今天正式发布 SimdPaddleOCR （NuGet: Sdcb.SimdPaddleOCR）。这是一个完全用 C# 编写的完整 OCR 推理引擎。它不依赖 Paddle Inference，不依赖 ONNX Runtime，也不需要附带 OpenCV 的原生动态链接库。
如果你现在去翻这个 GitHub 仓库的侧边栏，会看到语言统计条是纯紫色的------100% C#。在托管环境里从头跑到尾，没有第二种语言。
维护 PaddleSharp 和 OpenVINO.NET 这些年，我见过太多项目在生产环境里遇到五花八门的报错。C++ 引擎本身很强，P/Invoke 写起来也不难，真正的痛点永远在部署和分发 ：Windows x64 跑通了，换到 Linux ARM 就报错；开发机没问题，客户机缺 .so、缺 VC++ 运行时、或者 CPU 指令集不匹配。你以为你只是在调用一个 OCR，实际上你被迫维护了一套跨平台的原生发行矩阵。
SimdPaddleOCR 的核心目的，就是把 OCR 推理这件脏活累活，彻底拉回我们熟悉的托管世界。没有 native 依赖，就没有"换个环境就跑不起来"的破事。
它能做什么？
官方的 PaddleOCR 是一个庞大的文档 AI 生态，而这个库的定位非常聚焦：场景 OCR 的端到端推理。它完整实现了 PP-OCRv6 的 DET（检测） + CLS（方向分类） + REC（识别） 链路。
为了做到 100% 托管，库里自带了一个轻量级的 C# ONNX 解释器。模型直接打包进程序集资源里，加载时不需要往磁盘解压临时文件。
还有一点很关键：它的核心 API 只接收纯粹的 8-bit BGR 内存数据。
以前做 PaddleSharp 时，为了示例好写，我把图像解码强行绑定在了 OpenCvSharp 上。结果就是，调用方哪怕只是想传个图，也得被迫引入一套 OpenCV 的原生 runtime。
这一次，选择权完全交还给你。无论你的项目里用的是 ImageSharp、SkiaSharp、OpenCvSharp 还是最古老的 System.Drawing，只要把图像转成 BGR 字节数组塞给它，推理就能跑。不越俎代庖去处理文件 IO，也不强绑任何图像库。
性能表现
大家最关心的肯定是：纯 C# 写的推理，速度会不会很拉垮？
在这个项目初期，我参考了 lw.PPOCR.C（一份非常优秀的纯 C PP-OCRv6 tiny 推理引擎）。经过对 C# 内存布局和 SIMD 指令的深度重构，现在的结论是：在同等模型下，C# 版本的端到端速度比纯 C 版本更快（当然，代价是托管内存的上涨，这点原生的 C 依然更具优势）。
GitHub Actions，win-x64，tiny 模型，同一份 99 张测试图（不含 warmup），端到端均值：
| workers | C# | C | C 相对 C# |
|---|---|---|---|
| 1 | 296.6 ms | 485.7 ms | 慢 1.64× |
| 4 | 168.4 ms | 393.3 ms | 慢 2.34× |
具体它是如何利用 .NET 的 Vector<T>、甚至在 Zen 5 上榨取 AVX-512 性能的，我会在周三的连载里放详细的对照表。
在目标框架上，它同时支持 net10.0 和 netstandard2.0。
- 如果你用最新的 .NET 10，能吃满完整的硬件 SIMD 加速，且完美支持 NativeAOT。
- 如果你在维护老旧的 .NET Framework 4.8 遗留系统，它一样能跑。
(注：当前版本仅支持 CPU 推理，暂无 GPU 计划)
十分钟跑起来
在你的项目里装上核心包和 tiny 中文模型（装 tiny 会自动传递引用方向分类包 TextLineOrientation）：
powershell
dotnet add package Sdcb.SimdPaddleOCR
dotnet add package Sdcb.SimdPaddleOCR.Models.ChineseV6Tiny
# 这里以 ImageSharp 为例，你也可以换成自己喜欢的解码库
dotnet add package SixLabors.ImageSharp --version 3.1.11一段最基础的 ImageSharp 3 解析图片并进行 OCR 的完整代码：
csharp
using Sdcb.SimdPaddleOCR;
using Sdcb.SimdPaddleOCR.Models.ChineseV6Tiny;
using SixLabors.ImageSharp;
using SixLabors.ImageSharp.PixelFormats;
// 加载模型（模型在程序集内，直接读取）
using PaddleOcrAll ocr = await PaddleOcrAll.LoadAsync(ChineseV6TinyModels.Default);
// 用第三方库读图并提取 BGR 像素
using Image<Bgr24> image = await Image.LoadAsync<Bgr24>("sample.jpg");
byte[] bgr = new byte[image.Width * image.Height * 3];
image.CopyPixelDataTo(bgr);
// 核心推理
PaddleOcrResult result = ocr.Run(bgr, image.Width, image.Height);
Console.WriteLine(result.Text);(仓库 README 里也提供了 SkiaSharp、OpenCvSharp5 和 WinForms LockBits 的跑法代码。)
包与模型选择
| NuGet 包 | 作用说明 |
|---|---|
Sdcb.SimdPaddleOCR |
纯托管推理核心库（支持 net10.0;netstandard2.0） |
Sdcb.SimdPaddleOCR.ModelProvider |
模型契约（通常被自动传递引用） |
Sdcb.SimdPaddleOCR.Models.ChineseV6Tiny |
PP-OCRv6 tiny 模型包 |
Sdcb.SimdPaddleOCR.Models.ChineseV6Small |
PP-OCRv6 small 模型包 |
Sdcb.SimdPaddleOCR.Models.ChineseV6Medium |
PP-OCRv6 medium 模型包 |
Sdcb.SimdPaddleOCR.Models.TextLineOrientation |
文本行方向 CLS 模型包 |
建议日常使用无脑选 Tiny，体积小速度快。如果有更高的字准要求，再往 Small 或 Medium 提。
当然，如果你本地已经有了自己的 ONNX 文件和字典，核心库也支持直接从本地路径加载，不强求使用模型包。许可证方面为 Apache-2.0，模型来源细节请参考仓库内的 THIRD-PARTY-NOTICES.md。
如果你的 .NET 项目以前因为原生依赖的部署灾难而对 OCR 敬而远之，现在可以试试这个纯托管的解法。
开源仓库： https://github.com/sdcb/SimdPaddleOCR
NuGet 搜索： Sdcb.SimdPaddleOCR
喜欢的朋友可以点个 Star，或者在 Issues 里提建议和问题。
也可以加入 SimdPaddleOCR 微信群：
如果微信过期，请加入 C# / .NET 计算机视觉交流 QQ 群：579060605。