PaddleOCRSharp: PaddleOCRSarp是一个基于百度飞桨PaddleOCR的C++代码修改并封装的.NET的OCR工具类库。包含文本识别、文本检测、表格识别功能。本项目针对小图识别不准的情况下做了优化,比飞桨原代码识别准确率有所提高。 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。 您所在的位置:网站首页 项目组合 英文 PaddleOCRSharp: PaddleOCRSarp是一个基于百度飞桨PaddleOCR的C++代码修改并封装的.NET的OCR工具类库。包含文本识别、文本检测、表格识别功能。本项目针对小图识别不准的情况下做了优化,比飞桨原代码识别准确率有所提高。 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。

PaddleOCRSharp: PaddleOCRSarp是一个基于百度飞桨PaddleOCR的C++代码修改并封装的.NET的OCR工具类库。包含文本识别、文本检测、表格识别功能。本项目针对小图识别不准的情况下做了优化,比飞桨原代码识别准确率有所提高。 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。

2023-07-29 07:55| 来源: 网络整理| 查看: 265

简体中文 | English |更新记录 如果对你有用或者喜欢,那就给颗星赞,点个赞。谢谢!

如果您在工作中受益于该项目,请考虑下支持我的工作。 介绍

PaddleOCRSharp 是一个基于百度飞桨PaddleOCR的.NET版本OCR工具类库。项目核心组件PaddleOCR.dll,由C++编写,根据百度飞桨PaddleOCR的C++代码修改并优化而成。目前已经支持C++、.NET、Python、Golang、Rust等开发语言的直接API接口调用。项目包含文本识别、文本检测、表格识别功能。本项目针对小图识别不准的情况下做了优化,比飞桨原代码识别准确率有所提高。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。同时支持中英文、纯英文以及多种语言文本检测识别。

PaddleOCRSharp封装极其简化,实际调用仅几行代码,极大的方便了中下游开发者的使用和降低了PaddleOCR的使用入门级别,同时提供不同的.NET框架使用,方便各个行业应用开发与部署。Nuget包即装即用,可以离线部署,不需要网络就可以识别的高精度中英文OCR。

本项目支持官方所有公开的通用OCR模型,PPOCRV2、PPOCRV3、PPOCRV4。 如果使用v2模型,请设置OCR识别参数OCRParameter对象的属性rec_img_h=32,本项目默认使用V3模型,默认rec_img_h=48:

本项目只能在X64的CPU上编译和使用,只能在avx指令集上的CPU上使用。

本项目目前支持以下.NET框架:

net35;net40;net45;net451;net452;net46;net461;net462;net47;net471;net472;net48;net481; netstandard2.0;netcoreapp3.1; net5.0;net6.0;net7.0;net8.0

本项目提供了两个SDK,一个是C++版本,一个是.net版本,.net版本是对C++版本的二次封装,其他语言开发亦是调用C++版本。同时也提供了Go、Python、C++的调用示例代码

1.文件夹结构 PaddleOCRSharp //该文件夹包含.NET对PaddleOCR封装类库项目 PaddleOCRDemo //该文件夹包含OCR示例Demo文件夹 |--PaddleOCRCppDemo //C++调用示例项目 |--PaddleOCRSharpDemo //.NET调用示例项目 |--python //python调用示例项目 |--Go //Golang调用示例项目 2. .NET版编译

.NET版编译

使用与部署 1. 在C++中使用PaddleOCR

C++使用PaddleOCR

2. .NET使用PaddleOCRSharp

.NET使用PaddleOCRSharp

3. python使用PaddleOCR.dll

python使用PaddleOCR.dll

3. Golang使用PaddleOCR.dll

Golang使用PaddleOCR.dll

模型

OCR识别模型库支持官方所有的模型,也支持自己训练的模型。完全按照飞桨OCR接口搭桥。 本项目部署自带的一种轻量版8.6M模型库、服务器版模型库(更准确,需要自行下载),可以自行更改模型库适用实际需求。

模型名称 模型大小 下载地址 备注 ch_PP-OCRv2 10M 中英文轻量v2 en_PP-OCRv2 4M 英文数字v2 ch_PP-OCRv3 12M 中英文轻量v3 en_PP-OCRv3 10M 英文数字v3 ch_PP-OCRv4 14M [中英文轻量v4] 暂无 en_PP-OCRv4 12M [英文数字v4] 暂无

更多PaddleOCR模型下载地址

如果需要修改成服务器版模型库,参考代码如下:(假设服务器版模型库在运行目录的文件夹inferenceserver下)

//自带轻量版中英文模型PP-OCRv3 OCRModelConfig config = null; //服务器中英文模型 OCRModelConfig config = new OCRModelConfig(); string root = System.IO.Path.GetDirectoryName(typeof(OCRModelConfig).Assembly.Location); string modelPathroot = root + @"\inferenceserver"; config.det_infer = modelPathroot + @"\ch_ppocr_server_v2.0_det_infer"; config.cls_infer = modelPathroot + @"\ch_ppocr_mobile_v2.0_cls_infer"; config.rec_infer = modelPathroot + @"\ch_ppocr_server_v2.0_rec_infer"; config.keys = modelPathroot + @"\ppocr_keys.txt"; //英文和数字模型 OCRModelConfig config = new OCRModelConfig(); string root = System.IO.Path.GetDirectoryName(typeof(OCRModelConfig).Assembly.Location); string modelPathroot = root + @"\en"; config.det_infer = modelPathroot + @"\ch_PP-OCRv2_det_infer"; config.cls_infer = modelPathroot + @"\ch_ppocr_mobile_v2.0_cls_infer"; config.rec_infer = modelPathroot + @"\en_number_mobile_v2.0_rec_infer"; config.keys = modelPathroot + @"\en_dict.txt"; //中英文模型V4 config = new OCRModelConfig(); modelPathroot = root + @"\inference"; config.det_infer = modelPathroot + @"\ch_PP-OCRv4_det_infer"; config.cls_infer = modelPathroot + @"\ch_ppocr_mobile_v2.0_cls_infer"; config.rec_infer = modelPathroot + @"\ch_PP-OCRv4_rec_infer"; config.keys = modelPathroot + @"\ppocr_keys.txt"; //服务器中英文模型V4 config = new OCRModelConfig(); modelPathroot = root + @"\inference"; config.det_infer = modelPathroot + @"\ch_PP-OCRv4_det_server_infer"; config.cls_infer = modelPathroot + @"\ch_ppocr_mobile_v2.0_cls_infer"; config.rec_infer = modelPathroot + @"\ch_PP-OCRv4_rec_server_infer"; config.keys = modelPathroot + @"\ppocr_keys.txt"; 常见问题与解决方案

常见问题与解决方案

技术交流方式 QQ技术交流群:318860399 微信公众号:明月心技术学堂。

个人博客地址: https://www.cnblogs.com/raoyutian/


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有