纯 C OCR 又补齐 Java 生态了！lw.PPOCR.C v0.1.0-preview.7 发布

lw.PPOCR.C 的单文件离线 OCR 方案又进一步完善了。

在上一版 v0.1.0-preview.6 中，我们重点完成了 Android ARM64 支持，让同一套纯 C OCR Runtime 可以运行在 Windows、Linux、WebAssembly 和 Android 上。

这几天收到了一些非常有价值的反馈。

有人问：

支持 Java 吗？

还有用户继续问：

能不能通过 GitHub Actions 直接生成 Java 调用需要的 DLL 和 SO？

与此同时，HTML 版本也有人提出：

能不能直接粘贴截图识别？

这些需求都很实际。

于是 v0.1.0-preview.7 的方向也很明确：

继续降低 OCR 的集成和使用门槛。

这一版主要补齐了桌面 Java/JVM 支持、Android Java 支持，同时让单文件 HTML 可以直接通过 Ctrl+V / ⌘V 粘贴截图进行 OCR。

一、普通 Java/JVM 现在可以直接调用 lw.PPOCR.C

之前 lw.PPOCR.C 已经有比较稳定的纯 C ABI，也有 C、C#、WebAssembly、Android 等接入方式。

但对于普通桌面 Java 项目来说，还缺少最后一层。

现在补上了。

整体结构非常简单：

复制代码

Java / JVM
    ↓
Java Wrapper
    ↓
JNI
    ↓
lw_ppocr_java.dll / .so
    ↓
lw_ppocr_c.dll / .so
    ↓
PP-OCRv6 Tiny

也就是说，这不是 Android Java，而是普通的：

复制代码

Windows + Java
Linux + Java

项目。

目前已经通过 CI 实际验证：

复制代码

Java 8+
Windows x64
Linux x64

Java 层不需要接入 OpenCV，也不需要 ONNX Runtime、Paddle Runtime 或 Python。

图片读取直接使用 Java 标准库 ImageIO。

例如，一个最小调用大致就是这样：

arduino 复制代码

try (NativeOcr ocr = new NativeOcr(
        "models",
        false,
        0)) {

    String[] lines =
            ocr.recognizeFile("test.jpg");

    for (String line : lines) {
        System.out.println(line);
    }
}

Java 负责图片读取，JNI 只是很薄的一层桥接，真正的：

objectivec 复制代码

DET
CLS
REC

仍然由 lw.PPOCR.C 完成。

这也是整个项目一直坚持的思路：

核心能力尽量集中在一套轻量级纯 C Runtime 中，上层语言只做薄封装。

二、Windows DLL、Linux SO 已经直接放进 Release

如果只是提供 JNI 示例，Java 用户仍然需要：

objectivec 复制代码

准备 JDK
准备 CMake
准备编译器
自己编 JNI

对很多只想"拿来用"的用户来说，还是稍微麻烦了一点。

所以这次把 CI 继续往前做了一步。

现在 GitHub Actions 会分别在：

arduino 复制代码

Windows Server 2022 x64
Ubuntu 22.04 x64

环境中：

sql 复制代码

编译 lw.PPOCR.C
        ↓
安装 Development Package
        ↓
通过安装包编译 Java JNI
        ↓
整理最终 Bundle
        ↓
校验 DLL / SO
        ↓
校验 SHA256
        ↓
实际运行 Java OCR
        ↓
检查中文识别结果
        ↓
生成 Release 产物

换句话说，我们测试的已经不是：

"代码能不能编译。"

而是：

"最终准备交给用户下载的那一包文件，到底能不能真实完成 OCR。"

v0.1.0-preview.7 Release 中现在直接提供：

python 复制代码

lw.PPOCR.C-0.1.0-java-jni-windows-x64.zip

以及：

复制代码

lw.PPOCR.C-0.1.0-java-jni-linux-x64.tar.gz

Windows 包中包含 JNI DLL、核心 OCR DLL、Java 示例、PP-OCRv6 Tiny 模型、字典以及相关 License 和校验文件。

Linux 包则提供对应的 .so。

Linux 版本还专门检查了 $ORIGIN RPATH，使 JNI .so 可以从自身目录找到核心 Runtime .so。

所以对于普通 Java 用户来说，这一版已经可以做到：

下载 → 解压 → 编译 Java 示例 → 直接运行。

三、Android 也补上了完整 Java 接入

上一版 Android 示例主要使用 Kotlin。

虽然 AAR 本身可以被 Java 项目调用，但对于纯 Java Android 项目来说，使用体验还不够直观。

所以 preview.7 又补了一层。

现在 Android AAR 增加了 Java 更容易调用的同步接口，例如：

scss 复制代码

LwPpocrEngine.createBlocking(...)

以及：

scss 复制代码

engine.recognizeBlocking(...)

