【PaddleSharp-OCR】使用方法

最新推荐文章于 2024-08-17 10:17:06 发布

十年一梦实验室

最新推荐文章于 2024-08-17 10:17:06 发布

阅读量3k

点赞数 2

分类专栏： OCR opencvsharp 文章标签： c# 开发语言

本文链接：https://blog.csdn.net/cxyhjl/article/details/124934214

版权

opencvsharp 同时被 2 个专栏收录

5 篇文章 1 订阅

订阅专栏

OCR

4 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何在Windows环境下使用C#和PaddleOCR库进行OCR文字检测与识别。首先，需要安装必要的NuGet包，如Sdcb.PaddleInference、Sdcb.PaddleOCR等。接着，通过示例代码展示了如何加载模型、下载图片、进行文字检测和识别。此外，还提供了不同语言的支持，并提到了优化参数以提升性能。最后，简述了PaddleOCR的工作流程和关键步骤。

摘要由CSDN通过智能技术生成

ORC

## Windows: Detection and Recognition(All)
1. Install NuGet Packages:
```
Sdcb.PaddleInference
Sdcb.PaddleInference.runtime.win64.mkl
Sdcb.PaddleOCR
Sdcb.PaddleOCR.KnownModels
OpenCvSharp4
OpenCvSharp4.runtime.win
```

2. Using following C# code to get result:
```csharp

   OCRModel model = KnownOCRModel.PPOcrV2;
   await model.EnsureAll();
   
   byte[] sampleImageData;
   string sampleImageUrl = @"https://www.tp-link.com.cn/content/images/detail/2164/TL-XDR5450易展Turbo版-3840px_03.jpg";
   using (HttpClient http = new HttpClient())
   {
       Console.WriteLine("Download sample image from: " + sampleImageUrl);
       sampleImageData = await http.GetByteArrayAsync(sampleImageUrl);
   }
   
   using (PaddleOcrAll all = new PaddleOcrAll(model.RootDirectory, model.KeyPath)
   {
       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(@"C:\test.jpg"))
       using (Mat src = Cv2.ImDecode(sampleImageData, ImreadModes.Color))
       {
           PaddleOcrResult result = all.Run(src);
           Console.WriteLine("Detected all texts: \n" + result.Text);
           foreach (PaddleOcrResultRegion region in result.Regions)
           {
               Console.WriteLine($"Text: {region.Text}, Score: {region.Score}, RectCenter: {region.Rect.Center}, RectSize:    {region.Rect.Size}, Angle: {region.Rect.Angle}");
           }
       }
   }
   ```

## 仅检测Detection Only
```csharp
// Install following packages:
// Sdcb.PaddleInference
// Sdcb.PaddleInference.runtime.win64.mkl (required in Windows)
// Sdcb.PaddleOCR
// Sdcb.PaddleOCR.KnownModels
// OpenCvSharp4
// OpenCvSharp4.runtime.win (required in Windows)
// OpenCvSharp4.runtime.linux18.04 (required in Linux)

byte[] sampleImageData;
string sampleImageUrl = @"https://www.tp-link.com.cn/content/images/detail/2164/TL-XDR5450易展Turbo版-3840px_03.jpg";
using (HttpClient http = new HttpClient())
{
    Console.WriteLine("Download sample image from: " + sampleImageUrl);
    sampleImageData = await http.GetByteArrayAsync(sampleImageUrl);
}

OCRModel model = KnownOCRModel.PPOcrV2;
await model.EnsureAll();
using (PaddleOcrDetector detector = new PaddleOcrDetector(model.DetectionDirectory))
using (Mat src = Cv2.ImDecode(sampleImageData, ImreadModes.Color))
{
    RotatedRect[] rects = detector.Run(src);
    using (Mat visualized = PaddleOcrDetector.Visualize(src, rects, Scalar.Red, thickness: 2))
    {
        string outputFile = Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.MyPictures), "output.jpg");
        Console.WriteLine("OutputFile: " + outputFile);
        visualized.ImWrite(outputFile);
    }
}
```

