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.易语言调用dll接口
cpp
.版本 2
.支持库 spec
.程序集 窗口程序集_启动窗口
.子程序 _启动子程序, 整数型
_临时子程序 ()
返回 (0)
.子程序 _临时子程序
.局部变量 handle, 整数型
.局部变量 pResult, SN_STATU, 静态, , 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;
.局部变量 szOCRJson, 文本型, , , OCR识别结果 (json字符串);
.局部变量 szTime, 文本型, , , 卡密结束时间;
' ---------------------------------------------------------------
' 1.启动 OCR 文字识别服务
' 其中卡密 SNKJe9xffLhdFY7r3TcffXq44ThDVcE3BQFQFfVA9VG4 仅用于测试,需要找开发人员重新购买,购买卡密连接:https://shop.4yuns.com/links/7C9F16B7
' ---------------------------------------------------------------
apiSNInitOCRServer ("SNOCR.onnx", pResult)
调试输出 (pResult.code, 到文本 (pResult.message))
.如果真 (pResult.code < 0)
调试输出 ("-----------程序结束-----------")
返回 ()
.如果真结束
' 2.创建 OCR 文字识别句柄
handle = apiSNCreateOCRHandle ("SNKJe9xffLhdFY7r3TcffXq44ThDVcE3BQFQFfVA9VG4", "SNOCR.onnx", pResult)
调试输出 (pResult.code, 到文本 (pResult.message))
调试输出 ("句柄", handle)
.如果真 (pResult.code < 0)
调试输出 ("-----------程序结束-----------")
返回 ()
.如果真结束
' 3.识别 OCR 文字识别,返回 json 字符串
szOCRJson = apiSNGetOCRFromImage (handle, "d:\\22.png", pResult)
调试输出 (到文本 (szOCRJson))
' 4.识别 OCR 文字卡密到期时间
szTime = apiSNGetKeyExpiresTime (handle, pResult)
调试输出 (到文本 (szTime))
' 5.释放 OCR 文字识别内存
apiSNDestroyOCRHandle (handle)
调试输出 ("-----------程序结束-----------")
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