ppocr-rs 0.7.3

PP-OCRv6 + PP-DocLayoutV3 + SLANet_plus + RT-DETR-L + PP-LCNet in puro Rust su ort 2.0.0-rc.9. Fork di meibel-ai/paddle-ocr-rs (Apache-2.0) con layout, table structure, cell detection e orientamento documento.
Documentation 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93

[package]
name        = "ppocr-rs"
version     = "0.7.3"
edition     = "2021"
description = "PP-OCRv6 + PP-DocLayoutV3 + SLANet_plus + RT-DETR-L + PP-LCNet in puro Rust su ort 2.0.0-rc.9. Fork di meibel-ai/paddle-ocr-rs (Apache-2.0) con layout, table structure, cell detection e orientamento documento."
license     = "Apache-2.0"
authors     = ["Dario Finardi <df@dariofinardi.it>"]
repository  = "https://github.com/dariofinardi/PaddleOCR-OCR-rs"
keywords    = ["ocr", "paddleocr", "onnx", "document", "layout"]
categories  = ["computer-vision", "science"]
exclude     = ["docs/", "tools/", "tests/", "ocr_test/", ".env", ".env.*"]

# Crediti upstream:
#   - meibel-ai/paddle-ocr-rs (branch ort-rc11) — Apache-2.0
#   - mg-chao/paddle-ocr-rs (upstream originale) — Apache-2.0
# Codice del db_net/crnn_net/cls_net/ocr_utils/scale_param porta avanti la
# Apache-2.0 e l'attribuzione nei header dei file vendorati.

[dependencies]
# ─── ONNX Runtime — pinned 2.0.0-rc.9 ───────────────────────────────────────
# meibel-ai/paddle-ocr-rs è su rc.11; il nostro downport implica una piccola
# modifica al return type di `try_extract_tensor` (vedi src/compat.rs).
# QNN escluso: bench su Snapdragon X Elite mostra che PP-OCRv6 non
# beneficia di Hexagon NPU (postprocessing CPU-bound + shape dinamiche).
ort        = { version = "=2.0.0-rc.9", default-features = false, features = ["ndarray", "directml", "coreml", "cuda", "xnnpack"] }
ort-sys    = "=2.0.0-rc.9"

# ─── Numerica & immagini ───
# ndarray 0.16 — ort rc.9 si appoggia a questa versione (rc.11 era su 0.17).
# Verificato con `cargo tree -i ndarray`. Mismatch → "multiple ndarray versions"
# e i tensor non implementano IntoValueTensor.
ndarray    = "0.16"
image      = "0.25"
imageproc  = "0.25"

# ─── Polygon offset (Vatti unclip) — pure Rust + cc per Clipper C++ ───
# Come paddle-ocr-rs upstream, niente system OpenCV.
geo-types     = "0.7"
geo-clipper   = "0.9"
clipper-sys   = "0.8"

# ─── Errori ───
thiserror  = "2"

# ─── Helper ───
serde      = { version = "1", features = ["derive"] }
serde_json = "1"

# ─── Download modelli (feature-gated) ───
# ureq 2.x: HTTP sync senza tokio. TLS via rustls (no OpenSSL).
# Usato solo da `model_hub` per scaricare ONNX da HuggingFace.
ureq = { version = "2", features = ["tls"], optional = true }

[build-dependencies]
cc = "1"

[features]
default = []
# Abilita ort/download-binaries — solo per test crate-side che linkano il
# binario di test (cargo test --lib --features test-binaries). Edge non
# usa questa feature: ha già il proprio onnxruntime.dll bundleato.
test-binaries = ["ort/download-binaries"]
# Abilita ort/load-dynamic per gli example che usano dlopen al runtime
# invece del link statico. Necessario su ARM64 Windows dove pyke.io
# fornisce solo binari x64 al pinned rc.9 — load-dynamic carica la
# `onnxruntime.dll` di Edge (ARM64-native, bundled in
# Pseudo-Edge/src-tauri/target/debug/binaries/). Set ORT_DYLIB_PATH
# alla DLL prima del run.
example-dynamic = ["ort/load-dynamic"]
# Abilita download automatico dei modelli ONNX da HuggingFace.
# Aggiunge dipendenza `ureq` (HTTP sync, ~200 kB). Non incluso di default
# per tenere il grafo di dipendenze minimale quando i modelli sono già
# disponibili localmente (es. deployment Edge).
fetch-models = ["dep:ureq"]

[[bin]]
name = "ppocr-cli"
path = "src/bin/ppocr_cli.rs"
required-features = []

[dev-dependencies]
# Per esempi e test
anyhow = "1"
# Multi-page TIFF decoder per gli example che usano fixture TIFF reali.
# `image` crate (TiffDecoder) espone solo single-frame; `tiff` direct
# permette di iterare su tutte le pagine via `Decoder::next_image()`.
tiff = "0.10"

# ─── Profilo ottimizzato ───
[profile.release]
opt-level = 3
lto = "thin"
codegen-units = 1