本期推荐的是基于PaddleOCR的C++代码修改并封装的.NET的工具类库。
项目介绍
本项目是一个基于PaddleOCR的C++代码修改并封装的.NET的工具类库。包含文本识别、文本检测、基于文本检测结果的统计分析的表格识别功能，同时针对小图识别不准的情况下，做了优化，提高识别准确率。
包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测。
本项目中PaddleOCR.dll文件是基于开源项目PaddleOCR的C++代码修改而成的C++动态库，基于opencv的x64编译而成的。
全部调用参数介绍
#region 通用参数
/// <summary>
/// 是否使用GPU，默认关闭
/// </summary>
public byte use_gpu { get; set; } = 0;
/// <summary>
/// GPU id，使用GPU时有效
/// </summary>
public int gpu_id { get; set; } = 0;
/// <summary>
/// 申请的GPU内存，使用GPU时有效
/// </summary>
public int gpu_mem { get; set; } = 4000;
/// <summary>
/// 使用线程数，默认2
/// </summary>
public int numThread { get; set; } = 2;
/// <summary>
/// 启用mkldnn加速，默认开启
/// </summary>
public byte Enable_mkldnn { get; set; } = 1;
#endregion
#region 检测模型相关
/// <summary>
/// 补白边，默认50，暂时没有用
/// </summary>
public int Padding { get; set; } = 50;
/// <summary>
/// 输入图像长宽大于960时，等比例缩放图像，使得图像最长边为960
/// </summary>
public int MaxSideLen { get; set; } = 960;
/// <summary>
/// DB后处理过滤box的阈值，如果检测存在漏框情况，可酌情减小
/// </summary>
public float BoxScoreThresh { get; set; } = 0.5f;
/// <summary>
/// 用于过滤DB预测的二值化图像，设置为0.-0.3对结果影响不明显
/// </summary>
public float BoxThresh { get; set; } = 0.3f;
/// <summary>
/// 表示文本框的紧致程度，越小则文本框更靠近文本
/// </summary>
public float UnClipRatio { get; set; } = 1.6f;
/// <summary>
/// DoAngle 默认1启用
/// </summary>
public byte DoAngle { get; set; } = 1;
/// <summary>
/// MostAngle 默认1启用
/// </summary>
public byte MostAngle { get; set; } = 1;
/// <summary>
/// 是否使用多边形框计算bbox score，false表示使用矩形框计算。矩形框计算速度更快，多边形框对弯曲文本区域计算更准确。
/// </summary>
public byte use_polygon_score { get; set; } = 0;
/// <summary>
/// 是否对结果进行可视化，为1时，会在当前文件夹下保存文件名为ocr_vis.png的预测结果。
/// </summary>
public byte visualize { get; set; } = 0;
#endregion
#region 方向分类器相关
/// <summary>
/// 启用方向选择器，默认关闭
/// </summary>
public byte use_angle_cls { get; set; } = 0;
/// <summary>
/// 方向分类器的得分阈值
/// </summary>
public float cls_thresh { get; set; } = 0.9f;
#endregion服务器端C++预测
准备环境
- Linux环境，推荐使用docker。
- Windows环境，目前支持基于Visual Studio 2019 Community进行编译。
编译opencv库
- 首先需要从opencv官网上下载在Linux环境下源码编译的包，以opencv3.4.7为例，下载命令如下。
cd deploy/cpp_infer
wget https://paddleocr.bj.bcebos.com/libs/opencv/opencv-3.4.7.tar.gz
tar -xf opencv-3.4.7.tar.gz最终可以在当前目录下看到opencv-3.4.7/的文件夹。
- 编译opencv，设置opencv源码路径(root_path)以及安装路径(install_path)。进入opencv源码路径下，按照下面的方式进行编译。
root_path="your_opencv_root_path"
install_path=${root_path}/opencv3
build_dir=${root_path}/build
rm -rf ${build_dir}
mkdir ${build_dir}
cd ${build_dir}
cmake .. \
-DCMAKE_INSTALL_PREFIX=${install_path} \
-DCMAKE_BUILD_TYPE=Release \
-DBUILD_SHARED_LIBS=OFF \
-DWITH_IPP=OFF \
-DBUILD_IPP_IW=OFF \
-DWITH_LAPACK=OFF \
-DWITH_EIGEN=OFF \
-DCMAKE_INSTALL_LIBDIR=lib64 \
-DWITH_ZLIB=ON \
-DBUILD_ZLIB=ON \
-DWITH_JPEG=ON \
-DBUILD_JPEG=ON \
-DWITH_PNG=ON \
-DBUILD_PNG=ON \
-DWITH_TIFF=ON \
-DBUILD_TIFF=ON
make -j
make install也可以直接修改tools/build_opencv.sh的内容，然后直接运行下面的命令进行编译。
sh tools/build_opencv.sh其中root_path为下载的opencv源码路径，install_path为opencv的安装路径，make install完成之后，会在该文件夹下生成opencv头文件和库文件，用于后面的OCR代码编译。
