一.引言
文字识别，也称为光学字符识别（Optical Character Recognition, OCR），是一种将不同形式的文档（如扫描的纸质文档、PDF文件或数字相机拍摄的图片）中的文字转换成可编辑和可搜索的数据的技术。随着技术的发展，文字识别技术已经成为信息管理、自动化办公和智能系统的关键组成部分。
二.简介
为了易于集成和使用，我们将文字识别OCR封装为DLL（动态链接库）。这种封装方式不仅保留了算法的性能优势，还提供了跨平台和跨语言的兼容性，目前支持编程语言如下：
- C++
- Python
- 易语言
1.C++头文件
cpp
#ifndef _SN_SDK_H__
#define _SN_SDK_H__
#include <windows.h>
enum SN_TRACK_MOVE_TYPE
{
TRACK_MOVE_TYPE_NORMAL=0, // 用于常规轨迹 - 普通游戏鼠标轨迹
TRACK_MOVE_TYPE_SLIDER, // 用于滑块轨迹，比常规常规轨迹密度更大 - 滑块验证轨迹
};
enum SN_TRACK_POINT_TYPE
{
TRACK_POINT_TYPE_NORMAL=0, // 默认绝对坐标
TRACK_POINT_TYPE_RELATIVE, // 相对坐标
};
//返回参数
typedef struct SN_RESULT {
int code; //错误码，如果为 0 表示成功，否则表示错误号
char message[4096]; //错误信息，如果为 "OK" 表示成功，否则返回错误信息
}SN_RESULT;
//坐标参数
typedef struct SN_POINT
{
int x; //屏幕坐标，左上角（0，0），右下角（1920，1080 - 以实际屏幕为准）
int y; //屏幕坐标，左上角（0，0），右下角（1920，1080 - 以实际屏幕为准）
}SN_POINT;
//轨迹参数
typedef struct SN_POINT_PARAMS
{
struct SN_POINT point;//屏幕坐标，左上角（0，0），右下角（1920，1080 - 以实际屏幕为准）
int delayTime; //延时时间（单位：毫秒），仅供参考
}SN_POINT_PARAMS;
/*创建句柄
*
* 参数：
* [in] szKey： 卡密(购买卡密：https://shop.4yuns.com/links/7C9F16B7)
* [in] pOnnxFilePath：设置 onnx 模型文件路径，如果设置为 NULL，默认和 DLL文件同级目录
* [out] pResult： 返回错误信息，参数pResult.code(错误码)如果为 0 表示成功，否则表示错误号;
*
* 返回值：成功返回句柄，失败返回NULL
*
*/
HANDLE WINAPI apiSNCreateHandle(char* szKey, char* pOnnxFilePath, SN_RESULT* pResult);
/*设置鼠标移动轨迹，默认为 0 表示普通轨迹 ; 1 表示滑块验证时移动轨迹（获得的轨迹点数比普通轨迹点数更多）
*
* 参数：
* [in] handle： 句柄（通过调用apiSNCreateHandle得到）
* [in] density： 轨迹密度调节 ,必须大于或者等于 1，默认 1
* 例如：默认1，原本为100个点，density 为 5，会得到20个点；density 为 2，会得到50个点 ）
* [in] type： 轨迹类型（0代表绝对普通轨迹，1代表滑块轨迹,具体参考enum SN_TRACK_MOVE_TYPE）
*
* 返回值：返回参数SN_RESULT.code(错误码)如果为 0 表示成功，否则表示错误号;
*
*/
int WINAPI apiSNSetTrackParams(HANDLE handle, int density=1, int type=0);
/*获取鼠标移动轨迹
*
* 参数：
* [in] handle： 句柄（通过调用apiSNCreateHandle得到）
* [in] startPoint： 开始坐标，左上角（0，0），右下角（1920，1080 - 以实际屏幕为准）
* [in] endPoint： 结束坐标，左上角（0，0），右下角（1920，1080 - 以实际屏幕为准）
* [in] type： 轨迹坐标类型（0代表绝对坐标，1代表相对坐标,具体参考enum SN_TRACK_POINT_TYPE）
* [out] points： 轨迹数组，如果数组中元素 point 出现(10000,10000),表示鼠标轨迹结束
*
* 返回值：返回参数SN_RESULT.code(错误码)如果为 0 表示成功，否则表示错误号;
*
*/
int WINAPI apiSNMouseMove(HANDLE handle, SN_POINT *startPoint, SN_POINT *endPoint, int type, SN_POINT_PARAMS* points);
/*获取版本号
*
* 参数：
* [in] handle： 句柄（通过调用apiSNCreateHandle得到）
* [out] szVersion： 版本号
*
* 返回值：返回参数SN_RESULT.code(错误码)如果为 0 表示成功，否则表示错误号;
*
*/
int WINAPI apiSNGetVersion(HANDLE handle, char* szVersion);
/*获取OCR文字识别卡密到期时间
*
* 参数：
* [in] handle： 句柄（通过调用apiSNCreateOCRHandle得到）
* [out] pResult： 返回错误信息，参数pResult->code(错误码)如果为 0 表示成功，否则表示错误号;
*
* 返回值：返回卡密到期时间，失败返回NULL，错误信息请查看参数 pResult->message
*
*/
char* WINAPI apiSNGetKeyExpiresTime(HANDLE handle, SN_RESULT* pResult);
/*获取错误信息
*
