Delphi调用百度飞桨(PaddleOCR)OCR模型库识别验证码

置顶 已于 2024-03-04 21:08:42 修改
阅读量1.7k 收藏 14
点赞数 8
文章标签： paddlepaddle ocr 人工智能
于 2024-03-04 21:05:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/maytsing001/article/details/136460828
版权

PaddleOCR是百度开源的超轻量级OCR模型库，本文旨在分享如何通过Delphi使用其框架进行验证码识别。

调用事例基于Git上(https://gitee.com/raoyutian/paddle-ocrsharp)项目开源代码C++使用PaddleOCR中的代码转化而来

unit uPPOCRApi;

interface

/// <summary>
/// OCR识别参数
/// </summary>
type
  OCRParameter = packed record
    // 通用参数
    use_gpu: Boolean; // 是否使用GPU；默认false
    gpu_id: Integer; // GPU id，使用GPU时有效；默认0;
    gpu_mem: Integer; // 申请的GPU内存;默认4000
    cpu_math_library_num_threads: Integer; // CPU预测时的线程数，在机器核数充足的情况下，该值越大，预测速度越快；默认10
    enable_mkldnn: Boolean; // 是否使用mkldnn库；默认true

    // 前向相关
    det: Boolean; // 是否执行文字检测；默认true
    rec: Boolean; // 是否执行文字识别；默认true
    cls: Boolean; // 是否执行文字方向分类；默认false

    // 检测模型相关
    max_side_len: Integer; // 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,；默认960
    det_db_thresh: Single; // 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；默认0.3
    det_db_box_thresh: Single; // 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；默认0.5
    det_db_unclip_ratio: Single; // 表示文本框的紧致程度，越小则文本框更靠近文本;默认1.6
    use_dilation: Boolean; // 是否在输出映射上使用膨胀,默认false
    det_db_score_mode: Boolean; // 1:使用多边形框计算bbox score，0: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。
    visualize: Boolean; // 是否对结果进行可视化，为1时，预测结果会保存在output字段指定的文件夹下和输入图像同名的图像上。默认false

    // 方向分类器相关
    use_angle_cls: Boolean; // 是否使用方向分类器,默认false
    cls_thresh: Single; // 方向分类器的得分阈值，默认0.9
    cls_batch_num: Integer; // 方向分类器batchsize，默认1

    // 识别模型相关
    rec_batch_num: Integer; // 识别模型batchsize，默认6
    rec_img_h: Integer; // 识别模型输入图像高度，默认48
    rec_img_w: Integer; // 识别模型输入图像宽度，默认320

    show_img_vis: Boolean; // 是否显示预测结果，默认false
    use_tensorrt: Boolean; // 使用GPU预测时，是否启动tensorrt，默认false

    ///初始化属性默认值
    procedure InitPropertyDefaultValue;
  end;

  /// <summary>
  /// 表格识别参数
  /// </summary>
  StructureParameter = record
    OCRParameter: OCRParameter;
    table_max_len: Integer;  // 输入图像长宽大于488时，等比例缩放图像，默认488
    merge_no_span_structure: Boolean;  // 是否合并空单元格，默认true
    table_batch_num: Integer;  // 批量识别数量，默认1
  end;

