【深度学习】OCR文本检测识别 C++推理，代码开源，软件包可下载

今天给大家分享一个基于深度学习的ORC工具。

OCR即光学字符识别，通俗地讲就是提取图片上的文字。

自动提取文字可以为很多后续任务提供极大的便利。

例如，针对金融领域的发票信息录入；自动翻译，朗读等等，后续我会把模型集成到树莓派开发板中，实现一个简易版本的点读笔。

源代码已经上传到我的Github仓库中。

https://github.com/AIDajiangtang/OCR

到这里我要打个广告啊，因为我开设公众号的目的是分享人工智能原理与应用，既然是应用，那就免不了用深度学习去解决现实中的问题。

在我的Github仓库中已经开源了多个基于深度学习的实用工具：

基于深度学习的抠图工具
https://github.com/AIDajiangtang
基于深度学习的图像拼接工具
https://github.com/AIDajiangtang/Superpoint-LightGlue-Image-Stiching
基于大模型的分割工具
https://github.com/AIDajiangtang/Segment-Anything-CPP
https://github.com/AIDajiangtang/Segment-Anything-CSharp

本项目是基于paddle ocr开发的，模型的加载，推理，后处理都是由C++来完成的。

C++代码由Cmake进行编译，支持Windows和Linux平台，目前在Widnows上已经测试过。

详细的编译过程请参照：

https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/deploy/cpp_infer/docs/windows_vs2019_build.md

CmakeFile默认将C++代码编译成exe，然后在控制台输入下面命令行代码运行程序。

ppocr.exe --det_model_dir=D:\AIPlus\OCR\ch_PP-OCRv4_det_infer\ --rec_model_dir=D:\AIPlus\OCR\ch_PP-OCRv4_rec_infer\ --image_dir=D:\AIPlus\OCR\12.jpg --rec_char_dict_path=D:\AIPlus\OCR\ppocr_keys_v1.txt --use_angle_cls=false --det=true --rec=true --cls=false

提取的字符串会输出到控制台中，检测结果图片会保存到outpu文件夹中。

除此之外，可以将CmakeLists.txt中add_executable(${DEMO_NAME} $SRCS)改成ad{d}_{l}ibrary(${DEMO_NAME} SHARED ${SRCS})，将上述C++代码编译成动态链接库ppocr.dll，然后在C#中调用，用WPF显示结果。

目前只支持文字识别检测，下一步我将集成表格识别功能，敬请期待。