* 参数：
* [in] handle： 句柄（通过调用apiSNCreateHandle得到）
*
* 返回值：返回参数SN_RESULT.code(错误码)如果为 0 表示成功，否则表示错误号;
*
*/
int WINAPI apiSNGetError(HANDLE handle);
/*释放句柄（内存）
*
* 参数：
* [in] handle： 句柄（通过调用apiSNCreateHandle得到）
*
* 返回值：返回参数SN_RESULT.code(错误码)如果为 0 表示成功，否则表示错误号;
*
*/
int WINAPI apiSNDestroyHandle(HANDLE handle);
#endif // !_SN_SDK_H__2.Python调用dll接口
cpp
from ctypes import cdll, c_char_p, Structure, byref
import ctypes
# 定义SN_STATU结构体
class SN_STATU(Structure):
_fields_ = [("code", ctypes.c_int),
("message", c_char_p * 4096)]
# 加载DLL
lib = cdll.LoadLibrary('D://SNOCR.dll')
# 设置函数参数类型
lib.apiSNInitOCRServer.argtypes = [c_char_p, ctypes.POINTER(SN_STATU)]
lib.apiSNInitOCRServer.restype = ctypes.c_int
lib.apiSNCreateOCRHandle.argtypes = [c_char_p, c_char_p, ctypes.POINTER(SN_STATU)]
lib.apiSNCreateOCRHandle.restype = ctypes.c_void_p
lib.apiSNGetKeyExpiresTime.argtypes = [ctypes.c_void_p, ctypes.POINTER(SN_STATU)]
lib.apiSNGetKeyExpiresTime.restype = c_char_p
lib.apiSNGetOCRFromImage.argtypes = [ctypes.c_void_p, c_char_p, ctypes.POINTER(SN_STATU)]
lib.apiSNGetOCRFromImage.restype = c_char_p
lib.apiSNDestroyOCRHandle.argtypes = [ctypes.c_void_p]
lib.apiSNDestroyOCRHandle.restype = ctypes.c_int
# 初始化变量
statu = SN_STATU()
key = b"SNKJe9xffLhdFY7r3TcffXq44ThDVcE3BQFQFfVA9VG4"
onnx_path = b"D://SNOCR.onnx"
image_path = b"D://7.jpg"
# 1. 启动OCR服务
ret = lib.apiSNInitOCRServer(onnx_path, byref(statu))
if ret < 0:
print(f"Error:{statu.message.decode('utf-8')}")
exit()
# 2. 创建OCR句柄
handle = lib.apiSNCreateOCRHandle(key, onnx_path, byref(statu))
if not handle:
print(f"Error:{statu.message.decode('utf-8')}")
exit()
# 3. 获取卡密到期时间
expires_time = lib.apiSNGetKeyExpiresTime(handle, byref(statu))
if not expires_time:
print(f"Error:{statu.message.decode('utf-8')}")
exit()
print(f"Expires Time: {expires_time.decode('utf-8')}")
# 4. 识别OCR，返回Json字符串
ocr_result = lib.apiSNGetOCRFromImage(handle, image_path, byref(statu))
if not ocr_result:
print(f"Error:{statu.message.decode('utf-8')}")
exit()
try:
print(f"OCR Result: {ocr_result.decode('utf-8')}")
except UnicodeDecodeError:
print(f"OCR Result: {ocr_result.decode('GBK')}")
# 5. 释放内存
lib.apiSNDestroyOCRHandle(handle)
# 等待输入，防止程序直接退出
input("Press Enter to exit...")三.效果演示
1.图片1
识别效果：
cpp
{
"type": 0,
"task_id": 1,
"err_code": 0,
"ocr_result": {
"single_result": [{
"single_rate": 0.939104,
"left": 102.208336,
"top": 41.812500,
"right": 329.854156,
"bottom": 67.829170,
"single_str_utf8": "中国建设银行"
}, {
"single_rate": 0.966887,
"left": 104.431534,
"top": 68.423492,
"right": 309.992828,
"bottom": 84.602386,
"single_str_utf8": "China Construction Bank"
}, {
"single_rate": 0.968900,
"left": 102.672920,
"top": 96.168755,