  /// <summary>
  /// 获取最后一次错误信息
  /// </summary>
  /// <returns></returns>
  function GetError: PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 是否使用单字节编码（适用于go,rust）,C#,Python不用打开此开关
  /// </summary>
  /// <param name="useANSI"></param>
  procedure EnableANSIResult(useANSI: Boolean); stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 文字识别引擎初始化
  /// </summary>
  /// <param name="det_infer">det模型全路径</param>
  /// <param name="cls_infer">cls模型全路径</param>
  /// <param name="rec_infer">rec模型全路径</param>
  /// <param name="keys">字典全路径</param>
  /// <param name="parameter">识别参数对象</param>
  /// <returns></returns>
  function Initialize(det_infer: PAnsiChar; cls_infer: PAnsiChar; rec_infer: PAnsiChar; keys: PAnsiChar; parameter: OCRParameter): Boolean; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// PaddleOCREngine引擎初始化
  /// </summary>
  /// <param name="det_infer">det模型全路径</param>
  /// <param name="cls_infer">cls模型全路径</param>
  /// <param name="rec_infer">rec模型全路径</param>
  /// <param name="keys">字典全路径</param>
  /// <param name="parameterjson">识别参数对象json字符串</param>
  /// <returns></returns>
  function Initializejson(modelPath_det_infer: PAnsiChar; modelPath_cls_infer: PAnsiChar; modelPath_rec_infer: PAnsiChar; keys: PAnsiChar; parameterjson: PAnsiChar): Boolean; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 文本检测识别-图像文件路径
  /// </summary>
  /// <param name="imagebytedata">图像文件路径</param>
  /// <returns></returns>
  function Detect(imagefile: PAnsiChar): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 文本检测识别-OpenCV Mat
  /// </summary>
  /// <param name="cvmat">Mat对象</param>
  /// <returns></returns>
  //function DetectMat(var cvmat: TMat): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 文本检测识别-图像字节流
  /// </summary>
  /// <param name="imagebytedata">图像字节流</param>
  /// <param name="size">图像字节流长度</param>
  /// <returns></returns>
  function DetectByte(imagebytedata: PAnsiChar; var size: Integer): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 文本检测识别-图像字节流
  /// </summary>
  /// <param name="img">图像地址</param>
  /// <param name="nWidth">图像宽度</param>
  /// <param name="nHeight">图像高度</param>
  /// <param name="nChannel">图像通道数</param>
  /// <returns></returns>
  function DetectByteData(img: PAnsiChar; nWidth: Integer; nHeight: Integer; nChannel: Integer): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 文本检测识别-图像base64
  /// </summary>
  /// <param name="imagebase64">图像base64</param>
  /// <returns></returns>
  function DetectBase64(imagebase64: PAnsiChar): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 释放引擎对象
  /// </summary>
  procedure FreeEngine; stdcall; external 'PaddleOCR.dll';

  {/// <summary>
  /// 表格识别引擎初始化
  /// </summary>
  /// <param name="modelPath_det_infer">det模型全路径</param>
  /// <param name="modelPath_rec_infer">cls模型全路径</param>
  /// <param name="keys">字典全路径</param>
  /// <param name="table_model_dir">表格模型全路径</param>
  /// <param name="table_char_dict_path">表格字典全路径</param>
  /// <param name="parameter">参数对象</param>
  /// <returns></returns>
  function StructureInitialize(modelPath_det_infer: PAnsiChar; modelPath_rec_infer: PAnsiChar; keys: PAnsiChar; table_model_dir: PAnsiChar; table_char_dict_path: PAnsiChar; parameter: StructureParameter): Boolean; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 表格识别引擎初始化json格式
  /// </summary>
  /// <param name="modelPath_det_infer">det模型全路径</param>
  /// <param name="modelPath_rec_infer">cls模型全路径</param>
  /// <param name="keys">字典全路径</param>
  /// <param name="table_model_dir">表格模型全路径</param>
  /// <param name="table_char_dict_path">表格字典全路径</param>
  /// <param name="parameterjson">参数对象json格式</param>
  /// <returns></returns>
  function StructureInitializejson(modelPath_det_infer: PAnsiChar; modelPath_rec_infer: PAnsiChar; keys: PAnsiChar; table_model_dir: PAnsiChar; table_char_dict_path: PAnsiChar; parameterjson: PAnsiChar): Boolean; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 表格识别
  /// </summary>
  /// <param name="imagefile">文件路径</param>
  /// <returns></returns>
  function GetStructureDetectFile(imagefile: PAnsiChar): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  // <summary>
  // 表格识别
  // </summary>
  // <param name="cvmat">opencv Mat对象</param>
  // <returns></returns>
  // function GetStructureDetectMat(var cvmat: TMat): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 表格识别
  /// </summary>
  /// <param name="imagebytedata">图像字节流</param>
  /// <param name="size">图像字节流长度</param>
  /// <returns></returns>
  function GetStructureDetectByte(imagebytedata: PAnsiChar; var size: Integer): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 表格识别
  /// </summary>
  /// <param name="imagebase64">图像base64</param>
  /// <returns></returns>
  function GetStructureDetectBase64(imagebase64: PAnsiChar): PAnsiChar; stdcall; external 'PaddleOCR.dll';

