_type = getattr(
+            rec_effective_lang_type, 'value', rec_effective_lang_type
+        )
+        logger.info(
+            'use rec model: name=%s, backend=%s, lang_type=%s, fp=%s',
+            rec_model_name,
+            rec_model_backend,
+            rec_effective_lang_type,
+            getattr(self.rec_model, '_model_fp', rec_model_fp),
+            extra={'log_color': 'green'},
+        )
 
         self.det_model = None
         if det_model_name in DET_MODLE_NAMES:

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/ppocr/consts.py

@@ -81,6 +81,22 @@ MODEL_LABELS_FILE_DICT = {
         "recognizer": "RapidRecognizer",
         "repo": "breezedeus/cnocr-ppocr-ch_PP-OCRv5_server",
     },
+    ("multi_PP-OCRv6_tiny", "onnx"): {
+        "recognizer": "RapidRecognizer",
+        "repo": "breezedeus/cnocr-ppocr-multi_PP-OCRv6_tiny",
+    },
+    ("multi_PP-OCRv6", "onnx"): {
+        "recognizer": "RapidRecognizer",
+        "repo": "breezedeus/cnocr-ppocr-multi_PP-OCRv6",
+    },
+    ("multi_PP-OCRv6_small", "onnx"): {
+        "recognizer": "RapidRecognizer",
+        "repo": "breezedeus/cnocr-ppocr-multi_PP-OCRv6_small",
+    },
+    ("multi_PP-OCRv6_medium", "onnx"): {
+        "recognizer": "RapidRecognizer",
+        "repo": "breezedeus/cnocr-ppocr-multi_PP-OCRv6_medium",
+    },
 }
 
 PP_SPACE = "ppocr"

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/ppocr/rapid_recognizer.py

@@ -7,10 +7,12 @@ import os
 import logging
 from typing import Union, Optional, List, Tuple
 from pathlib import Path
+from copy import deepcopy
 
 import numpy as np
 from rapidocr import EngineType, LangRec, ModelType, OCRVersion
 from rapidocr.utils.typings import TaskType
+from rapidocr.utils.model_resolver import resolve_model_key
 from rapidocr.ch_ppocr_rec import TextRecognizer, TextRecInput
 from cnstd.utils import prepare_model_files
 
@@ -32,6 +34,8 @@ class Config(dict):
         "task_type": TaskType.REC,
         "model_path": None,
         "model_dir": None,
+        "model_root_dir": None,
+        "font_path": None,
         "rec_keys_path": None,
         "rec_img_shape": [3, 48, 320],
         "rec_batch_num": 6,
@@ -88,6 +92,7 @@ class RapidRecognizer(Recognizer):
         root: Union[str, Path] = data_dir(),
         context: str = "cpu",  # ['cpu', 'gpu']
         rec_image_shape: str = "3, 48, 320",
+        lang_type: Optional[Union[str, LangRec]] = None,
         **kwargs
     ):
         """
@@ -99,16 +104,24 @@ class RapidRecognizer(Recognizer):
             root (Union[str, Path]): 模型文件所在的根目录
             context (str): 使用的设备。默认为 `cpu`，可选 `gpu`
             rec_image_shape (str): 输入图片尺寸，无需更改使用默认值即可。默认值：`"3, 48, 320"`
+            lang_type (Optional[Union[str, LangRec]]): RapidOCR识别模型语言类型。PP-OCRv6
+                需传入具体语言，如 `ch`、`en`、`japan`、`french` 等；默认为中文。
             **kwargs: 其他参数
         """
         self.rec_image_shape = [int(v) for v in rec_image_shape.split(",")]
         self._model_name = model_name
         self._model_backend = "onnx"
         use_gpu = context.lower() not in ("cpu", "mps")
+        model_type = self._get_model_type(model_name)
+        ocr_version = self._get_ocr_version(model_name)
+        lang_type = self._get_lang_type(model_name, model_type, lang_type)
+        self._model_type = model_type
+        self._ocr_version = ocr_version
+        self._lang_type = lang_type
 
         self._assert_and_prepare_model_files(model_fp, root)
 
