简体中文 | English |更新记录
介绍
1. 介绍
本项目是一个基于百度飞桨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。
本项目已经适配PaddleOCR最新版release2.5，并支持PP-OCRv3模型。 超轻量OCR系统PP-OCRv3：中英文、纯英文以及多语言场景精度再提升5% - 11%！
如果使用v3模型，请设置OCR识别参数OCRParameter对象的属性rec_img_h：
rec_img_h=48
本项目只能在X64的CPU上编译和使用，因此不支持32位，暂不支持Linux平台，只能在avx指令集上的CPU上使用。
本项目目前支持以下NET框架：
net35;net40;net45;net451;net452;net46;net461;net462;net47;net471;net472;net48;
netstandard2.0;netcoreapp3.1;
net5.0;net6.0;
使用与部署
1. 参数说明（oCRParameter参数对象）：
| 参数名称 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| use_gpu | byte | 0 | 是否使用GPU |
| gpu_id | int | 0 | GPU id，使用GPU时有效 |
| gpu_mem | int | 4000 | 申请的GPU内存 |
| numThread | int | 10 | CPU预测时的线程数，在机器核数充足的情况下，该值越大，预测速度越快 |
| Enable_mkldnn | byte | 1 | 是否使用mkldnn库，即CPU加速 |
| det | byte | 1 | 是否执行文字检测 |
| rec | byte | 1 | 是否执行文字识别 |
| cls | byte | 0 | 是否执行文字方向分类 |
| MaxSideLen | int | 960 | 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 |
| BoxThresh | float | 0.3 | 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 |
| BoxScoreThresh | float | 0.5 | 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 |
| UnClipRatio | float | 1.6 | 表示文本框的紧致程度，越小则文本框更靠近文本 |
| use_dilation | byte | 0 | 是否在输出映射上使用膨胀 |
| det_db_score_mode | byte | 1 | 1:使用多边形框计算bbox score，0: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 |
| visualize | byte | 0 | 是否对结果进行可视化，为1时，预测结果会保存在output字段指定的文件夹下和输入图像同名的图像上 |
| use_angle_cls | byte | 0 | 是否使用方向分类器 |
| cls_thresh | float | 0.9 | 方向分类器的得分阈值 |
| cls_batch_num | int | 1 | 方向分类器batchsize |
| rec_batch_num | int | 6 | 识别模型batchsize |
| rec_img_h | int | 32 | 识别模型输入图像高度 |
| rec_img_w | int | 320 | 识别模型输入图像宽度 |
| show_img_vis | byte | 0 | 是否显示预测结果 |
2. 使用示例
OpenFileDialog ofd = new OpenFileDialog();
ofd.Filter = "*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png";
if (ofd.ShowDialog() != DialogResult.OK) return;
//使用默认中英文V3模型
OCRModelConfig config = null;
//使用默认参数
OCRParameter oCRParameter = new OCRParameter ();
//识别结果对象
OCRResult ocrResult = new OCRResult();
//建议程序全局初始化一次即可，不必每次识别都初始化，容易报错。
PaddleOCREngine engine = new PaddleOCREngine(config, oCRParameter);
{
ocrResult = engine.DetectText(ofd.FileName );
}
if (ocrResult != null) MessageBox.Show(ocrResult.Text,"识别结果");
2. 模型
OCR识别模型库支持官方所有的模型，也支持自己训练的模型。完全按照飞桨OCR接口搭桥。 本项目部署自带的一种轻量版8.6M模型库、服务器版模型库（更准确，需要自行下载），可以自行更改模型库适用实际需求。
| 模型名称 | 模型大小 | 下载地址 | 备注 |
|---|---|---|---|
| ch_PP-OCRv2 | 10M | 中英文轻量v2 | |
| en_PP-OCRv2 | 4M | 英文数字v2 | |
| ch_PP-OCRv3 | 12M | 中英文轻量v3 | |
| en_PP-OCRv3 | 10M | 英文数字v3 |
如果需要修改成服务器版模型库，参考代码如下：(假设服务器版模型库在运行目录的文件夹inferenceserver下)
//自带轻量版中英文模型PP-OCRv3
// OCRModelConfig config = null;
//服务器中英文模型
//OCRModelConfig config = new OCRModelConfig();
//string root = System.IO.Path.GetDirectoryName(typeof(OCRModelConfig).Assembly.Location);
//string modelPathroot = root + @"\inferenceserver";
//config.det_infer = modelPathroot + @"\ch_ppocr_server_v2.0_det_infer";
//config.cls_infer = modelPathroot + @"\ch_ppocr_mobile_v2.0_cls_infer";
//config.rec_infer = modelPathroot + @"\ch_ppocr_server_v2.0_rec_infer";
//config.keys = modelPathroot + @"\ppocr_keys.txt";
//英文和数字模型
OCRModelConfig config = new OCRModelConfig();
string root = System.IO.Path.GetDirectoryName(typeof(OCRModelConfig).Assembly.Location);
string modelPathroot = root + @"\en";
config.det_infer = modelPathroot + @"\ch_PP-OCRv2_det_infer";
config.cls_infer = modelPathroot + @"\ch_ppocr_mobile_v2.0_cls_infer";
config.rec_infer = modelPathroot + @"\en_number_mobile_v2.0_rec_infer";
config.keys = modelPathroot + @"\en_dict.txt";
源码编译
1.文件夹结构
PaddleOCR //PaddleOCR.dll文件的源代码文件夹
|--cpp //PaddleOCR.dll的Cpp文件
|--include //PaddleOCR.dll的.h文件
PaddleOCRLib //OCR运行需要的文件
|--inference //OCR的轻量中文简体模型库
|--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，源码见根目录下的PaddleOCR文件夹
PaddleOCRSharp //.NET封装库项目，即本项目
PaddleOCRDemo //Demo文件夹
|--Cpp //C++示例项目引用的头文件和库
|--PaddleOCRCppDemo //C++调用示例项目
|--PaddleOCRSharpDemo //.NET调用示例项目
|--WebAPIDemo //.NET的WebAPI示例项目
1.编译
建议使用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。 如果因框架编译问题无法编译，请修改PaddleOCRSharp\PaddleOCRSharp.csproj文件，删除当前电脑环境没有的框架，只保留你想要的.Net框架。 具体框架说明见微软文档SDK 样式项目中的目标框架
<TargetFrameworks>
net35;net40;net45;net451;net452;net46;net461;net462;net47;net471;net472;net48;
netstandard2.0;netcoreapp3.1;
net5.0;net6.0;
</TargetFrameworks>
编译 C++项目PaddleOCR,需要下载paddlepaddle预测库。