  /// <summary>
  /// 释放引擎对象
  /// </summary>
  procedure FreeStructureEngine; stdcall; external 'PaddleOCR.dll';}

implementation

{ OCRParameter }

procedure OCRParameter.InitPropertyDefaultValue;
begin
  use_gpu := False;
  gpu_id := 0;
  gpu_mem := 4000;
  cpu_math_library_num_threads := 10;
  enable_mkldnn := True;

  det := True;
  rec := True;
  cls := False;

  max_side_len := 960;
  det_db_thresh := 0.3;
  det_db_box_thresh := 0.5;
  det_db_unclip_ratio := 1.6;
  use_dilation := False;
  det_db_score_mode := True;
  visualize := False;

  use_angle_cls := False;
  cls_thresh := 0.9;
  cls_batch_num := 1;

  rec_batch_num := 6;
  rec_img_h := 48;
  rec_img_w := 320;
  show_img_vis := False;
  use_tensorrt := False;
end;

end.

调用代码

function GetFiles(const Directory: string; Filenames: TStrings): Boolean;
var
  h: THandle;
  FindData: TWin32FindData;
begin
  Result := False;
  h := FindFirstFile(PChar(Directory + '\*.*'), FindData);
  if h <> INVALID_HANDLE_VALUE then
  begin
    repeat
      if (StrComp(FindData.cFileName, '.') <> 0) and (StrComp(FindData.cFileName, '..') <> 0) then
      begin
        Filenames.Add(Directory + '\' + FindData.cFileName);
        if FindData.dwFileAttributes and FILE_ATTRIBUTE_DIRECTORY <> 0 then
          GetFiles(Filenames[Filenames.Count - 1], Filenames);
      end;
    until not FindNextFile(h, FindData);
    Windows.FindClose(h);
  end;
  Result := True;
end;

procedure TMainForm.Button1Click(Sender: TObject);
var
  parameter: OCRParameter;
  sPath, cls_infer, rec_infer, det_infer, ocrkeys, imagepath: string;
  images: TStringList;
  i: Integer;
  start, finish: TDateTime;
  duration: Int64;
  resultText: string;
  sparameterjson: string;
begin
  // Set up paths and parameters
  parameter.InitPropertyDefaultValue;
  sPath := ExtractFilePath(ParamStr(0));

  cls_infer := sPath + 'inference\ch_ppocr_mobile_v2.0_cls_infer';
  rec_infer := sPath + 'inference\ch_PP-OCRv4_rec_infer';
  det_infer := sPath + 'inference\ch_PP-OCRv4_det_infer';
  ocrkeys := sPath + 'inference\ppocr_keys.txt';
  imagepath := sPath + 'images';

  // Get image paths
  images := TStringList.Create;
  try
    if getFiles(imagepath, images) and (images.Count > 0) then
    begin
      // Initialize OCR engine
      EnableANSIResult(True);
      Initialize(PAnsiChar(AnsiString(det_infer)), PAnsiChar(AnsiString(cls_infer)),
                 PAnsiChar(AnsiString(rec_infer)), PAnsiChar(AnsiString(ocrkeys)), parameter);