# Language supports

| Language | 中文名 | Code |
| -------------------- | ------------------ | ---------------------------------- |
| Chinese | 简体中文 | `KnownOCRModel.PPOcrV2` |
| Chinese Server | 简体中文(服务器版) | `KnownOCRModel.PPOcrServerV2` |
| English | 英文 | `KnownOCRModel.EnglishMobileV2` |
| Tranditional Chinese | 繁体中文 | `KnownOCRModel.EnglishMobileV2` |
| French | 法文 | `KnownOCRModel.FrenchMobileV2` |
| German | 德文 | `KnownOCRModel.GermanMobileV2` |
| Korean | 韩文 | `KnownOCRModel.KoreanMobileV2` |
| Japanese | 日文 | `KnownOCRModel.JapaneseMobileV2` |
| Telugu | 泰卢固文 | `KnownOCRModel.TeluguMobileV2` |
| Kannada | 卡纳达文 | `KnownOCRModel.KannadaMobileV2` |
| Tamil | 泰米尔文 | `KnownOCRModel.TamilMobileV2` |
| Latin | 拉丁文 | `KnownOCRModel.LatinMobileV2` |
| Arabic | 阿拉伯字母 | `KnownOCRModel.ArabicMobileV2` |
| Cyrillic | 斯拉夫字母 | `KnownOCRModel.CyrillicMobileV2` |
| Devanagari | 梵文字母 | `KnownOCRModel.DevanagariMobileV2` |
只需将演示代码中的 `KnownOCRModel.PPOcrV2` 替换为上面`代码`栏中您的特定语言，然后您就可以使用该语言。

＃技术细节

进行 OCR 有 3 个步骤：
1.检测 - 检测文本的位置、角度和面积（`PaddleOCRDetector`）
2. 分类 - 确定文本是否应该旋转 180 度。
3. 识别 - 将区域识别为文本

# 优化参数和性能提示
## PaddleOcrAll.Enable180Classification
默认值：`false`

这直接影响第2步，设置为`false`可以跳过这一步，这将无法检测到从右到左的文本（这应该可以接受，因为大多数文本方向是从左到右）。

关闭此选项可以使整个过程更快约 `~10%`。

## PaddleOcrAll.AllowRotateDetection
默认值：`true`

这允许检测任何旋转的文本。如果您的主题是 0 度文本（如扫描的表格或屏幕截图），您可以将此参数设置为 `false`，这将提高 OCR 准确性和一点点性能。

## PaddleOcrAll.Detector.MaxSize
默认值：`2048`

这会影响 step #1 的最大大小，降低该值可以提高性能并减少内存使用，但也会降低准确性。

您也可以将此值设置为`null`，在这种情况下，图像不会按比例缩小检测，性能会下降，内存会变高，但应该能够获得更好的准确性。

## PaddleConfig.Defaults.UseGpu
默认值：`false`

如果你想使用GPU，你应该参考FAQ`如何启用GPU？`部分，CUDA/cuDNN/TensorRT需要手动安装。

##如何提高性能？
请查看“技术细节”部分并阅读“优化参数和性能提示”部分或 UseGpu。

检测：

1. 准备好你的 PaddleDetection 模型，或者从[my exported models](https://pan.baidu.com/s/1pYuvUIU3HyEpu4gG0qSeMg?pwd=r90c)下载一个模型（从官方 PaddlePaddle [PicoDet](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.3/configs/picodet)和 [PPYolo](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.3/configs/ppyolo)导出)。
2.检查你的模型

注意：PaddleDetection 推理模型**必须**应采用以下格式：

```
model_dir
-> infer_cfg.yml
-> model.pdiparams
-> model.pdiparams.info
-> model.pdmodel
```

如果你的模型文件名是`xxx.pdparams`，必须导出到推理模型，可以参考【本文档】(https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.3/deploy/README_en.md #11-the-export-model) 导出推理模型。

3. Install NuGet Packages:
```
Sdcb.PaddleInference
Sdcb.PaddleInference.runtime.win64.mkl
Sdcb.PaddleDetection
OpenCvSharp4
OpenCvSharp4.runtime.win

4. Using following C# code to get result:
```csharp

   PaddleConfig.Defaults.UseGpu = false;
   string modelDir = DetectionLocalModel.PicoDets.L_416_coco.Directory; // your model directory here
   using (PaddleDetector detector = new PaddleDetector(modelDir, Path.Combine(modelDir, "infer_cfg.yml")))
   using (VideoCapture vc = new VideoCapture())
   {
       vc.Open(0);
       while (true)
       {
           using (Mat mat = vc.RetrieveMat())
           {
               DetectionResult[] results = detector.Run(mat);
   
               using (Mat dest = PaddleDetector.Visualize(mat, 
                   results.Where(x => x.Confidence > 0.5f), 
                   detector.Config.LabelList.Length))
               {
                   Cv2.ImShow("test", dest);
               }
           }
           Cv2.WaitKey(1);
       }
   }

```