Rust PaddleOCR

August 23, 2026 · View on GitHub

English | 中文 | 日本語 | 한국어

PaddleOCR モデルと MNN 推論ランタイムを利用する軽量な Rust OCR ライブラリです。テキスト検出、テキスト認識、エンドツーエンド OCR、ファイルまたはメモリバイトからのモデル読み込みをサポートします。

関連プロジェクト：

  • CLI：newbee-ocr-cli
  • C API バインディング：paddle-ocr-capi
  • HTTP サービス：newbee_ocr_service はローカル専用で、公開リポジトリとしては公開していません。

対応モデル

実行時に使うモデルファイルはすべて models/ に配置してください。

ファミリー検出モデル認識モデル備考
PP-OCRv4ch_PP-OCRv4_det_infer.mnnch_PP-OCRv4_rec_infer.mnn旧世代の中英モデル
PP-OCRv5PP-OCRv5_mobile_det.mnn または PP-OCRv5_mobile_det_fp16.mnnPP-OCRv5_mobile_rec*.mnn標準の中/英/日モデルとスクリプト別モデル
PP-OCRv6 tinyPP-OCRv6_tiny_det.mnnPP-OCRv6_tiny_rec.mnn軽量 v6 ティア。日本語は非対応
PP-OCRv6 smallPP-OCRv6_small_det.mnnPP-OCRv6_small_rec.mnnバランス重視の v6 ティア
PP-OCRv6 mediumPP-OCRv6_medium_det.mnnPP-OCRv6_medium_rec.mnn精度重視の v6 ティア

PP-OCRv6 small と medium は、簡体字中国語、繁体字中国語、英語、日本語、46 種類のラテン文字系言語を含む公式 50 言語をサポートします。PP-OCRv6 tiny は同じ範囲から日本語を除いたものです。韓国語、キリル文字、アラビア文字、デーヴァナーガリー、タイ語、ギリシャ語、タミル語、テルグ語は PP-OCRv5 のスクリプト別認識モデルを使用してください。

v6 の文字セットファイルはティアごとに分かれています。

models/ppocr_keys_v6_tiny.txt
models/ppocr_keys_v6_small.txt
models/ppocr_keys_v6_medium.txt

Paddle モデルから MNN への変換

変換スクリプトは既定で MNN FP16 を有効にし、モデルサイズを削減します。--install-dir ./models を指定すると、実行時に必要な標準ファイル名で models/ にコピーします。

python script/convert_paddle_to_mnn.py \
  --ocr-dir /path/to/paddle/inference/models \
  --install-dir ./models

フル精度の MNN が必要な場合のみ --no-fp16 を指定してください。

Rust での利用

use ocr_rs::OcrEngine;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    let engine = OcrEngine::new(
        "models/PP-OCRv6_small_det.mnn",
        "models/PP-OCRv6_small_rec.mnn",
        "models/ppocr_keys_v6_small.txt",
        None,
    )?;

    let image = image::open("test.jpg")?;
    let results = engine.recognize(&image)?;

    for item in results {
        println!("{:.2}: {}", item.confidence, item.text);
    }

    Ok(())
}

検出のみ、認識のみのエンジンも作成できます。

let det = ocr_rs::OcrEngine::det_only("models/PP-OCRv6_small_det.mnn", None)?;
let rec = ocr_rs::OcrEngine::rec_only(
    "models/PP-OCRv6_small_rec.mnn",
    "models/ppocr_keys_v6_small.txt",
    None,
)?;

ビルド

cargo build --release
cargo test

パフォーマンス確認

ローカルで Criterion ベンチマークを実行します。

cargo bench --bench bench_metrics

CI と同じ短いパフォーマンス smoke テストを実行します。

OCR_RS_PERF_TESTS=1 cargo test --release --test performance_tests -- --nocapture --test-threads=1

GitHub Actions は release モードのテストを直列実行し、PERF_METRIC ログを artifact として保存します。回帰ガードは同じ runner 上で direct exact-width パイプラインと従来の crop パイプラインを比較し、中央値の比率が OCR_RS_PERF_REGRESSION_LIMIT（既定値 1.15）を超えた場合に失敗するため、不安定な絶対時間には依存しません。

互換性がある場合は CPU または Apple Metal の事前ビルド済み MNN が自動的に使われます。事前ビルドに含まれない GPU feature を有効にすると、MNN は自動的にソースからビルドされます。

cargo build --features build-mnn-from-source
cargo build --release --features cuda
cargo build --release --features vulkan

ビルド前に対象バックエンドの SDK と開発ライブラリをインストールしてください。GPU バックエンドは OcrEngineConfig で指定します。

use ocr_rs::{Backend, OcrEngineConfig};

let config = OcrEngineConfig::new().with_backend(Backend::Metal);
assert!(Backend::Metal.is_available());

リンクされた MNN に要求したバックエンドが登録されていない場合、CPU に暗黙でフォールバックせず、エンジン作成時に MnnError::BackendUnavailable を返します。

OcrEngineConfig は OpenCL で既定として buffer memory を使用し、極端に幅広いテキスト領域が GPU の 2D image 幅上限を超えることを防ぎます。上級ユーザーは with_gpu_memory_mode(GpuMemoryMode::Auto) または GpuMemoryMode::Image で上書きできます。この設定は OpenCL 以外のバックエンドでは無視されます。

x86_64-pc-windows-gnu は MNN をソースからビルドするため、MinGW C/C++ ツールチェーンが必要です。デフォルトでは対応する MinGW ランタイム DLL の配布が必要です。static-cpp-runtime を有効にすると libstdc++、libgcc、winpthreads が静的リンクされ、生成されたバイナリは MinGW ランタイム DLL に依存しません。

cargo build --release --target x86_64-pc-windows-gnu --features static-cpp-runtime

NVIDIA の Windows CUDA ツールチェーンには MSVC が必要です。CUDA のソースビルドには x86_64-pc-windows-msvc を使うか、mnn-dynamic/mnn-static で互換 MNN を指定してください。

この feature が制御するのは ocr-rs 自身がリンクするランタイムです。mnn-dynamic で指定した DLL には、独自の MinGW ランタイム依存関係が残る場合があります。

License

Apache-2.0