-        config = Config.DEFAULT_CFG
+        config = deepcopy(Config.DEFAULT_CFG)
         ## add custom font path
         if 'font_path' in kwargs:
             config['font_path'] = kwargs['font_path']
@@ -117,24 +130,111 @@ class RapidRecognizer(Recognizer):
             config["engine_cfg"].update(kwargs["engine_cfg"])
         config["rec_img_shape"] = self.rec_image_shape
         config["model_path"] = self._model_fp
+        config["model_root_dir"] = self._model_dir
         # 从 model_name 中获取 model_type 和 ocr_version
-        config["model_type"] = ModelType.SERVER if "server" in model_name else ModelType.MOBILE
-        config["ocr_version"] = OCRVersion.PPOCRV5 if "v5" in model_name else OCRVersion.PPOCRV4
+        config["model_type"] = model_type
+        config["ocr_version"] = ocr_version
+        config["lang_type"] = lang_type
 
         config = Config(config)
         self.recognizer = TextRecognizer(config)
 
+    @staticmethod
+    def _get_ocr_version(model_name: str):
+        if "v6" in model_name:
+            if not hasattr(OCRVersion, "PPOCRV6"):
+                raise RuntimeError(
+                    "PP-OCRv6 models require rapidocr>=3.9.0. "
+                    "Please upgrade rapidocr to use this model."
+                )
+            return OCRVersion.PPOCRV6
+        if "v5" in model_name:
+            return OCRVersion.PPOCRV5
+        return OCRVersion.PPOCRV4
+
+    @staticmethod
+    def _get_model_type(model_name: str):
+        if "server" in model_name:
+            return ModelType.SERVER
+        for model_type in ("tiny", "small", "medium"):
+            if model_type in model_name:
+                if not hasattr(ModelType, model_type.upper()):
+                    raise RuntimeError(
+                        "PP-OCRv6 models require rapidocr>=3.9.0. "
+                        "Please upgrade rapidocr to use this model."
+                    )
+                return getattr(ModelType, model_type.upper())
+        if "v6" in model_name:
+            if not hasattr(ModelType, "SMALL"):
+                raise RuntimeError(
+                    "PP-OCRv6 models require rapidocr>=3.9.0. "
+                    "Please upgrade rapidocr to use this model."
+                )
+            return ModelType.SMALL
+        return ModelType.MOBILE
+
+    @classmethod
+    def _get_model_file_name(cls, model_name: str):
+        if "v6" in model_name:
+            model_type = cls._get_model_type(model_name).value
+            return f"PP-OCRv6_rec_{model_type}.onnx"
+        return "%s_rec_infer.onnx" % model_name
+
+    @staticmethod
+    def _get_lang_type(model_name: str, model_type: ModelType, lang_type=None):
+        # RapidOCR's PP-OCRv6 model files are named "multi_*", but its
+        # resolver expects a concrete language and maps it to the multi model.
+        if lang_type is None:
+            return LangRec.CH
+
+        normalized = lang_type.value if hasattr(lang_type, "value") else str(lang_type)
+        normalized = normalized.strip().lower()
+        if "v6" in model_name and normalized == "multi":
+            raise ValueError(
+                "PP-OCRv6 requires a concrete lang_type such as 'ch' or 'en'; "
+                "'multi' is the model family name, not a valid v6 lang_type."
+            )
+        if "v6" in model_name:
+            resolve_model_key(
+                TaskType.REC, OCRVersion.PPOCRV6, lang_type, model_type
+            )
+        return lang_type
+
     def _assert_and_prepare_model_files(self, model_fp, root):
         if model_fp is not None and not os.path.isfile(model_fp):
             raise FileNotFoundError("can not find model file %s" % model_fp)
 
+        root = os.path.join(root, MODEL_VERSION)
+        self._model_dir = os.path.join(root, PP_SPACE, self._model_name)
+
         if model_fp is not None:
             self._model_fp = model_fp
             return
 