同时仓库新增：

bash 复制代码

android/demo-java/

这是一个真正的纯 Java Android Demo 模块。

Demo 中没有为了"Java 示例"再重新写一套 JNI。

Java 和 Kotlin 最终仍然共用：

复制代码

Android API
    ↓
JNI
    ↓
lw.PPOCR.C

这意味着底层 Runtime 只有一份。

Java Demo 目前包含图片选择、后台解码、EXIF 方向处理、大图片采样、ARGB_8888 转换、CLS、阅读顺序、OCR 调用以及 Engine 生命周期管理。

所以现在 Android 端已经可以比较明确地说：

Kotlin 可以用，Java 也可以用。

四、单文件 HTML 现在可以直接 Ctrl+V 粘贴截图

这个功能其实很小，但我个人觉得是 preview.7 里非常实用的一项改进。

以前使用 HTML OCR，通常是：

css 复制代码

截图
↓
保存图片
↓
打开 HTML
↓
选择图片
↓
开始识别

现在可以变成：

复制代码

Win + Shift + S
↓
截图
↓
Ctrl + V
↓
开始识别

macOS 则可以直接：

复制代码

⌘V

粘贴。

也就是说，剪贴板里的截图可以直接进入 HTML 页面。

不需要先保存文件。

而且这个功能没有引入新的服务器、Clipboard 权限或者网络请求。

实现链路仍然是：

arduino 复制代码

系统剪贴板
    ↓
Browser File / Blob
    ↓
Canvas
    ↓
WASM
    ↓
lw.PPOCR.C

所有内容继续在浏览器本地处理。

图片不会上传到网络。

五、为什么粘贴后没有自动 OCR？

这里我们特意保留了一个设计：

复制代码

Ctrl + V
↓
加载图片
↓
显示预览
↓
点击"开始识别"

而不是：

复制代码

Ctrl + V
↓
立即 OCR

原因是用户识别之前可能还需要修改：

objectivec 复制代码

CLS
阅读顺序

同时也与当前：

复制代码

选择图片
拖入图片
打开 PDF

的交互方式保持一致。

所以目前单文件 HTML 支持的输入方式已经变成：

复制代码

选择图片
拖入图片
粘贴截图
打开 PDF

对于日常截图 OCR 来说，操作已经非常接近一个桌面小工具。

但它本质上仍然只是：

一个 HTML 文件。

六、一个 HTML，依然完全离线

这是 lw.PPOCR.C Web 方案一直比较强调的一点。

下载：

复制代码

lw.PPOCR.C-0.1.0-ocr-demo.html

以后直接双击即可使用。

里面已经包含：

复制代码

OCR WASM Runtime
PP-OCRv6 Tiny 模型
字典
Web UI
PDF.js
PDF 解码组件

所以不需要：

arduino 复制代码

Python
Node.js
Web Server
OpenCV
ONNX Runtime
Paddle Runtime

也不需要安装浏览器插件。

一个现代浏览器即可运行。

现在又增加了粘贴截图以后，我觉得这个定位更加清晰了：

"随身携带的离线 OCR"------一个 HTML，图片、截图和扫描 PDF 都能识别。

七、这一版更像是在完善"接入生态"

v0.1.0-preview.7 并没有去增加新的 OCR 模型。

核心仍然是：

swift 复制代码

PP-OCRv6 Tiny
FP32
CPU
DET + optional CLS + REC

这一版主要解决的是：

怎样让不同技术栈的开发者更方便地使用这一套 Runtime。

现在整个项目的接入关系已经逐渐变成：

bash 复制代码

                 lw.PPOCR.C
                     │
        ┌─────────┼────────┐
        │            │           │
        C           C#            Java
                                  │
                          ┌─────┴─────┐
                          │               │
                          Desktop JVM          Android
                          │               │
                          JNI DLL/SO           AAR
        │
        ├──────── WebAssembly
        │
        └──────── Standalone HTML

底层始终还是同一套：

复制代码

纯 C OCR Runtime

这也是我比较希望 lw.PPOCR.C 最终形成的形态：

OCR Runtime 本身尽量小、稳定、独立；不同平台只负责提供最薄的一层集成。

八、v0.1.0-preview.7 下载内容

目前 Release 中已经包括：

Windows x64 Native 开发包；
Linux x86_64 Native 开发包；
单文件离线 OCR HTML；
Web SDK；
Node/WASM；
Android ARM64 AAR；
Android ARM64 Preview APK；
Java/JNI Windows x64；
Java/JNI Linux x64；
对应 SHA256 校验文件。

其中这一次新增的 Java/JNI 两个平台包，可以直接在 Release 页面下载。

九、项目地址

GitHub：

github.com/lxw112190/l...

v0.1.0-preview.7：

github.com/lxw112190/l...

如果只想体验 Web 版本，可以直接下载 Release 中的：

复制代码

lw.PPOCR.C-0.1.0-ocr-demo.html

双击打开即可。

如果是 Java/JVM 项目，可以查看：

bash 复制代码

examples/java-jni/

Android Java 示例则位于：

bash 复制代码

android/demo-java/

写在最后

lw.PPOCR.C 目前仍然处在 Preview 阶段。

它也不是一个通用 ONNX 推理框架。

目前的目标一直比较明确：

专注 PP-OCR，把 OCR 推理链路尽可能做轻、做小、做容易集成。

从最早的：

复制代码

纯 C Runtime

到现在逐渐有了：

bash 复制代码

Windows
Linux
C#
WebAssembly
单文件 HTML
Node.js
Android
Kotlin
Java/JVM

很多功能其实都来自使用者的实际反馈。

这一版的 Java/JVM、CI DLL/SO，以及 HTML 粘贴截图，就是三个很典型的例子。

如果大家在实际项目中还有其他接入需求、兼容性问题或者优化建议，也欢迎继续提交 Issue。

能用一个 HTML 解决的，就尽量不让用户再部署一套环境。

而对于需要嵌入自己应用的开发者：

能通过一层很薄的接口调用纯 C Runtime，就尽量不再引入一整套大型运行时。

这也是 lw.PPOCR.C 接下来会继续坚持的方向。