RapidOCR 本地模型轉接器

若需要快取在處理程序內的 ONNX 推論，請使用RapidOCR 原生 DLL 轉接器，搭配 HPDFCreateRapidOCRDLLOCREngine 與 THPDFRapidOCRDLLOptions

原生轉接器提供 THPDFRapidOCRDLLOptions.ForLanguage 預設集，涵蓋簡體與繁體中文、英文、拉丁語系、日文、韓文、包括俄文在內的西里爾語系、阿拉伯語系，以及天城文語系

HPDFRapidOCRRecognition 在 Delphi、C++Builder 與 FPC/Lazarus 的 Win32 與 Win64 組建中，提供實作 IHPDFOCREngine 的 Windows 程序轉接器

先在 Python 備妥 rapidocr 與 onnxruntime、隨附的 tools/OCR/rapidocr_tsv.py 橋接腳本，以及相容的本地 ONNX 模型；轉接器不會安裝套件，也不會下載模型、字典或字型

Python 在獨立的隱藏程序中執行，因此其架構可以與呼叫端的應用程式不同；它的 ONNX Runtime 套件必須符合其自身的 Python 架構

工廠多載

function HPDFCreateRapidOCREngine(const PythonExecutable, BridgeScript,
  ModelDirectory: string; TimeoutMilliseconds: Cardinal = 60000): IHPDFOCREngine; overload;
function HPDFCreateRapidOCREngine(const PythonExecutable, BridgeScript,
  ModelDirectory: string; const Options: THPDFRapidOCROptions): IHPDFOCREngine; overload;

原本的逾時多載仍與既有橋接協定相容，並使用三個預設的 PP-OCRv4 模型檔名；它會在建構時檢查執行檔、腳本與目錄路徑，並在工作程序中檢查模型可用性

選項多載會在回傳轉接器之前檢查每個必要模型、選用的字典與本地字型；檔案遺失或選項無效時，會在辨識開始前丟出 EArgumentException

模型、字典與字型的相對路徑以 ModelDirectory 為基準解析；絕對路徑則可指向另行備妥的檔案

請使用與 RapidOCR 的偵測、分類與 CTC 辨識 pipeline 相容的模型；來自其他 OCR pipeline 的模型可能需要不同的前處理，不能只因為它採用 ONNX 格式就入選

各語言的模型選擇

Python 程序轉接器仍使用明確的 THPDFRapidOCROptions 路徑；ForLanguage 屬於原生 DLL 的選項記錄，不是 Python 轉接器的方法

以 tools/Install-RapidOCRModels.ps1 -Destination C:/OCR/models -Language ch,cyrillic 備妥本地語言模型與字典，或選擇 -Language All 安裝全部九個語言設定檔

此輔助腳本會檢查固定的 SHA256 雜湊，並把每個辨識器放在 <profile>/recognition.onnx，搭配對應的 <profile>/dictionary.txt；執行階段辨識維持離線，不會自動下載

俄文請使用 cyrillic/recognition.onnx 與 cyrillic/dictionary.txt；簡體中文使用 ch 設定檔，繁體中文使用 chinese_cht

Models := THPDFRapidOCROptions.Default;
Models.DetectionModel := 'ch_PP-OCRv3_det_infer.onnx';
Models.RecognitionModel := 'cyrillic/recognition.onnx';
Models.CharacterDictionary := 'cyrillic/dictionary.txt';
Models.ClassificationModel := 'ch_ppocr_mobile_v2.0_cls_infer.onnx';

上述偵測器與分類器的根檔名對應備妥輔助腳本的共享模型；請成對提供相符的辨識模型與字典，並為需要另一種文字系統的頁面或區域選擇獨立的引擎

選項與預設值

THPDFRapidOCROptions = record
  DetectionModel: string;
  RecognitionModel: string;
  ClassificationModel: string;
  CharacterDictionary: string;
  FontPath: string;
  UseAngleClassifier: Boolean;
  IntraOpThreads: Integer;
  InterOpThreads: Integer;
  MaxPixels: Integer;
  TimeoutMilliseconds: Cardinal;
  class function Default: THPDFRapidOCROptions; static;
end;