-        root = os.path.join(root, MODEL_VERSION)
-        self._model_dir = os.path.join(root, PP_SPACE, self._model_name)
-        model_fp = os.path.join(self._model_dir, "%s_rec_infer.onnx" % self._model_name)
+        if "v6" in self._model_name:
+            if (self._model_name, self._model_backend) not in AVAILABLE_MODELS:
+                raise NotImplementedError(
+                    "%s is not a downloadable model"
+                    % ((self._model_name, self._model_backend),)
+                )
+            remote_repo = AVAILABLE_MODELS.get_value(
+                self._model_name, self._model_backend, "repo"
+            )
+            if remote_repo is None:
+                raise RuntimeError(
+                    "no remote repo is configured for model %s"
+                    % ((self._model_name, self._model_backend),)
+                )
+            model_fp = os.path.join(
+                self._model_dir, self._get_model_file_name(self._model_name)
+            )
+            self._model_fp = str(prepare_model_files(model_fp, remote_repo))
+            logger.info("use model: %s" % self._model_fp)
+            return
+
+        model_fp = os.path.join(
+            self._model_dir, self._get_model_file_name(self._model_name)
+        )
         if not os.path.isfile(model_fp):
             logger.warning("can not find model file %s" % model_fp)
             if (self._model_name, self._model_backend) not in AVAILABLE_MODELS:

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr/utils.py

@@ -42,11 +42,53 @@ from .consts import (
     IMG_STANDARD_HEIGHT,
 )
 
-fmt = '[%(levelname)s %(asctime)s %(funcName)s:%(lineno)d] %(message)s'
+LOG_FMT = '[%(levelname)s] %(asctime)s [%(package_name)s] %(filename)s:%(lineno)d: %(message)s'
+GREEN = '\033[32m'
+RESET = '\033[0m'
+
+
+def _package_label(logger_name):
+    if logger_name.startswith('cnocr'):
+        return 'CnOCR'
+    if logger_name.startswith('cnstd'):
+        return 'CnSTD'
+    if logger_name.startswith('RapidOCR'):
+        return 'RapidOCR'
+    return logger_name.split('.', maxsplit=1)[0]
+
+
+class PackageFormatter(logging.Formatter):
+    def format(self, record):
+        record.package_name = _package_label(record.name)
+        return super().format(record)
+
+
+class ColoredFormatter(PackageFormatter):
+    def format(self, record):
+        msg = super().format(record)
+        if getattr(record, 'log_color', None) == 'green':
+            return GREEN + msg + RESET
+        return msg
 
 logger = logging.getLogger(__name__)
 
 
+def set_rapidocr_logger_level(log_level=logging.WARNING):
+    logging.getLogger('RapidOCR').setLevel(log_level)
+
+
+def _console_handler():
+    console_handler = logging.StreamHandler()
+    console_handler.setFormatter(ColoredFormatter(LOG_FMT))
+    return console_handler
+
+
+def get_logger(name=__name__, log_level=logging.INFO):
+    logger = logging.getLogger(name)
+    logger.setLevel(log_level)
+    return logger
+
+
 def set_logger(log_file=None, log_level=logging.INFO, log_file_level=logging.NOTSET):
     """
     Example:
@@ -54,14 +96,18 @@ def set_logger(log_file=None, log_level=logging.INFO, log_file_level=logging.NOT
         >>> logger.info("abc'")
     """
     global logger
-    log_format = logging.Formatter(fmt)
-    logging.basicConfig(format=fmt)
+    log_format = PackageFormatter(LOG_FMT)
     logging.captureWarnings(True)
-    logger = logging.getLogger(__name__)
-    logger.setLevel(log_level)
-    console_handler = logging.StreamHandler()
-    console_handler.setFormatter(log_format)
-    logger.handlers = [console_handler]
+    set_rapidocr_logger_level()
+
+    root_logger = logging.getLogger()
+    root_logger.setLevel(log_level)
+    root_logger.handlers = [_console_handler()]
+    for package_name in ('cnocr', 'cnstd'):
+        package_logger = logging.getLogger(package_name)
+        package_logger.setLevel(logging.NOTSET)
+        package_logger.propagate = True
+
     if log_file and log_file != '':
         if not Path(log_file).parent.exists():
             os.makedirs(Path(log_file).parent)
@@ -70,7 +116,9 @@ def set_logger(log_file=None, log_level=logging.INFO, log_file_level=logging.NOT
         file_handler = logging.FileHandler(log_file)
         file_handler.setLevel(log_file_level)
         file_handler.setFormatter(log_format)
-        logger.addHandler(file_handler)
+        root_logger.addHandler(file_handler)
+    logger = logging.getLogger(__name__)
+    logger.setLevel(log_level)
     return logger
 
