C#如何使用PaddleOCR進(jìn)行圖片文字識(shí)別功能
PaddlePaddle介紹
PaddlePaddle(飛槳)是百度開(kāi)發(fā)的深度學(xué)習(xí)平臺(tái),旨在為開(kāi)發(fā)者提供全面、靈活的工具集,用于構(gòu)建、訓(xùn)練和部署各種深度學(xué)習(xí)模型。它具有開(kāi)放源代碼、高度靈活性、可擴(kuò)展性和分布式訓(xùn)練等特點(diǎn)。PaddlePaddle支持端到端的部署,可以將模型輕松應(yīng)用于服務(wù)器、移動(dòng)設(shè)備和邊緣設(shè)備。此外,PaddlePaddle擁有豐富的預(yù)訓(xùn)練模型庫(kù),涵蓋圖像分類(lèi)、目標(biāo)檢測(cè)、語(yǔ)義分割等常見(jiàn)任務(wù)。社區(qū)支持和生態(tài)系統(tǒng)完善,為開(kāi)發(fā)者提供了豐富的教程、文檔和示例代碼,助力深度學(xué)習(xí)模型的開(kāi)發(fā)和應(yīng)用。

PaddleOCR介紹
PaddleOCR是基于飛槳(PaddlePaddle)深度學(xué)習(xí)框架開(kāi)發(fā)的開(kāi)源光學(xué)字符識(shí)別(OCR)工具。它提供了端到端的OCR解決方案,支持文本檢測(cè)、文本識(shí)別以及關(guān)鍵點(diǎn)檢測(cè)等功能。PaddleOCR具有高度靈活性和可擴(kuò)展性,可以適應(yīng)多種場(chǎng)景下的文本識(shí)別需求,包括身份證識(shí)別、車(chē)牌識(shí)別、表格識(shí)別等。通過(guò)預(yù)訓(xùn)練的模型,PaddleOCR能夠?qū)崿F(xiàn)高精度的文本檢測(cè)和識(shí)別,同時(shí)支持多語(yǔ)言文本識(shí)別,包括中文、英文等。此外,PaddleOCR還提供了豐富的API接口和模型庫(kù),方便開(kāi)發(fā)者快速集成和部署OCR功能,助力各種應(yīng)用場(chǎng)景下的文本識(shí)別任務(wù)。

PaddleSharp介紹
PaddleSharp是一個(gè)基于C#語(yǔ)言封裝的飛槳(PaddlePaddle)深度學(xué)習(xí)框架的庫(kù)。它為C#開(kāi)發(fā)者提供了在熟悉的環(huán)境中利用飛槳強(qiáng)大功能的能力。PaddleSharp支持構(gòu)建、訓(xùn)練和部署各種深度學(xué)習(xí)模型,包括圖像分類(lèi)、目標(biāo)檢測(cè)、語(yǔ)義分割等任務(wù)。該庫(kù)提供了豐富的功能和工具,包括模型構(gòu)建、預(yù)訓(xùn)練模型加載、高性能計(jì)算支持等。通過(guò)PaddleSharp,開(kāi)發(fā)者可以利用飛槳底層計(jì)算庫(kù)實(shí)現(xiàn)高性能的深度學(xué)習(xí)計(jì)算,有效地利用GPU或CPU資源??傮w而言,PaddleSharp為C#開(kāi)發(fā)者提供了一個(gè)便捷的工具,使他們能夠在C#環(huán)境中輕松應(yīng)用飛槳的深度學(xué)習(xí)功能。

Winform界面設(shè)計(jì)
Winform界面設(shè)計(jì)如下:

