当前位置：首页 > news >正文

什么是OCR

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；通俗一点将，OCR技术就是识别图像上的文本字符内容，进而用于分析或其他用途。

PaddleOCRSharp简介

PaddleOCR是百度开源的OCR工具库，基于PaddlePaddle深度学习框架构建，集成了文本检测、方向分类和文字识别三大核心模块。其技术架构采用CRNN（卷积循环神经网络）与DB（Differentiable Binarization）算法的组合，在保持高精度的同时实现高效推理。PaddleOCRSharp是一款C#版的基于百度飞桨OCR进行封装的文字识别组件，它简化了PaddleOCR的相关调用，并可以不依赖网络进行离线识别，并且识别效率和准确率也相当高。

应用实例

首先创建一个WinForm程序，并通过Nuget包管理器安装PaddleOCRSharp组件，如下所示：

说明：PaddleOCRSharp组件运行时，依赖Paddle.Runtime.win_x64组件，否则无法运行，安装成功后编译程序，在输出目录下可以看到PaddleOCRSharp引用库，以及模型文件，主要包含以下三种：

inference目录为离线模型文件夹，存放OCR文字识别所需的模型文件。
Paddle开头的为OCR识别的依赖库
飞桨OCR技术是基于C++开发的，所以需要C++运行环境。

具体如下所示：

核心代码

PaddleOCRSharp应用非常简单，只需要几行代码即可实现文字识别，主要包含如下内容：

初始化PaddleOCREngine引擎实例对象，此对象可不必每次识别都初始化，可定义为全局变量，只在软件启动时进行初始化，频繁的初始化可能会导致失败或其他问题。
调用实例的DetectText方法即可，此方法接收一个Bitmap类型的图像实例，并返回一个OCRResult结果。
遍历OCRResult的的TextBlocks属性，即可获取所有识别的文本。

具体如下所示：

private void PaddleOcr()
{OCRModelConfig config = null;OCRParameter ocrParameter = new OCRParameter();// 初始化引擎PaddleOCREngine engine = new PaddleOCREngine(config, ocrParameter);Bitmap bmp = new Bitmap(this.txtImageFile.Text);// 调用OCR引擎进行识别OCRResult ocrResult = engine.DetectText(bmp);if (ocrResult != null){foreach (var block in ocrResult.TextBlocks){//Console.WriteLine($"文字: {block.Text}");//Console.WriteLine($"方向: {block.Direction}"); // 输出文字方向信息if (string.IsNullOrEmpty(block.Text)){continue;}this.Invoke(() =>{this.txtInfo.AppendText(block.Text + Environment.NewLine);});}}
}

辅助代码

本实例首先读取用户选择的图片，并显示到页面上，代码如下所示：

private void btnOpen_Click(object sender, EventArgs e)
{this.txtImageFile.Text = "";OpenFileDialog openFileDialog = new OpenFileDialog();openFileDialog.Filter = "图片PNG|*.png|图片JPG|*.jpg|图片JPEG|*.jpeg";openFileDialog.Multiselect = false;if (openFileDialog.ShowDialog() == DialogResult.OK){string imageFile = openFileDialog.FileName;using (Stream fs = new FileStream(imageFile, FileMode.Open)){Image image = Image.FromStream(fs);this.pbImg.Image = image;}this.txtImageFile.Text = imageFile;}
}

图像识别，调用上述封装好的PaddleOcr方法，由于PaddleOCR识别时间比较长，避免造成页面卡顿，采用后台线程处理，并通过IProgress接口更新识别状态，如下所示：

private void btnRecognize_Click(object sender, EventArgs e)
{if (string.IsNullOrEmpty(txtImageFile.Text) || !File.Exists(txtImageFile.Text)){MessageBox.Show("请选择需要识别的图片");return;} this.txtInfo.Clear();Task task = Task.Run(() =>{this.progress.Report(true);PaddleOcr();this.progress.Report(false);});
}

IProgress接口用于更新UI上识别进度，如下所示：

private IProgress<bool> progress;private void FrmMain_Load(object sender, EventArgs e)
{this.progress = new Progress<bool>(UpdteProgressStatus);
}private void UpdteProgressStatus(bool running)
{this.Invoke(() =>{if (running){this.lblStatus.Text = "进行中";this.pbRecognizeStatus.Visible = true;this.lblStatus.ForeColor = Color.Red;}else{this.lblStatus.Text = "完成";this.pbRecognizeStatus.Visible = false;this.lblStatus.ForeColor = Color.Green;}});
}