C#如何使用PaddleOCR进行图片文字识别功能_C#

paddlepaddle介绍

paddlepaddle（飞桨）是百度开发的深度学习平台，旨在为开发者提供全面、灵活的工具集，用于构建、训练和部署各种深度学习模型。它具有开放源代码、高度灵活性、可扩展性和分布式训练等特点。paddlepaddle支持端到端的部署，可以将模型轻松应用于服务器、移动设备和边缘设备。此外，paddlepaddle拥有丰富的预训练模型库，涵盖图像分类、目标检测、语义分割等常见任务。社区支持和生态系统完善，为开发者提供了丰富的教程、文档和示例代码，助力深度学习模型的开发和应用。

paddleocr介绍

paddleocr是基于飞桨（paddlepaddle）深度学习框架开发的开源光学字符识别（ocr）工具。它提供了端到端的ocr解决方案，支持文本检测、文本识别以及关键点检测等功能。paddleocr具有高度灵活性和可扩展性，可以适应多种场景下的文本识别需求，包括身份证识别、车牌识别、表格识别等。通过预训练的模型，paddleocr能够实现高精度的文本检测和识别，同时支持多语言文本识别，包括中文、英文等。此外，paddleocr还提供了丰富的api接口和模型库，方便开发者快速集成和部署ocr功能，助力各种应用场景下的文本识别任务。

paddlesharp介绍

paddlesharp是一个基于c#语言封装的飞桨（paddlepaddle）深度学习框架的库。它为c#开发者提供了在熟悉的环境中利用飞桨强大功能的能力。paddlesharp支持构建、训练和部署各种深度学习模型，包括图像分类、目标检测、语义分割等任务。该库提供了丰富的功能和工具，包括模型构建、预训练模型加载、高性能计算支持等。通过paddlesharp，开发者可以利用飞桨底层计算库实现高性能的深度学习计算，有效地利用gpu或cpu资源。总体而言，paddlesharp为c#开发者提供了一个便捷的工具，使他们能够在c#环境中轻松应用飞桨的深度学习功能。

winform界面设计

winform界面设计如下：

就两个按钮一个富文本框一个picturebox。

步骤

安装对应的nuget

进行图片文字识别

使用的代码也比较简单：

fullocrmodel model = localfullmodels.chinesev3;
using (paddleocrall all = new paddleocrall(model, paddledevice.mkldnn())
{
    allowrotatedetection = true, /* 允许识别有角度的文字 */
    enable180classification = false, /* 允许识别旋转角度大于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;

这行代码创建了一个fullocrmodel对象，该对象表示paddleocr的模型。localfullmodels.chinesev3是一个预训练的模型，专门用于识别中文字符。

using (paddleocrall all = new paddleocrall(model, paddledevice.mkldnn())
{
    allowrotatedetection = true, /* 允许识别有角度的文字 */
    enable180classification = false, /* 允许识别旋转角度大于90度的文字 */
})

这段代码创建了一个paddleocrall对象，该对象用于运行ocr模型并获取识别结果。paddledevice.mkldnn()表示使用intel的mkl-dnn库来加速计算。
allowrotatedetection = true表示允许识别有角度的文字，即使文字并不完全水平，也能被识别。
enable180classification = false表示不允许识别旋转角度大于90度的文字，如果文字旋转的角度过大，可能无法被正确识别。
using关键字用于确保paddleocrall对象在不再需要时能被正确地释放，避免内存泄漏。

 using (mat src2 = cv2.imread(selectedpicture))

这行代码使用opencv的imread函数读取指定路径的图片文件，返回一个mat对象，该对象是opencv用于表示图像的类。selectedpicture是图片文件的路径。using关键字确保mat对象在不再需要时能被正确地释放，避免内存泄漏。

paddleocrresult result = all.run(src2);

这行代码将读取的图片传递给paddleocr模型进行文字识别。all.run(src2)会运行ocr模型并返回识别结果，结果被存储在paddleocrresult对象中。

paddleocrresult是一个record，属性有regions与text：

本示例的regins如下所示：

本示例的text如下所示：

本示例的效果如下图所示：

本示例全部代码：

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($"您选中的图片路径为：{selectedpicture}");
                // 使用image类加载图片
                image image = image.fromfile(selectedpicture);
                // 让picturebox完全显示图片
                picturebox1.sizemode = pictureboxsizemode.zoom;
                // 将图片显示在picturebox中
                picturebox1.image = image;
            }
            else
            {
                messagebox.show("您本次没有选择任何图片！！！");
            }
        }
        private void button2_click(object sender, eventargs e)
        {
            fullocrmodel model = localfullmodels.chinesev3;
            using (paddleocrall all = new paddleocrall(model, paddledevice.mkldnn())
            {
                allowrotatedetection = true, /* 允许识别有角度的文字 */
                enable180classification = false, /* 允许识别旋转角度大于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的命令行使用与python脚本使用

我选择paddlesharp的原因是想在c#中应用中直接使用，如果你不熟悉c#，可以选择在命令行或者python脚本中使用paddleocr。

具体安装过程官网上有教程，其他人也出了很多教程，我这里就不重复说了，就简单演示一下命令行与python脚本的使用。

命令行使用

命令：

paddleocr --image_dir ./封面.png --use_angle_cls true --use_gpu false

效果：

python脚本使用

python脚本如下所示：

from paddleocr import paddleocr, draw_ocr
# paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 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学习内容\\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)
# 显示结果
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：