PaddleOCRSharp 版本更新
本项目是一个基于PaddleOCR的C++代码修改并封装的.NET的工具类库。包含文本识别、文本检测、基于文本检测结果的统计分析的表格识别功能，同时针对小图识别不准的情况下，做了优化，提高识别准确率。包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测。 项目封装极其简化，实际调用仅几行代码，极大的方便了中下游开发者的使用和降低了PaddleOCR的使用入门级别，同时提供不同的.NET框架使用，方便各个行业应用开发与部署。Nuget包即装即用，可以离线部署，不需要网络就可以识别的高精度中英文OCR。
本项目中PaddleOCR.dll文件是基于开源项目PaddleOCR的C++代码修改而成的C++动态库，基于opencv的x64编译而成的。
支持以下NET框架：
net35;net40;net461;net48;netstandard2.0;netcoreapp3.1;net5.0;net6.0;
模型库支持轻量版（本项目）、服务器版模型库（更准确），可以自行更改模型库适用实际需求。
关于源码编译，建议采用vs2022版本编译，如果遇到无法编译，请切换成release后再切换回debug即可。
全部调用参数 官方PaddleOCR参数
#region 通用参数
/// <summary>
/// 是否使用GPU，默认关闭
/// </summary>
public byte use_gpu { get; set; } = 0;
/// <summary>
/// GPU id，使用GPU时有效
/// </summary>
public int gpu_id { get; set; } = 0;
/// <summary>
/// 申请的GPU内存，使用GPU时有效
/// </summary>
public int gpu_mem { get; set; } = 4000;
/// <summary>
/// 使用线程数，默认2
/// </summary>
public int numThread { get; set; } = 2;
/// <summary>
/// 启用mkldnn加速，默认开启
/// </summary>
public byte Enable_mkldnn { get; set; } = 1;
#endregion
#region 检测模型相关
/// <summary>
/// 补白边，默认50，暂时没有用
/// </summary>
public int Padding { get; set; } = 50;
/// <summary>
/// 输入图像长宽大于960时，等比例缩放图像，使得图像最长边为960
/// </summary>
public int MaxSideLen { get; set; } = 960;
/// <summary>
/// DB后处理过滤box的阈值，如果检测存在漏框情况，可酌情减小
/// </summary>
public float BoxScoreThresh { get; set; } = 0.5f;
/// <summary>
/// 用于过滤DB预测的二值化图像，设置为0.-0.3对结果影响不明显
/// </summary>
public float BoxThresh { get; set; } = 0.3f;
/// <summary>
/// 表示文本框的紧致程度，越小则文本框更靠近文本
/// </summary>
public float UnClipRatio { get; set; } = 1.6f;
/// <summary>
/// DoAngle 默认1启用
/// </summary>
public byte DoAngle { get; set; } = 1;
/// <summary>
/// MostAngle 默认1启用
/// </summary>
public byte MostAngle { get; set; } = 1;
/// <summary>
/// 是否使用多边形框计算bbox score，false表示使用矩形框计算。矩形框计算速度更快，多边形框对弯曲文本区域计算更准确。
/// </summary>
public byte use_polygon_score { get; set; } = 0;
/// <summary>
/// 是否对结果进行可视化，为1时，会在当前文件夹下保存文件名为ocr_vis.png的预测结果。
/// </summary>
public byte visualize { get; set; } = 0;
#endregion
#region 方向分类器相关
/// <summary>
/// 启用方向选择器，默认关闭
/// </summary>
public byte use_angle_cls { get; set; } = 0;
/// <summary>
/// 方向分类器的得分阈值
/// </summary>
public float cls_thresh { get; set; } = 0.9f;
#endregion
Cpp //PaddleOCR.dll的头文件和库文件，方便C++调用PaddleOCR.dll
PaddleOCRLib //OCR运行需要的文件
|--inference //OCR的模型库文件夹
|--libiomp5md.dll //第三方引用库
|--mkldnn.dll //第三方引用库
|--mklml.dll //第三方引用库
|--opencv_world411.dll //第三方引用库
|--paddle_inference.dll //飞桨库
|--PaddleOCR.dll //基于开源项目PaddleOCR修改的C++动态库
PaddleOCRSharp //.NET封装库项目
PaddleOCRCppDemo //C++调用示例项目
PaddleOCRSharpDemo //.NET调用示例项目
#include <iostream>
#include <Windows.h>
#include <tchar.h>
#include "string"
#include <include/Parameter.h>
#include <string.h>
using namespace std;
#pragma comment (lib,"PaddleOCR.lib")
extern "C" {
/// <summary>
/// PaddleOCREngine引擎初始化
/// </summary>
