# rocr — 离线中文 OCR 工具(RustO! / rusto-rs 封装,常驻加速版) 纯 Rust OCR 引擎(RapidOCR + PaddleOCR 模型 + 阿里 MNN 推理后端,**零 OpenCV**), 内置 **PP-OCRv6-Medium(约 94MB 高精度模型)**。纯本地推理,无需联网 / API key / 不耗 token。 官方引擎:https://github.com/byrizki/rusto-rs (v0.2.5,本包在原版基础上新增 `--serve` 常驻模式) ## 安装(分发给别人也只需这两步) 1. 解压 `rocr-macos-x86_64.zip`,得到 `rocr/` 目录。 2. 运行安装脚本: - **macOS**:双击 `install.command`(首次若被拦截,右键 → 打开;或在终端 `bash install.sh`)。 - **Linux / 终端**:`bash install.sh` - 安装脚本会把 `rocr/` 复制到 `~/rocr`,并在 `/usr/local/bin` 建立 `rocr` 软链。 卸载:`bash uninstall.sh`(或双击 `uninstall.command`)。 > 内置二进制为 **macOS x86_64**。Apple Silicon / Linux x86_64 需自行编译:在 rusto-rs 源码目录 `cargo build --release`,把产物 `target/release/rusto-rs` 覆盖到 `~/rocr/bin/rusto-rs` 即可。 ## 使用 ```bash rocr # 无参数 → 显示帮助与用法 rocr scan.jpg # 文本输出(默认) rocr scan.jpg markdown # Markdown 输出(直接进 文档→Markdown 流水线) rocr scan.png json # JSON(含坐标框 + 置信度) ``` 输出格式:`text`(默认) | `json` | `tsv` | `markdown` | `textordered`。 ## 常驻加速(daemon) 首次调用自动后台拉起 daemon:加载模型(一次,~2s)→ 监听 Unix socket(`~/.cache/rocr/rocr.sock`)。 之后每次调用走 socket,省去重复加载;**空闲 600 秒(10 分钟)无请求自动退出释放内存**,下次调用再自动拉起。 性能实测(Intel Mac,无 SIMD 加速): | 模式 | 单张耗时 | 说明 | |------|---------|------| | 一次性(旧版) | ~12s | 每次加载模型 + 推理 | | 常驻 daemon 热态 | **~9.5s** | 省掉加载,剩余为纯推理 | | 首次(拉起 daemon) | ~13s | 加载 + 首次推理 | > ⚠️ 瓶颈说明:本机 MNN 设备探测 `i8sdot:0, fp16:0, i8mm:0`(无 SIMD 加速路径),推理走慢速标量内核, > rec 模型按检测行数逐行推理,**每张 ~9s 是推理本身的成本**。要数量级提速需换有 NEON/fp16 的机器(如 Apple Silicon), > 或在批量场景换小模型档(官方 release 另有 PPOCRv6-Tiny ~5.5MB,精度略降但快数倍)。 > 耗时随文本行数近似线性增长:约 1–2s/行,一页 40 行的图约 50s。 ## 输出完整性(大 JSON / TSV 不截断) - daemon 传输已修复:早期版本大响应会在 **8192 字节**(macOS unix socket 默认发送缓冲 8KB)处被截断, 现强制阻塞写 + 客户端读到对端关闭,**任意大小输出完整**(已用 40 行图验证:19KB JSON 完整、合法)。 - `json` / `tsv` 输出同样完整;`json` 可被 `json.load` 直接解析。 - 已过滤 libMNN 直接打到 stdout 的设备探测行(`The device supports: ...`),one-shot 路径也不污染 payload。 ## 模型文件与打包产物(不在本仓库内) 本仓库**只含脚本与二进制**,以下内容被 `.gitignore` 排除,需单独获取/生成: - `models/`(`det.mnn` ~59MB + `rec.mnn` ~73MB + `dict.txt`)——模型权重,体积大,不进 Git。 获取方式:从官方 release 下载 `RustO-Models-PPOCRv6-Medium.zip` 并解压到 `models/PPOCRv6-Medium/`: ```bash mkdir -p models/PPOCRv6-Medium curl -L -o /tmp/m.zip https://github.com/byrizki/rusto-rs/releases/download/v0.2.5/RustO-Models-PPOCRv6-Medium.zip unzip -o /tmp/m.zip -d models/PPOCRv6-Medium ``` - `rocr-*.zip` 分发包——由本仓库内容 + 模型打包生成,不进 Git。 > 因此 **直接 clone 本仓库得到的是「缺模型」的骨架**:`bin/` 与脚本齐备,补上 `models/PPOCRv6-Medium/` 即可运行; > 或直接使用完整分发包 `rocr-macos-x86_64.zip`。 ## 目录结构(安装后位于 ~/rocr) ``` ~/rocr/ ├── bin/ │ ├── rocr # 封装脚本(位置无关,可被软链,带 daemon 管理) │ └── rusto-rs # OCR 二进制(含 --serve 常驻模式) ├── models/ │ └── PPOCRv6-Medium/ │ ├── det.mnn # 检测模型 │ ├── rec.mnn # 识别模型 │ └── dict.txt # 中文字典 ├── install.sh / install.command ├── uninstall.sh / uninstall.command └── README.md ``` ## 高级:环境变量 ```bash export ROCR_IDLE=300 # 空闲自退时间(秒),默认 600(10 分钟) export ROCR_NO_DAEMON=1 # 禁用常驻,每次一次性加载(省内存,慢) export ROCR_SOCK_DIR=/tmp # socket/pid/日志目录,默认 ~/.cache/rocr export RUSTO_BIN=/path/to/rusto-rs # 重定向二进制 export RUSTO_MODEL_DIR=/path/to/models # 重定向模型目录 export ROCR_HOME=/opt/rocr # 改变安装目标目录(install.sh 用) ``` daemon 日志:`~/.cache/rocr/daemon.log`。 ## 在“文档→Markdown”流水线中的定位 扫描件 PDF / 图片缺 OCR 时,用 rocr 离线补齐:**扫描件 → 转图 → `rocr xxx.png markdown` → 回填 Markdown**。 批量场景 daemon 常驻只加载一次模型;模型选型:仅内置高精度档 PP-OCRv6-Medium——干净文本与各小模型持平,扫描件/小字/倾斜/噪点场景明显更稳。