 

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: cnocr
-Version: 2.3.2.3
+Version: 2.3.3
 Summary: Python3 package for Chinese/English OCR, with small pretrained models
 Home-page: https://github.com/breezedeus/cnocr
 Author: breezedeus
@@ -16,11 +16,11 @@ Classifier: License :: OSI Approved :: Apache Software License
 Classifier: Programming Language :: Python
 Classifier: Programming Language :: Python :: Implementation
 Classifier: Programming Language :: Python :: 3
-Classifier: Programming Language :: Python :: 3.7
 Classifier: Programming Language :: Python :: 3.8
 Classifier: Programming Language :: Python :: 3.9
 Classifier: Programming Language :: Python :: 3.10
 Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
+Requires-Python: >=3.8
 Description-Content-Type: text/markdown
 Provides-Extra: ort-cpu
 Provides-Extra: ort-gpu
@@ -69,6 +69,17 @@ License-File: LICENSE
 ---
 </div>
 
+### Update 2026.07.04：发布 V2.3.3
+
+主要变更：
+
+* 基于 RapidOCR 支持 PP-OCRv6 多语种 OCR 模型
+  * 新增支持 PP-OCRv6 识别模型：`multi_PP-OCRv6_tiny`、`multi_PP-OCRv6`、`multi_PP-OCRv6_small` 和 `multi_PP-OCRv6_medium`
+  * 通过 CnSTD 新增支持 PP-OCRv6 检测模型：`multi_PP-OCRv6_det_tiny`、`multi_PP-OCRv6_det_small` 和 `multi_PP-OCRv6_det_medium`
+  * `CnOcr` 新增 `rec_lang_type` 参数，可为 RapidOCR v6 识别模型指定语言类型
+  * CLI 新增 `--rec-lang-type` 和 `--det-lang-type`，可为 RapidOCR v6 模型指定语言类型
+
+
 ### Update 2025.06.26：发布 V2.3.2
 
 主要变更：
@@ -192,13 +203,13 @@ print(out)
 
 ### 竖排文字识别
 
-采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的中文识别模型 `rec_model_name='ch_PP-OCRv3'` 进行识别。
+采用来自 [**PaddleOCR**](https://github.com/PaddlePaddle/PaddleOCR)（之后简称 **ppocr**）的 PP-OCRv6 多语种识别模型 `rec_model_name='multi_PP-OCRv6'` 进行识别。
 
 ```python
 from cnocr import CnOcr
 
 img_fp = './docs/examples/shupai.png'
-ocr = CnOcr(rec_model_name='ch_PP-OCRv3')
+ocr = CnOcr(rec_model_name='multi_PP-OCRv6')
 out = ocr.ocr(img_fp)
 
 print(out)
@@ -233,31 +244,27 @@ print(out)
 
 ### 繁体中文识别
 
-采用来自ppocr的繁体识别模型 `rec_model_name='chinese_cht_PP-OCRv3'` 进行识别。
+采用来自 ppocr 的 PP-OCRv6 多语种识别模型，并通过 `rec_lang_type='chinese_cht'` 指定繁体中文进行识别。
 
