推荐一款基于.NET和百度飞桨的OCR识别组件
<p>随着AI技术的发展，图像识别技术应用越来越广泛，OCR（Optical Character Recognition，光学字符识别）技术做为图像识别技术的应用场景之一，广泛的应用于零售，政务，工业，金融等领域，如车牌号识别，身份证识别等。今天以一个简单的小例子，简述在.NET开发中，如何利用第三方OCR组件库进行图像文字识别，仅供学习分享使用，如有不足之处，还请指正。</p><p> </p>
<h1>什么是OCR</h1>
<p> </p>
<p>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。</p>
<p> </p>
<h1>PaddleOCRSharp简介</h1>
<p> </p>
<p>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。</p>
<p><img src="https://img2024.cnblogs.com/blog/1068941/202601/1068941-20260119215210901-553761055.png"></p>
<p> </p>
<h1>应用实例</h1>
<p> </p>
<p>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：</p>
<p><img src="https://img2024.cnblogs.com/blog/1068941/202601/1068941-20260119211209202-1352482589.png"></p>
<p>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：</p>
<ol>
<li>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。</li>
<li>Paddle开头的为OCR识别的依赖库</li>
<li>飞桨OCR技术是基于C++开发的，所以需要C++运行环境。</li>
</ol>
<p>具体如下所示：</p>
<p><img src="https://img2024.cnblogs.com/blog/1068941/202601/1068941-20260119212001294-2055819453.png"></p>
<p> </p>
<h1>核心代码</h1>
<p> </p>
<p>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：</p>
<ol>
<li>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。</li>
<li>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。</li>
<li>遍历OCRResult的的TextBlocks属性，即可获取所有识别的文本。</li>
</ol>
<p>具体如下所示：</p>
<pre class="language-csharp highlighter-hljs"><code>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);
});
}
}
}</code></pre>
<p> </p>
<h1>辅助代码</h1>
<p> </p>
<p>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：</p>
<pre class="language-csharp highlighter-hljs"><code>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;
}
}</code></pre>
<p>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：</p>
<pre class="language-csharp highlighter-hljs"><code>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);
});
}</code></pre>
<p> IProgress接口用于更新UI上识别进度，如下所示：</p>
<pre class="language-csharp highlighter-hljs"><code>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;
}
});
}</code></pre>
<p> </p>
<h1>OCR识别效果</h1>
<p> </p>
<p>上述代码运行后实例，网上找了一张身份证示例图片，识别结果如下：</p>
<p><img src="https://img2024.cnblogs.com/blog/1068941/202601/1068941-20260119214905046-105570183.gif"></p>
<p> </p>
<h1>进一步思考</h1>
<p> </p>
<p>在实际应用中，受限于图像的清晰度，颜色，大小或其他干扰因素，只靠OCR识别并一定能准确完整的识别出其中的文本，此时可能需要结合其他的计算机视觉开发技术，如灰度，二值化等去噪技术进行预处理，才能提升识别的精确度。</p>
<p>以上就是《推荐一款基于.NET和百度飞桨的OCR识别组件》的全部内容，旨在抛砖引玉，一起学习，共同进步。</p>
</div>
<div id="MySignature" role="contentinfo">
<div id="AllanboltSignature">
<p style="border-top: #e0e0e0 1px dashed; border-right: #e0e0e0 1px dashed; border-bottom: #e0e0e0 1px dashed; border-left: #e0e0e0 1px dashed; padding-top: 10px; padding-right: 10px; padding-bottom: 10px; padding-left: 30px; font-family: 微软雅黑; font-size: 12px" id="PSignature">
<br>
<img alt="" src="https://images.cnblogs.com/cnblogs_com/hsiang/1154298/o_115f1cd8.jpg" width="80px" height="80px">
作者：老码识途
<br>
出处：http://www.cnblogs.com/hsiang/
<br>
本文版权归作者和博客园共有，写文不易，支持原创，欢迎转载【点赞】，转载请保留此段声明，且在文章页面明显位置给出原文连接，谢谢。
<br>关注个人公众号，定时同步更新技术及职场文章
<br><br>
</p>
</div><br><br>
来源：https://www.cnblogs.com/hsiang/p/19503840
頁:
[1]