      {Initializejson(PAnsiChar(AnsiString(det_infer)), PAnsiChar(AnsiString(cls_infer)),
                 PAnsiChar(AnsiString(rec_infer)), PAnsiChar(AnsiString(ocrkeys)), PAnsiChar(AnsiString(sparameterjson)));}

      // Perform OCR on each image
      for i := 0 to images.Count - 1 do
      begin
        start := Now;
        resultText := string(Detect(PAnsiChar(AnsiString(images[i]))));
        mmo_Log.Lines.Add(resultText);
        finish := Now;
        //duration := MillisecondsBetween(finish, start);
        //Writeln(IntToStr(duration) + 'ms');
      end;
    end;
  finally
    images.Free;
  end;

  // Free OCR engine
  FreeEngine;
end;

 项目核心组件PaddleOCR.dll,由C++编写,只支持64位程序，只能在Delphi XE2及以上版本64位平台调用。

年前接到一个爬虫任务，由于平台登录有验证码校验，必须登录该平台后才能爬取数据，该平台验证码如下，是计算式验证码带干扰线的。

   

验证码是gif格式，转成Bmp后，对图片进行二值化后的结果

之后调用PaddleOCR.dll进行识别，识别结果准确率还是很高的，针对每张验证码图片识别结果返回的是一个json串。

通过PaddleOCR框架识别验证码，省去了针对验证码做字模库的繁杂步骤，当然识别前提是针对验证码图片进行了相应的过滤步骤，使图片相对清晰，该框架用途不限于此，感兴趣的朋友可参照上边调用源码去解锁更多用途。