/// <param name="det_infer"></param>
/// <param name="cls_infer"></param>
/// <param name="rec_infer"></param>
/// <param name="keys"></param>
/// <param name="parameter"></param>
/// <returns></returns>
__declspec(dllimport) int* Initialize(char* det_infer, char* cls_infer, char* rec_infer, char* keys, OCRParameter parameter);
/// <summary>
/// 文本检测
/// </summary>
/// <param name="engine"></param>
/// <param name="imagefile"></param>
/// <param name="pOCRResult">返回结果</param>
/// <returns></returns>
__declspec(dllimport) int Detect(int* engine, char* imagefile, LpOCRResult* pOCRResult);
/// <summary>
/// 释放引擎对象
/// </summary>
/// <param name="engine"></param>
__declspec(dllimport) void FreeEngine(int* engine);
/// <summary>
/// 释放文本识别结果对象
/// </summary>
/// <param name="pOCRResult"></param>
__declspec(dllimport) void FreeDetectResult(LpOCRResult pOCRResult);
};
std::wstring string2wstring(const std::string& s)
{
int len;
int slength = (int)s.length() + 1;
len = MultiByteToWideChar(CP_ACP, 0, s.c_str(), slength, 0, 0);
wchar_t* buf = new wchar_t[len];
MultiByteToWideChar(CP_ACP, 0, s.c_str(), slength, buf, len);
std::wstring r(buf);
delete[] buf;
return r;
}
int main()
{
LpOCRResult lpocrreult;
OCRParameter parameter;
/*parameter.enable_mkldnn = false;*/
char path[MAX_PATH];
GetCurrentDirectoryA(MAX_PATH, path);
string cls_infer(path);
cls_infer += "\\inference\\ch_ppocr_mobile_v2.0_cls_infer";
string rec_infer(path);
rec_infer += "\\inference\\ch_PP-OCRv2_rec_infer";
string det_infer(path);
det_infer += "\\inference\\ch_PP-OCRv2_det_infer";
string ocrkeys(path);
ocrkeys += "\\inference\\ppocr_keys.txt";
string imagefile(path);
imagefile += "\\test.jpg";
int* pEngine = Initialize(const_cast<char*>(det_infer.c_str()),
const_cast<char*>(cls_infer.c_str()),
const_cast<char*>(rec_infer.c_str()),
const_cast<char*>(ocrkeys.c_str()),
parameter);
int cout = Detect(pEngine, const_cast<char*>(imagefile.c_str()), &lpocrreult);
std::wcout.imbue(std::locale("chs"));
for (size_t i = 0; i < cout; i++)
{
wstring ss = (WCHAR*)(lpocrreult->pOCRText[i].ptext);
std::wcout << ss;
}
FreeDetectResult(lpocrreult);
FreeEngine(pEngine);
std::cin.get();
}
#.net使用示例
OpenFileDialog ofd = new OpenFileDialog();
ofd.Filter = "*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png";
if (ofd.ShowDialog() != DialogResult.OK) return;
var imagebyte = File.ReadAllBytes(ofd.FileName);
Bitmap bitmap = new Bitmap(new MemoryStream(imagebyte));
OCRModelConfig config = null;
OCRParameter oCRParameter = new OCRParameter ();
//oCRParameter.use_gpu=1;当使用GPU版本的预测库时，该参数打开才有效果
OCRResult ocrResult = new OCRResult();
using (PaddleOCREngine engine = new PaddleOCREngine(config, oCRParameter))
{
ocrResult = engine.DetectText(bitmap );
}
if (ocrResult != null)
{
MessageBox.Show(ocrResult.Text,"识别结果");
}
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent