一.引言
文字識別，也稱為光學(xué)字符識別（Optical Character Recognition, OCR）荣病，是一種將不同形式的文檔（如掃描的紙質(zhì)文檔码撰、PDF文件或數(shù)字相機拍攝的圖片）中的文字轉(zhuǎn)換成可編輯和可搜索的數(shù)據(jù)的技術(shù)。隨著技術(shù)的發(fā)展个盆，文字識別技術(shù)已經(jīng)成為信息管理脖岛、自動化辦公和智能系統(tǒng)的關(guān)鍵組成部分。
二.簡介
為了易于集成和使用颊亮，我們將文字識別OCR封裝為DLL（動態(tài)鏈接庫）柴梆。這種封裝方式不僅保留了算法的性能優(yōu)勢，還提供了跨平臺和跨語言的兼容性终惑，目前支持編程語言如下：
- C++
- Python
- 易語言
1.C++頭文件
#ifndef __SN_OCR__H__
#define __SN_OCR__H__
#include "windows.h"
//返回參數(shù)
typedef struct SN_STATU {
int code; //錯誤碼绍在，如果為 0 表示成功队询，否則表示錯誤號
char message[4096]; //錯誤信息枣购，如果為 "OK" 表示成功，否則返回錯誤信息
}SN_STATU;
/*啟動OCR文字識別服務(wù)
*
* 參數(shù)：
* [in] szOnnxFilePath： 設(shè)置 onnx 模型文件路徑拒迅，如果設(shè)置為 NULL件舵，默認(rèn)和 DLL文件同級目錄
* [out] pResult： 返回錯誤信息卸察，參數(shù)pResult->code(錯誤碼)如果為 0 表示成功，否則表示錯誤號;
*
* 返回值：成功返回0铅祸，失敗返回錯誤號坑质，詳細(xì)錯誤信息請參考 pResult
*
*/
int WINAPI apiSNInitOCRServer(char* szOnnxFilePath, SN_STATU* pStatu);
/*創(chuàng)建OCR文字識別句柄
*
* 參數(shù)：
* [in] szKey： 卡密(購買卡密：https://shop.4yuns.com/links/7C9F16B7)
* [in] pOnnxFilePath：設(shè)置 onnx 模型文件路徑，如果設(shè)置為 NULL临梗，默認(rèn)和 DLL文件同級目錄
* [out] pResult： 返回錯誤信息涡扼，參數(shù)pResult->code(錯誤碼)如果為 0 表示成功，否則表示錯誤號;
*
* 返回值：成功返回句柄盟庞，失敗返回NULL
*
*/
HANDLE WINAPI apiSNCreateOCRHandle(char* szKey, char* szOnnxFilePath, SN_STATU* pStatu);
/*獲取OCR文字識別卡密到期時間
*
* 參數(shù)：
* [in] handle： 句柄（通過調(diào)用apiSNCreateOCRHandle得到）
* [out] pResult： 返回錯誤信息吃沪，參數(shù)pResult->code(錯誤碼)如果為 0 表示成功，否則表示錯誤號;
*
* 返回值：返回卡密到期時間什猖，失敗返回NULL票彪，錯誤信息請查看參數(shù) pResult->message
*
*/
char* WINAPI apiSNGetKeyExpiresTime(HANDLE handle, SN_STATU* pResult);
/*獲取OCR文字識別結(jié)果（以json字符串形式返回）
*
* 參數(shù)：
* [in] handle： 句柄（通過調(diào)用apiSNCreateOCRHandle得到）
* [in] szImageFilePath： 圖片路徑
* [out] pResult： 返回錯誤信息，參數(shù)pResult->code(錯誤碼)如果為 0 表示成功不狮，否則表示錯誤號;
*
* 返回值：返回OCR文字識別結(jié)果（以json字符串形式返回）降铸，失敗返回NULL，錯誤信息請查看參數(shù) pResult->message
*
*/
char* WINAPI apiSNGetOCRFromImage(HANDLE handle, char* szImageFilePath, SN_STATU* pStatu);
/*釋放OCR文字識別句柄（釋放內(nèi)存）
*
* 參數(shù)：
* [in] handle： 句柄（通過調(diào)用apiSNCreateOCRHandle得到）
*
* 返回值：返回 0 表示成功摇零，其他值表示錯誤號;
*
*/
int WINAPI apiSNDestroyOCRHandle(HANDLE handle);
#endif
2.C++調(diào)用dll接口
#include <iostream>
#include "SNOCR.h"
int main()
{
struct SN_STATU statu = { 0 };
char szExeFullPath[4096] = { 0 };
char szImagePath[4096] = { 0 };
//卡密
char szKey[4096] = "SNKJe9xffLhdFY7r3TcffXq44ThDVcE3BQFQFfVA9VG4";
//onnx模型路徑
char szOnnxFullPath[4096] = { 0 };
GetModuleFileName(NULL, szExeFullPath, 4096);
*strrchr(szExeFullPath, '\\') = 0;