 ```python
 from cnocr import CnOcr
 
 img_fp = './docs/examples/fanti.jpg'
-ocr = CnOcr(rec_model_name='chinese_cht_PP-OCRv3')  # 识别模型使用繁体识别模型
+ocr = CnOcr(rec_model_name='multi_PP-OCRv6', rec_lang_type='chinese_cht')
 out = ocr.ocr(img_fp)
 
 print(out)
 ```
 
-使用此模型时请注意以下问题：
-
-* 识别精度一般，不是很好；
-
-* 除了繁体字，对标点、英文、数字的识别都不好；
-
-* 此模型不支持竖排文字的识别。
+`multi_PP-OCRv6` 是 `multi_PP-OCRv6_small` 的别名；`chinese_cht` 是繁体中文对应的 `lang_type`。
 
 识别结果：
 <div align="center">
   <img src="./docs/predict-outputs/fanti.jpg-result.jpg" alt="繁体中文识别" width="700px"/>
 </div>
 
+注：上图中的识别结果来自 V3 模型；V6 模型的识别效果已经有显著增强。
+
 
 ### 单行文字的图片识别
 
@@ -331,7 +338,7 @@ $ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple
 
 > **Note** 
 >
-> 请使用 **Python3**（3.7.\*~3.10.\*之间的版本应该都行），没测过Python2下是否ok。
+> 请使用 **Python 3.8 或更高版本**。
 
 更多说明可见 [安装文档](https://cnocr.readthedocs.io/zh-cn/stable/install/)。
 
@@ -428,13 +435,18 @@ print(ocr_out)
 | db_mobilenet_v3_small                                        | √            | X         | cnocr        | 7.9 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | db_resnet34                                                  | √            | X         | cnocr        | 86 M         | 简体中文、繁体中文、英文、数字 | √                    |
 | db_resnet18                                                  | √            | X         | cnocr        | 47 M         | 简体中文、繁体中文、英文、数字 | √                    |
+| multi_PP-OCRv6_det_tiny                                      | X            | √         | ppocr        | 1.7 M        | 多语种（不含日文）             | √                    |
+| multi_PP-OCRv6_det_small                                     | X            | √         | ppocr        | 9.5 M        | 多语种                         | √                    |
+| multi_PP-OCRv6_det_medium                                    | X            | √         | ppocr        | 59 M         | 多语种                         | √                    |
 | ch_PP-OCRv5_det                                              | X            | √         | ppocr        | 4.6 M        | 简体中文、繁体中文、英文、数字 | √                    |
-| ch_PP-OCRv5_det_server                                       | X            | √         | ppocr        | 84 M        | 简体中文、繁体中文、英文、数字 | √                    |
+| ch_PP-OCRv5_det_server                                       | X            | √         | ppocr        | 84 M         | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv4_det                                              | X            | √         | ppocr        | 4.5 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv4_det_server                                       | X            | √         | ppocr        | 108 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | ch_PP-OCRv3_det                                              | X            | √         | ppocr        | 2.3 M        | 简体中文、繁体中文、英文、数字 | √                    |
 | **en_PP-OCRv3_det**                                          | X            | √         | ppocr        | 2.3 M        | **英文**、数字                 | √                    |
 
+PP-OCRv6 的 `multi_PP-OCRv6_det_small` 和 `multi_PP-OCRv6_det_medium` 支持的 `lang_type` 包括：`ch`, `chinese_cht`, `en`, `japan`, `af`, `az`, `bs`, `ca`, `cs`, `cy`, `da`, `de`, `es`, `et`, `eu`, `fi`, `fr`, `ga`, `gl`, `hr`, `hu`, `id`, `is`, `it`, `ku`, `la`, `lb`, `lt`, `lv`, `mi`, `ms`, `mt`, `nl`, `no`, `oc`, `pl`, `pt`, `qu`, `rm`, `ro`, `rs_latin`, `sk`, `sl`, `sq`, `sv`, `sw`, `tl`, `tr`, `uz`, `vi`, `french`, `german`；`multi_PP-OCRv6_det_tiny` 不支持 `japan`。`multi` 是模型族名称，不是可传入的 `lang_type`。
+
 
 
 ### 可使用的识别模型
@@ -469,6 +481,9 @@ print(ocr_out)