有爬虫及验证码识别业务的朋友，可以站内联系合作。                                                                   

maytsing001
关注
PaddleOCR 文字检测 文字识别 车牌识别 验证码识别
q742971636的博客
06-24 915
代码：https://github.com/PaddlePaddle/PaddleOCR 很好用，文件检测、文字方向分类、文字识别，能够对验证码识别都有搞命中率。 环境 用conda建立好python 3.7的环境后： python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple pip install -r requirements.txt 网络与权重 官网有轻量版本的，我这里下载的不是轻量版本的。
PaddleOCR识别验证码-python
分享知识
10-08 2639
先是新建了一个虚拟环境 conda create -n paddle python=3.7 安装PaddleOCR库。 pip install paddleocr -i https://mirror.baidu.com/pypi/simple 运行一下代码 from paddleocr import PaddleOCR, draw_ocr from PIL import Image import os os.environ["CUDA_VISIBLE_DEVICES"] = '0' # u
基于paddleocr实现验证码识别——训练数据
最新发布
swpucwf的博客
08-05 914
验证码（CAPTCHA）用于区分用户是人类还是计算机程序（如机器人）。这是为了防止各种形式的自动化攻击和滥用。
验证码识别PaddleOCR 快速开始
qq_41084438的博客
11-30 737
PaddleOCR实现验证码识别
Delphi识别读取验证码
weixin_33898233的博客
01-08 1199
  unit OCR; interface uses Windows, SysUtils, Graphics, Classes, PNGImage, GIFImage, JPEG, Math, AsphyreZlib; type TOCRLibSetting = record //验证码库设置 SaveBMP: Boolean; //存储...
delphi 验证码识别
04-16
演示如何识别位置变化、字符变形的验证码图片 思路简要说明： 1、图像二值化 将图片中的各点用0或1表示，1为有效点，0为背景。这里使用的是最大类间方差法 （otsu），在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字，在下一步中才能一一识别。 4、与样本库进行对比，寻求最近似匹配
DELPHI本地识别验证码 易语言 OCR DLL
04-10
在本主题中，“DELPHI本地识别验证码 易语言 OCR DLL”涉及到的是使用Delphi编程语言和易语言，通过OCR（Optical Character Recognition，光学字符识别）技术来识别这些验证码。DLL（Dynamic Link Library）是...
Delphi 用Tessercat 4.1 进行OCR（含全部支持文件及中英字库）
05-20
4. **执行OCR**：调用Tesseract的API进行OCR识别。这一步通常包括设置识别区域、选择识别模式等。 5. **获取和处理结果**：识别完成后，从Tesseract返回的文本数据可以进一步处理，例如去除噪声、格式化文本、错误...
用Tessercat 5 OCR文字识别.zip
05-31
在Delphi这样的集成开发环境中，开发者可以利用Tesseract OCR库来创建自己的文字识别应用。Delphi是一种基于Object Pascal的强大的可视化编程工具，它允许程序员创建高性能的Windows和跨平台应用程序。结合Tesseract...
delphi截图文字识别.rar
10-02
本篇文章将详细介绍如何在Delphi环境中利用Tesseract 4.1库进行截图文字识别。 首先，我们需要了解TessAPI.dcu和TessAPI.pas这两个文件。TessAPI.dcu是Delphi的编译单元，包含了Tesseract OCR引擎的接口定义和实现...
DELPHI识别验证码
09-26
DELPHI识别验证码内置识别指定类型识别码涵盖大部分常见验证码
Delphi调用Tessercat 4.0 进行OCR识别（已打包全部Dll）
08-28
Delphi调用Google Tessercat 4.0 进行图像识别，只测试了基本的几个导出函数的使用，更多的导出函数请有需要的同学自己完成。
delphi验证码识别，能够自己学习，绝对好用，没有任何第三方控件和dll
05-02
delphi验证码识别，能够自己学习，绝对好用，没有任何第三方控件和dll。
验证码自动识别Delphi版
03-22
验证码自动识别Delphi版，使用dama2api实现自动识别验证码
delphi验证码识别aspriseOCR
07-23
delphi验证码识别aspriseOCR
百度大脑图像OCR SDK 的封装（Delphi 2010）
04-18
在本文中，我们将深入探讨如何使用Delphi 2010对百度大脑图像OCR SDK进行封装，以便在Delphi环境中更高效地实现图像文字识别功能。首先，我们要了解OCR（Optical Character Recognition，光学字符识别）技术，它是一...
【项目】YOLOv5+PaddleOCR实现艺术字验证码识别
weixin_46221106的博客
03-17 1908
使用深度学习的方法实现艺术字类验证码的点选问题
基于PaddleOCR训练模型识别数字验证码
eton_liu的专栏
12-21 3257
基于PaddleOCR训练模型识别数字验证码序言步骤下载PaddleOCR源码下载本实战项目代码下载预训练模型安装PaddlePaddle深度学习框架下载数字图形验证码标注数字图形验证码准备数据字典配置模型训练参数训练模型测试模型导出模型应用模型 序言 以数字验证码为例，学习如何使用PaddleOCR库调优（fine-tune）模型 学完本实战后，可以训练字母+数字类型的图形验证码模型 步骤 下载PaddleOCR源码 git clone https://github.com/PaddlePaddle
Delphi 怎么调用百度ocr识别
02-15
您可以使用百度 OCR API 来实现在 Delphi 中调用 OCR 识别功能。首先，您需要在百度云官网申请 API Key，然后使用 HTTP 请求来访问 API，并使用相关的参数对图像进行 OCR 识别。您可以使用 Delphi 中的 Indy 库来实现 HTTP 请求。 具体实现步骤如下： 1. 创建 HTTP 请求，并设置请求的 URL、请求方法和请求头。 2. 准备请求的参数，并使用 TIdMultipartFormDataStream 类型来上传图像文件。 3. 发送 HTTP 请求，并获取 API 的响应结果。 4. 对 API 的响应结果进行解析，以获取 OCR 识别的结果。 以上是 Delphi 调用百度 OCR 的大致步骤，希望能帮到您。如果您需要更详细的代码实现，请告诉我您的需求，我会尽力为您提供更详细的帮助。
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值