推荐一款基于.NET和百度飞桨的OCR识别组件

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。

 

什么是OCR

 

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。

 

PaddleOCRSharp简介

 

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。

 

应用实例

 

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：

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：

1. 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。
2. Paddle开头的为OCR识别的依赖库
3. 飞桨OCR技术是基于C++开发的，所以需要C++运行环境。

具体如下所示：

 

核心代码

 

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：

1. 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。
2. 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。
3. 遍历OCRResult的的TextBlocks属性，即可获取所有识别的文本。

具体如下所示：

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);
			});
        }
    }
}

 

辅助代码

 

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：

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;
    }
}

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：

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);
	});
}

 IProgress接口用于更新UI上识别进度，如下所示：

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;
		}
	});
}

 

OCR识别效果

 

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：

 

进一步思考

 

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。

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。