就兩個(gè)按鈕一個(gè)富文本框一個(gè)PictureBox。
步驟
安裝對(duì)應(yīng)的Nuget

進(jìn)行圖片文字識(shí)別
使用的代碼也比較簡(jiǎn)單:
FullOcrModel model = LocalFullModels.ChineseV3;
using (PaddleOcrAll all = new PaddleOcrAll(model, PaddleDevice.Mkldnn())
{
AllowRotateDetection = true, /* 允許識(shí)別有角度的文字 */
Enable180Classification = false, /* 允許識(shí)別旋轉(zhuǎn)角度大于90度的文字 */
})
{
// Load local file by following code:
using (Mat src2 = Cv2.ImRead(selectedPicture))
{
PaddleOcrResult result = all.Run(src2);
richTextBox1.Text = result.Text;
}
}FullOcrModel model = LocalFullModels.ChineseV3;
這行代碼創(chuàng)建了一個(gè)FullOcrModel對(duì)象,該對(duì)象表示PaddleOCR的模型。LocalFullModels.ChineseV3是一個(gè)預(yù)訓(xùn)練的模型,專(zhuān)門(mén)用于識(shí)別中文字符。
using (PaddleOcrAll all = new PaddleOcrAll(model, PaddleDevice.Mkldnn())
{
AllowRotateDetection = true, /* 允許識(shí)別有角度的文字 */
Enable180Classification = false, /* 允許識(shí)別旋轉(zhuǎn)角度大于90度的文字 */
})這段代碼創(chuàng)建了一個(gè)PaddleOcrAll對(duì)象,該對(duì)象用于運(yùn)行OCR模型并獲取識(shí)別結(jié)果。PaddleDevice.Mkldnn()表示使用Intel的MKL-DNN庫(kù)來(lái)加速計(jì)算。
AllowRotateDetection = true表示允許識(shí)別有角度的文字,即使文字并不完全水平,也能被識(shí)別。
Enable180Classification = false表示不允許識(shí)別旋轉(zhuǎn)角度大于90度的文字,如果文字旋轉(zhuǎn)的角度過(guò)大,可能無(wú)法被正確識(shí)別。
using關(guān)鍵字用于確保PaddleOcrAll對(duì)象在不再需要時(shí)能被正確地釋放,避免內(nèi)存泄漏。
using (Mat src2 = Cv2.ImRead(selectedPicture))
這行代碼使用OpenCV的ImRead函數(shù)讀取指定路徑的圖片文件,返回一個(gè)Mat對(duì)象,該對(duì)象是OpenCV用于表示圖像的類(lèi)。selectedPicture是圖片文件的路徑。using關(guān)鍵字確保Mat對(duì)象在不再需要時(shí)能被正確地釋放,避免內(nèi)存泄漏。
PaddleOcrResult result = all.Run(src2);
這行代碼將讀取的圖片傳遞給PaddleOCR模型進(jìn)行文字識(shí)別。all.Run(src2)會(huì)運(yùn)行OCR模型并返回識(shí)別結(jié)果,結(jié)果被存儲(chǔ)在PaddleOcrResult對(duì)象中。
PaddleOcrResult是一個(gè)record,屬性有Regions與Text:

本示例的Regins如下所示:

本示例的Text如下所示:

本示例的效果如下圖所示:

本示例全部代碼:
using OpenCvSharp;
using Sdcb.PaddleInference;
using Sdcb.PaddleOCR.Models.Local;
using Sdcb.PaddleOCR.Models;
using Sdcb.PaddleOCR;
using System.Diagnostics;
namespace PaddleSharpDemo
{
public partial class Form1 : Form
{
string selectedPicture;
public Form1()
{
InitializeComponent();
}
private void button1_Click(object sender, EventArgs e)
{
OpenFileDialog openFileDialog = new OpenFileDialog();
openFileDialog.Filter = "Image Files(*.BMP;*.JPG;*.GIF;*.PNG)|*.BMP;*.JPG;*.GIF;*.PNG|All files (*.*)|*.*";
openFileDialog.FilterIndex = 1;
openFileDialog.Multiselect = false;
if (openFileDialog.ShowDialog() == DialogResult.OK)
{
selectedPicture = openFileDialog.FileName;
MessageBox.Show($"您選中的圖片路徑為:{selectedPicture}");
// 使用Image類(lèi)加載圖片
Image image = Image.FromFile(selectedPicture);
// 讓PictureBox完全顯示圖片
pictureBox1.SizeMode = PictureBoxSizeMode.Zoom;
// 將圖片顯示在PictureBox中
pictureBox1.Image = image;
}
else
{
MessageBox.Show("您本次沒(méi)有選擇任何圖片?。?!");
}
}
private void button2_Click(object sender, EventArgs e)
{
FullOcrModel model = LocalFullModels.ChineseV3;
using (PaddleOcrAll all = new PaddleOcrAll(model, PaddleDevice.Mkldnn())
{
AllowRotateDetection = true, /* 允許識(shí)別有角度的文字 */
Enable180Classification = false, /* 允許識(shí)別旋轉(zhuǎn)角度大于90度的文字 */
})
{
// Load local file by following code:
using (Mat src2 = Cv2.ImRead(selectedPicture))
{
PaddleOcrResult result = all.Run(src2);
richTextBox1.Text = result.Text;
}
}
}
}
}PaddleOCR的命令行使用與Python腳本使用
我選擇PaddleSharp的原因是想在C#中應(yīng)用中直接使用,如果你不熟悉C#,可以選擇在命令行或者Python腳本中使用PaddleOCR。
具體安裝過(guò)程官網(wǎng)上有教程,其他人也出了很多教程,我這里就不重復(fù)說(shuō)了,就簡(jiǎn)單演示一下命令行與Python腳本的使用。
命令行使用
命令:
paddleocr --image_dir ./封面.png --use_angle_cls true --use_gpu false
效果:

Python腳本使用
Python腳本如下所示:
from paddleocr import PaddleOCR, draw_ocr
# Paddleocr目前支持的多語(yǔ)言語(yǔ)種可以通過(guò)修改lang參數(shù)進(jìn)行切換
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch") # need to run only once to download and load model into memory
img_path = 'D:\\桌面\\2024.04學(xué)習(xí)內(nèi)容\\封面.png'
result = ocr.ocr(img_path, cls=True)
for idx in range(len(result)):
res = result[idx]
for line in res:
print(line)
# 顯示結(jié)果
from PIL import Image
result = result[0]
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')效果如下所示:

生成的圖片如下所示:

總結(jié)
之前分享過(guò)Spire.OCR做圖片文字識(shí)別,但是識(shí)別準(zhǔn)確率不及PaddleOCR,并且Spire.OCR還不是開(kāi)源的,因此如果在使用C#的過(guò)程中遇到OCR的需求可以嘗試使用PaddleOCR,以上就是本期的分享,希望對(duì)你有所幫助。
參考
2、sdcb/PaddleSharp: .NET/C# binding for Baidu paddle inference library and PaddleOCR (github.com)
到此這篇關(guān)于C#如何使用PaddleOCR進(jìn)行圖片文字識(shí)別功能的文章就介紹到這了,更多相關(guān)C#圖片文字識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
C#實(shí)現(xiàn)最簡(jiǎn)單的文本加密方法
這篇文章主要介紹了C#實(shí)現(xiàn)最簡(jiǎn)單的文本加密方法,可實(shí)現(xiàn)簡(jiǎn)單的文本加密功能,是非常實(shí)用的技巧,需要的朋友可以參考下2014-12-12
【C#基礎(chǔ)】Substring截取字符串的方法小結(jié)(推薦)
這篇文章主要介紹了Substring截取字符串方法小結(jié),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
C#實(shí)現(xiàn)下載網(wǎng)頁(yè)HTML源碼的方法
這篇文章主要介紹了C#實(shí)現(xiàn)下載網(wǎng)頁(yè)HTML源碼的方法,是一個(gè)非常實(shí)用的技巧,還包含了對(duì)于下載失敗的判斷等邏輯處理,需要的朋友可以參考下2014-09-09
C#實(shí)現(xiàn)銷(xiāo)售管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了C#實(shí)現(xiàn)銷(xiāo)售管理系統(tǒng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-06-06
使用C#開(kāi)發(fā)OPC?Server服務(wù)器源碼解析
OPC?Server服務(wù)器服務(wù)器的開(kāi)發(fā)比較繁瑣,本示例采用C#提供了一種簡(jiǎn)單快速實(shí)現(xiàn)OPCServer的方法,已經(jīng)在工程項(xiàng)目中應(yīng)用,本文對(duì)C#開(kāi)發(fā)OPC?Server服務(wù)器相關(guān)知識(shí)給大家介紹的非常詳細(xì),需要的朋友參考下吧2022-06-06