 | **number-densenet_lite_136-fc** 🆕                            | √            | √         | cnocr        | 2.7 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | **number-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://mall.bilibili.com/neul-next/detailuniversal/detail.html?isMerchant=1&page=detailuniversal_detail&saleType=10&itemsId=11884155&loadingShow=1&noTitleBar=1&msource=merchant_share)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 55 M         | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
+| multi_PP-OCRv6_tiny                                          | X            | √         | ppocr        | 4.3 M        | 多语种（不含日文）                  | √                    |
+| multi_PP-OCRv6 / multi_PP-OCRv6_small                        | X            | √         | ppocr        | 20 M         | 多语种                              | √                    |
+| multi_PP-OCRv6_medium                                        | X            | √         | ppocr        | 73 M         | 多语种                              | √                    |
 | ch_PP-OCRv5                                                  | X            | √         | ppocr        | 16 M         | 简体中文、英文、数字                | √                    |
 | ch_PP-OCRv5_server                                           | X            | √         | ppocr        | 81 M         | 简体中文、英文、数字                | √                    |
 | ch_PP-OCRv4                                                  | X            | √         | ppocr        | 10 M         | 简体中文、英文、数字                | √                    |
@@ -484,6 +499,8 @@ print(ocr_out)
 | latin_PP-OCRv3                                               | X            | √         | ppocr        | 8.6 M         | **拉丁文**、英文、数字              | √                    |
 | arabic_PP-OCRv3                                              | X            | √         | ppocr        | 8.6 M         | **阿拉伯文**、英文、数字            | √                    |
 
+PP-OCRv6 的 `multi_PP-OCRv6_small`、`multi_PP-OCRv6_medium` 支持的 `lang_type` 包括：`ch`, `chinese_cht`, `en`, `japan`, `af`, `az`, `bs`, `ca`, `cs`, `cy`, `da`, `de`, `es`, `et`, `eu`, `fi`, `fr`, `ga`, `gl`, `hr`, `hu`, `id`, `is`, `it`, `ku`, `la`, `lb`, `lt`, `lv`, `mi`, `ms`, `mt`, `nl`, `no`, `oc`, `pl`, `pt`, `qu`, `rm`, `ro`, `rs_latin`, `sk`, `sl`, `sq`, `sv`, `sw`, `tl`, `tr`, `uz`, `vi`, `french`, `german`；`multi_PP-OCRv6_tiny` 不支持 `japan`。`multi_PP-OCRv6` 是 `multi_PP-OCRv6_small` 的别名；`multi` 是模型族名称，不是可传入的 `lang_type`。
+
 
 
 ## 未来工作

{cnocr-2.3.2.3 → cnocr-2.3.3}/cnocr.egg-info/requires.txt

@@ -8,8 +8,8 @@ wandb
 torchmetrics
 pillow>=5.3.0
 onnx
-cnstd>=1.2.6
-rapidocr>=3.0
+cnstd>=1.2.8
+rapidocr>=3.9.1
 
 [dev]
 albumentations

{cnocr-2.3.2.3 → cnocr-2.3.3}/setup.py

@@ -47,8 +47,8 @@ required = [
     "torchmetrics",
     "pillow>=5.3.0",
     "onnx",
-    "cnstd>=1.2.6",
-    "rapidocr>=3.0",
+    "cnstd>=1.2.8",
+    "rapidocr>=3.9.1",
 ]
 extras_require = {
     "ort-cpu": ["onnxruntime"],
@@ -91,6 +91,7 @@ setup(
     entry_points=entry_points,
     install_requires=required,
     extras_require=extras_require,
+    python_requires='>=3.8',
     zip_safe=False,
     classifiers=[
         'Development Status :: 4 - Beta',
@@ -100,7 +101,6 @@ setup(
         'Programming Language :: Python',
         'Programming Language :: Python :: Implementation',
         'Programming Language :: Python :: 3',
-        'Programming Language :: Python :: 3.7',
         'Programming Language :: Python :: 3.8',
         'Programming Language :: Python :: 3.9',
         'Programming Language :: Python :: 3.10',