PP-OCRv6 来了，C# 离线 OCR OnnxOCRSharp再升级
1、写在前面
在《离线桌面OCR的用户有福了！试试OnnxOCR的C#版》里，我把 OnnxOCR 的 Python 实现移植成了 C# 版 OnnxOCRSharp，当时用的是 PP-OCRv5 mobile 模型，产品的MVP算是落地了。而在《PP-OCRv6 ONNX部署的官方和手搓方案》中，我又手搓了PP-OCRv6的ONNX部署方案。而今天，OnnxOCRSharp 正式支持 PP-OCRv6了。
这次跟着 PP-OCRv6 的架构变化，把检测后处理、识别预处理、字典加载、图像裁剪整条流水线都重构了一遍。同时发布了0.1.1 版本——NuGet 包可以引用，桌面应用可以直接下载使用，安装包里也不再捆绑 v5 模型了。
同时，我终于把github上自动化发布给玩明白了，直接下载的桌面应用是一体免安装的，打开直接使用。感觉是打开了新世界的大门，越来越有意思了！
2、本次更新了啥
2.1 版本目标
| 交付物 | 说明 |
|---|---|
| OnnxOcr.Core | 核心 OCR 引擎，适配 PP-OCRv6 |
| NuGet 包 | OnnxOcr.Core，方便其他 C# 项目引用 |
| OnnxOcr.Desktop 0.1.0 | 带界面的桌面应用，可直接使用 |
| 模型 | 默认使用 PP-OCRv6_tiny 模型 |
2.2 项目分层（延续 v5 架构）
分层结构没有大改，还是在 v5 基础上做增量适配：
┌─────────────────────────────────────────┐ │ OnnxOcr.Desktop 0.1.1 (WPF) │ 视图 + ViewModel + 关于页 ├─────────────────────────────────────────┤ │ OnnxOcr.App │ 应用服务、DTO ├─────────────────────────────────────────┤ │ OnnxOcr.Core │ OCR 引擎（v6 适配） ├─────────────────────────────────────────┤ │ OnnxOcr.Infrastructure │ ONNX Session、配置加载 └─────────────────────────────────────────┘2.3 流水线变化
v5 时代是「检测 → [可选]方向校正 → 识别」，v6 官方 ONNX 方案简化为两阶段：
图片输入 ↓ TextDetector（PP-OCRv6 det）→ DbPostProcessV6 ↓ ImageCropper（透视变换裁剪） ↓ TextRecognizer（PP-OCRv6 rec）→ CtcLabelDecode ↓ OcrResult方向分类模块保留在代码里，但默认关闭——和 Python 手搓方案保持一致。
3、核心改动详解
整体仍是TextSystem串联TextDetector → ImageCropper → TextRecognizer，v5 / v6共用同一套实现，差异主要体现在预设参数、模型路径和字典来源。
3.1 检测模块（TextDetector + DbPostProcess）
预处理：检测仍用 ImageNet 归一化
检测预处理在DetPreprocessor里，v5 和 v6 走同一段代码：
// DetPreprocessor.NormalizeImage — 检测侧varmean=new[]{0.485f,0.456f,0.406f};varstd=new[]{0.229f,0.224f,0.225f};// ConvertTo CV_32FC3 → 按通道 (x/255 - mean) / std另外会对过小图做 padding、按limit_side_len缩放并对齐到 32 的倍数，再转成 CHW 张量喂给 ONNX。
0.5 归一化只用在识别侧（见 3.2），这一点和 Python 手搓笔记里的写法不同。
后处理：DbPostProcess + findContours
后处理类是DbPostProcess，v5 / v6 共用。流程是：
- 概率图按
det_db_thresh二值化得到 mask（可选 dilation） Cv2.FindContours找轮廓MinAreaRect得到旋转框，BoxScoreFast/BoxScoreSlow按区域平均概率过滤Unclip扩框后映射回原图坐标
// DbPostProcess.BoxesFromBitmapCv2.FindContours(mask,outPoint[][]contours,out_,RetrievalModes.List,ContourApproximationModes.ApproxSimple);for(varindex=0;index<numContours;index++){var(points,shortSide)=GetMiniBoxes(contour);// MinAreaRectif(shortSide<3)continue