最终在安装路径下的文件结构如下所示。
opencv3/
|-- bin
|-- include
|-- lib
|-- lib64
|-- share下载或者编译Paddle预测库
直接下载安装：
https://paddle-inference.readthedocs.io/en/latest/user_guides/download_lib.html
- 下载之后使用下面的方法解压，最终会在当前的文件夹中生成paddle_inference/的子文件夹。
tar -xf paddle_inference.tgz预测库源码编译
- 如果希望获取最新预测库特性，可以从Paddle github上克隆最新代码，源码编译预测库。
git clone https://github.com/PaddlePaddle/Paddle.git
git checkout release/2.2- 进入Paddle目录后，编译方法如下。
rm -rf build
mkdir build
cd build
cmake .. \
-DWITH_CONTRIB=OFF \
-DWITH_MKL=ON \
-DWITH_MKLDNN=ON \
-DWITH_TESTING=OFF \
-DCMAKE_BUILD_TYPE=Release \
-DWITH_INFERENCE_API_TEST=OFF \
-DON_INFER=ON \
-DWITH_PYTHON=ON
make -j
make inference_lib_dist- 编译完成之后，可以在build/paddle_inference_install_dir/文件下看到生成了以下文件及文件夹。
build/paddle_inference_install_dir/
|-- CMakeCache.txt
|-- paddle
|-- third_party
|-- version.txt其中paddle就是C++预测所需的Paddle库，version.txt中包含当前预测库的版本信息。
开始运行
将模型导出为inference model
inference/
|-- det_db
| |--inference.pdiparams
| |--inference.pdmodel
|-- rec_rcnn
| |--inference.pdiparams
| |--inference.pdmodel编译PaddleOCR C++预测demo
- 编译命令如下，其中Paddle C++预测库、opencv等其他依赖库的地址需要换成自己机器上的实际地址。
sh tools/build.sh- 具体的，需要修改tools/build.sh中环境路径，相关内容如下：
OPENCV_DIR=your_opencv_dir
LIB_DIR=your_paddle_inference_dir
CUDA_LIB_DIR=your_cuda_lib_dir
CUDNN_LIB_DIR=/your_cudnn_lib_dir其中，OPENCV_DIR为opencv编译安装的地址；LIB_DIR为下载(paddle_inference文件夹)或者编译生成的Paddle预测库地址(
build/paddle_inference_install_dir文件夹)；CUDA_LIB_DIR为cuda库文件地址，在docker中为/usr/local/cuda/lib64；CUDNN_LIB_DIR为cudnn库文件地址，在docker中为
/usr/lib/x86_64-linux-gnu/。注意：以上路径都写绝对路径，不要写相对路径。
- 编译完成之后，会在build文件夹下生成一个名为ppocr的可执行文件。
运行demo
运行方式：
./build/ppocr <mode> [--param1] [--param2] [...]只调用检测：
./build/ppocr det \
--det_model_dir=inference/ch_ppocr_mobile_v2.0_det_infer \
--image_dir=../../doc/imgs/12.jpg只调用识别：
./build/ppocr rec \
--rec_model_dir=inference/ch_ppocr_mobile_v2.0_rec_infer \
--image_dir=../../doc/imgs_words/ch/调用串联：
# 不使用方向分类器
./build/ppocr system \
--det_model_dir=inference/ch_ppocr_mobile_v2.0_det_infer \
--rec_model_dir=inference/ch_ppocr_mobile_v2.0_rec_infer \
--image_dir=../../doc/imgs/12.jpg
# 使用方向分类器
./build/ppocr system \
--det_model_dir=inference/ch_ppocr_mobile_v2.0_det_infer \
--use_angle_cls=true \
--cls_model_dir=inference/ch_ppocr_mobile_v2.0_cls_infer \
--rec_model_dir=inference/ch_ppocr_mobile_v2.0_rec_infer \
--image_dir=../../doc/imgs/12.jpg最终屏幕上会输出检测结果如下:
#.net使用示例
OpenFileDialog ofd = new OpenFileDialog();
ofd.Filter = "*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png";
if (ofd.ShowDialog() != DialogResult.OK) return;
var imagebyte = File.ReadAllBytes(ofd.FileName);
Bitmap bitmap = new Bitmap(new MemoryStream(imagebyte));
OCRModelConfig config = null;
OCRParameter oCRParameter = new OCRParameter ();
//oCRParameter.use_gpu=1;当使用GPU版本的预测库时，该参数打开才有效果
OCRResult ocrResult = new OCRResult();
using (PaddleOCREngine engine = new PaddleOCREngine(config, oCRParameter))
{
ocrResult = engine.DetectText(bitmap );
}
if (ocrResult != null)
{
MessageBox.Show(ocrResult.Text,"识别结果");
}
