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、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、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。總體而言,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,專門用于識(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。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)自定義光標(biāo)并動(dòng)態(tài)切換
這篇文章主要為大家詳細(xì)介紹了如何利用C#語(yǔ)言實(shí)現(xiàn)自定義光標(biāo)、并動(dòng)態(tài)切換光標(biāo)類型,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2022-07-07親自教你實(shí)現(xiàn)棧及C#中Stack源碼分析
大家都知道棧的實(shí)現(xiàn)方式有兩種,一種是基于數(shù)組實(shí)現(xiàn)的順序棧,另一種是基于鏈表實(shí)現(xiàn)的鏈?zhǔn)綏!_@篇文章主要介紹了手把手教你實(shí)現(xiàn)棧以及C#中Stack源碼分析,需要的朋友可以參考下2021-09-09可替代log4j日志的c#簡(jiǎn)單日志類隊(duì)列實(shí)現(xiàn)類代碼分享
簡(jiǎn)單日志類隊(duì)列實(shí)現(xiàn)??砂刺熘茉履甏笮》指钗募?珊?jiǎn)單替代log4j2013-12-12C#之WinForm WebBrowser實(shí)用技巧匯總
這篇文章主要介紹了C#之WinForm WebBrowser實(shí)用技巧匯總,包括常見(jiàn)的各種設(shè)置及信息獲取等,需要的朋友可以參考下2014-08-08