"right": 403.258331,
"bottom": 111.964584,
"single_str_utf8": "龙卡通(储蓄卡)LONG CARD(DEBIT CARD)"
}, {
"single_rate": 0.975151,
"left": 41.781921,
"top": 137.955643,
"right": 410.251556,
"bottom": 164.107880,
"single_str_utf8": "6227 0033 2069 0222 205"
}, {
"single_rate": 0.935433,
"left": 20.770407,
"top": 210.668716,
"right": 77.230583,
"bottom": 230.122101,
"single_str_utf8": "ATM"
}, {
"single_rate": 0.960131,
"left": 103.137505,
"top": 185.368759,
"right": 192.337509,
"bottom": 207.204163,
"single_str_utf8": "CCB GZ"
}, {
"single_rate": 0.929293,
"left": 338.376495,
"top": 201.118103,
"right": 417.111450,
"bottom": 224.273529,
"single_str_utf8": "UnionPa"
}, {
"single_rate": 0.917808,
"left": 367.485413,
"top": 220.677078,
"right": 413.479156,
"bottom": 239.260422,
"single_str_utf8": "银联"
}],
"unknown_1": 446,
"unknown_2": 280
}
}2.图片2
识别效果：
cpp
{
"type": 0,
"task_id": 1,
"err_code": 0,
"ocr_result": {
"single_result": [{
"single_rate": 0.919637,
"left": 622.061157,
"top": 123.251556,
"right": 1046.638920,
"bottom": 190.015121,
"single_str_utf8": "马托13610000670"
}, {
"single_rate": 0.996936,
"left": 40.618664,
"top": 324.310150,
"right": 541.513184,
"bottom": 371.843231,
"single_str_utf8": "广州利驰服装有限公司"
}, {
"single_rate": 0.997014,
"left": 624.066650,
"top": 218.300000,
"right": 1040.933350,
"bottom": 242.966675,
"single_str_utf8": "地址:广州市海珠区赤岗路173号"
}, {
"single_rate": 0.964238,
"left": 624.066650,
"top": 251.600000,
"right": 844.833374,
"bottom": 276.266663,
"single_str_utf8": "金丰大厦503室"
}, {
"single_rate": 0.979285,
"left": 625.300000,
"top": 286.133331,
"right": 1044.633300,
"bottom": 309.566681,
"single_str_utf8": "厂址:广州市海珠区赤岗西路232"
}, {
"single_rate": 0.996300,
"left": 624.066650,
"top": 318.200000,
"right": 759.733337,
"bottom": 341.633331,
"single_str_utf8": "号-234号"
}, {
"single_rate": 0.991057,
"left": 624.066650,
"top": 351.500000,
"right": 925,
"bottom": 374.933350,
"single_str_utf8": "热线:400-688-7260"
}, {
"single_rate": 0.964125,
"left": 625.239319,
"top": 381.016510,
"right": 922.600220,
"bottom": 404.499695,
"single_str_utf8": "电话:020-84022958"
}, {
"single_rate": 0.993601,
"left": 624.066650,
"top": 408.233337,
"right": 923.766663,
"bottom": 432.900000,
"single_str_utf8": "传真:020-84022572"
}, {
"single_rate": 0.950434,
"left": 625.203430,
"top": 438.767609,
"right": 1107.616580,
"bottom": 464.666626,
"single_str_utf8": "邮箱:kunhemwl@yahoo.com.cn"
}, {
"single_rate": 0.962023,
"left": 624.066650,
"top": 471.133331,
"right": 1001.466670,
"bottom": 494.566681,
"single_str_utf8": "网址:www.hxkunhe.com"
}],
"unknown_1": 1184,
"unknown_2": 614
}
}四.常见问题
1.是否支持多线程
支持
五.更新日志
- 2024.12.15 OCR 文字识别支持C++/Python/易语言