### 使用 `ch_PP-OCRv4_rec_infer.onnx` 文件进行 OCR 文字识别 为了使用 `ch_PP-OCRv4_rec_infer.onnx` 文件执行文字识别任务，可以采用 ONNX Runtime 来加载并运行该模型。下面提供了一个详细的 Python 实现方案。 #### 准备工作 确保安装必要的库： ```bash pip install onnxruntime numpy opencv-python pillow ``` #### 加载ONNX模型与预处理图像函数定义 ```python import cv2 import numpy as np import onnxruntime as ort from PIL import Image def preprocess_image(image_path, width=320, height=48): img = Image.open(image_path).convert('RGB') ratio = float(width) / img.size[0] new_height = int(np.round(ratio * img.size[1])) resized_img = img.resize((width, min(new_height, height)), Image.BILINEAR) padded_img = Image.new("RGB", (width, height), color=(255, 255, 255)) padded_img.paste(resized_img, (0, 0)) img_np = np.array(padded_img).astype('float32') / 255. img_np -= 0.5 img_np /= 0.5 # CHW format and batch size of 1 img_np = img_np.transpose([2, 0, 1])[np.newaxis, :] return img_np ``` 此部分代码负责读取图片文件，并调整其大小至适合输入给定的字符识别网络的要求[^1]。 #### 执行预测过程 ```python class PP_OCR_Recognizer: def __init__(self, model_path='path_to/ch_PP-OCRv4_rec_infer.onnx'): self.session = ort.InferenceSession(model_path) def predict(self, image_data): input_name = self.session.get_inputs()[0].name output_name = self.session.get_outputs()[0].name pred_onx = self.session.run([output_name], {input_name: image_data})[0] return pred_onx.argmax(axis=-1) if __name__ == "__main__": recognizer = PP_OCR_Recognizer() test_image = 'test.jpg' processed_image = preprocess_image(test_image) prediction_result = recognizer.predict(processed_image) print(prediction_result) ``` 上述脚本展示了如何初始化一个基于 ONNX 的文字识别器实例以及怎样利用它来进行实际的文字预测操作[^2]。 请注意，在这个例子中假设输出是一个分类索引列表；对于具体的中文字符映射表（即从类别编号转换成对应的汉字），则需参照官方文档或者源码仓库中的配置来实现最终的结果解析逻辑[^3]。