# py-ocr-app

**Repository Path**: uuuoop/py-ocr-app

## Basic Information

- **Project Name**: py-ocr-app
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-24
- **Last Updated**: 2026-03-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# py-ocr-app

一个离线 OCR 桌面工具，技术栈为 `Vue 3 + Tauri + Python(RapidOCR ONNXRuntime)`。

## 功能

- 批量选择图片并并发识别
- 可配置关键字字段提取（关键字右侧值）
- 自动提取日期信息
- 识别结果可编辑并导出 Excel
- 本地历史记录缓存（localStorage）

## 项目结构

- `src/`：前端页面（Vue + Element Plus）
- `src-tauri/`：Tauri Rust 壳层
- `ocr_engine.py`：Python OCR 引擎入口（RapidOCR）
- `scripts/package-ocr-sidecar.ps1`：打包 OCR sidecar（Windows）

## 环境要求

- Node.js 18+
- Rust（稳定版）
- Python 3.11
- Windows（当前脚本面向 Windows）

## 安装前端依赖

```powershell
npm install
```

## 安装 Python OCR 依赖

```powershell
py -3.11 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip uninstall -y paddleocr paddlepaddle paddlepaddle-gpu
pip install -r requirements.txt
```

## 准备 PP-OCRv4 ONNX 模型

在项目根目录创建 `models/`，并放入以下文件：

- `ch_PP-OCRv4_det_infer.onnx`
- `ch_PP-OCRv4_rec_infer.onnx`
- `ch_ppocr_mobile_v2.0_cls_infer.onnx`
- `ppocr_keys_v1.txt`

建议从 PaddleOCR / RapidOCR 官方发布资源下载对应的 PP-OCRv4 ONNX 模型后覆盖到该目录。  
脚本和运行时都会校验这些文件是否存在。

## 一键打包 OCR sidecar

```powershell
powershell -ExecutionPolicy Bypass -File .\scripts\package-ocr-sidecar.ps1
```

## 极简 PyInstaller 命令

```powershell
pyinstaller --noconfirm --clean --onefile --name ocr-backend-x86_64-pc-windows-msvc --collect-all rapidocr_onnxruntime --collect-all onnxruntime --collect-all cv2 --collect-all pyclipper --collect-all shapely --add-data "models;models" --exclude-module matplotlib --exclude-module tkinter --exclude-module _tkinter --exclude-module pandas --exclude-module scipy --exclude-module skimage --exclude-module openpyxl ocr_engine.py
```

## 精度建议参数

当前 `ocr_engine.py` 已固定如下参数用于降低数字误识别（如 2024 -> 2014）风险：

- `det_limit_side_len=2048`
- `det_limit_type="max"`
- `text_score=0.45`

如需进一步调优，推荐顺序：

1. `det_limit_side_len`：2048 -> 2560
2. `text_score`：0.45 -> 0.42
3. `det_box_thresh`：0.5 -> 0.45

## 开发运行

```powershell
npm run tauri dev
```

## 构建应用

```powershell
npm run tauri build
```