sprintf(szOnnxFullPath, "%s\\SNOCR.onnx", szExeFullPath);
// 注意路徑不要帶有中文
sprintf(szImagePath, "%s\\7.jpg", szExeFullPath);
//1.啟動OCR服務(wù)
int ret = apiSNInitOCRServer(szOnnxFullPath, &statu);
if (ret < 0)
{
printf("Error:%s \n", statu.message);
return 0;
}
//2.創(chuàng)建OCR句柄
HANDLE handle = apiSNCreateOCRHandle(szKey, szOnnxFullPath, &statu);
if (!handle)
{
printf("Error:%s \n", statu.message);
return 0;
}
//3.獲取卡密到期時間
char* szTime = apiSNGetKeyExpiresTime(handle, &statu);
if (!szTime)
{
printf("Error:%s \n", statu.message);
return 0;
}
//4.識別OCR推掸，返回Json字符串
char* szJson = apiSNGetOCRFromImage(handle, szImagePath, &statu);
if (!szJson)
{
printf("Error:%s \n", statu.message);
return 0;
}
printf("%s \n", szJson);
//5.釋放內(nèi)存
apiSNDestroyOCRHandle(handle);
getchar();
}
三.效果演示
1.圖片1
22.jpg
識別效果：
{
"type": 0,
"task_id": 1,
"err_code": 0,
"ocr_result": {
"single_result": [{
"left": 80.136589,
"top": 56.710590,
"right": 413.614105,
"bottom": 89.287964,
"str_utf8": "包頭市特種設(shè)備追溯平臺",
"rate": "0.981197"
}, {
"left": 171.293091,
"top": 99.701866,
"right": 329.740753,
"bottom": 120.792061,
"str_utf8": "設(shè)備編碼: 000001)",
"rate": "0.970116"
}, {
"left": 81.693756,
"top": 274.142029,
"right": 229.766312,
"bottom": 295.966248,
"str_utf8": "RFID 掃描區(qū)域",
"rate": "0.992770"
}, {
"left": 50,
"top": 318.229156,
"right": 181.250000,
"bottom": 339.062500,
"str_utf8": "投訴電話: 12365",
"rate": "0.984698"
}, {
"left": 259.311310,
"top": 352.951111,
"right": 466.734924,
"bottom": 371.130615,
"str_utf8": "包頭市質(zhì)量技術(shù)監(jiān)督局制",
"rate": "0.961233"
}],
"width": "500",
"height": "384"
}
}
2.圖片2
06.jpg
識別效果：
{
"type": 0,
"task_id": 1,
"err_code": 0,
"ocr_result": {
"single_result": [{
"left": 451.128448,
"top": 110.489426,
"right": 1138.148070,
"bottom": 199.850967,
"str_utf8": "中華人民共和國",
"rate": "0.998395"
}, {
"left": 398.003052,
"top": 250.290588,
"right": 1189.906010,
"bottom": 370.648926,
"str_utf8": "居民身份證",
"rate": "0.999714"
}, {
"left": 333.586945,
"top": 605.802917,
"right": 1028.648680,
"bottom": 654.308594,
"str_utf8": "簽發(fā)機關(guān)上海市公安局徐匯分局",
"rate": "0.998378"
}, {
"left": 334.754303,
"top": 712.041199,
"right": 539.191406,
"bottom": 752.816345,
"str_utf8": "有效期限",
"rate": "0.999937"
}, {
"left": 551.186523,
"top": 713.943665,
"right": 1061.341670,
"bottom": 754.974915,
"str_utf8": "2005.10.08-202510.08",
"rate": "0.985583"
}],
"width": "1313",
"height": "858"
}
}
四.常見問題
1.是否支持多線程
支持
五.更新日志
- 2024.12.15 OCR 文字識別支持C++/Python/易語言