覆寫欄位之前，先用 THPDFRapidOCROptions.Default 初始化記錄

橋接腳本在所有階段都明確選用 ONNX Runtime CPU 後端，並停用自動下載；模型缺少內嵌字元字典時，必須備妥本地 CharacterDictionary

明確指定模型的範例

uses SysUtils, HPDFDoc, HPDFRapidOCRRecognition;

procedure AddLocalRapidOCRText(PDF: THotPDF);
var
  Engine: IHPDFOCREngine;
  Models: THPDFRapidOCROptions;
  Layer: THPDFOCRTextLayerOptions;
  Info: THPDFOCRTextLayerInfo;
begin
  Models := THPDFRapidOCROptions.Default;
  Models.DetectionModel := 'PP-OCRv6_det_small.onnx';
  Models.RecognitionModel := 'PP-OCRv6_rec_small.onnx';
  Models.UseAngleClassifier := False;
  Engine := HPDFCreateRapidOCREngine(
    'C:\OCR\Python\python.exe',
    'C:\HotPDF\tools\OCR\rapidocr_tsv.py',
    'C:\OCR\models', Models);
  Layer := THPDFOCRTextLayerOptions.Default;
  if not PDF.ApplyLoadedOCRTextLayer([0], Engine, Layer, Info) then
    raise Exception.Create('Local RapidOCR text layer was not added');
end;

結果、預算與取消

每個請求都會把借用的點陣圖序列化到私用暫存目錄，啟動本地 Python 工作程序，並在請求結束時清理其程序控制代碼與暫存檔

選項多載會在序列化點陣圖之前檢查 MaxPixels；工作程序載入模型前也會檢查輸入尺寸，並接收請求的 MaxWords 與 MaxTextCodeUnits 上限

橋接腳本會要求字元座標，並驗證每個字元的幾何、信賴度與文字覆蓋範圍，然後發出每一行完整的辨識結果，附上原有的行內空格與標點、以原圖像素表示的包圍邊界，以及 0 到 1 的平均信賴度

每一行發出的結果消耗一個 MaxWords 名額；行內空格計入 MaxTextCodeUnits，整行發布可避免文字層把字母間距誤當成詞間距

空格保留自辨識器的行文字；被偵測拆成多個框的文字仍依賴空間上的詞間距推斷，外部 PDF 閱讀器在擷取時也可能重建或合併重複的空格

補充字元消耗兩個 UTF-16 單元；座標、信賴度或控制字元無效，或預算耗盡時，辨識即失敗並清除部分結果

空白頁面以空詞陣列成功傳回；由於沒有提供原生基線，文字層改用既有的幾何後備機制

取消、逾時與輸出大小每 25 毫秒輪詢一次；Windows job 物件會納入工作程序與任何直譯器子程序，終止時最多再等五秒讓程序清理完成

辨識成功後，ApplyLoadedOCRTextLayer 會以原子方式發布所有選取的頁面

TSV 輸出上限 64 MiB、診斷輸出上限 1 MiB；輸入與輸出預算不會對 ONNX 模型或推論記憶體用量設下硬上限

模型初始化在每個請求的新 Python 程序中進行，計入期限之內

驗證

共享的 Delphi 與 FPC 轉接器測試執行器涵蓋模型 preflight、自訂路徑、選用分類、Unicode、預算、工作程序失敗、取消與逾時；其選用的 RapidOCR 參數可啟用真實辨識與可搜尋 PDF 往返檢查

搭配 -RapidOCRPython、-RapidOCRModelDirectory、-RapidOCRDetectionModel 與 -RapidOCRRecognitionModel 使用 Tests/Delphi/Run-TesseractRecognitionTests.ps1 或 Tests/Delphi/Run-TesseractFPCRecognitionTests.ps1

轉譯選項、Unicode PDF 文字對應、可選內容分組與合規限制請見 可搜尋 OCR 文字層