Python OCR证件照文字识别
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
-
-
-
- #ifndef __SN_OCR__H__
- #define __SN_OCR__H__
-
- #include "windows.h"
-
-
- //返回参数
- typedef struct SN_STATU {
-
- 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_STATU;
-
-
- /*启动OCR文字识别服务
- *
- * 参数:
- * [in] szOnnxFilePath: 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0,失败返回错误号,详细错误信息请参考 pResult
- *
- */
- int WINAPI apiSNInitOCRServer(char* szOnnxFilePath, SN_STATU* pStatu);
-
-
- /*创建OCR文字识别句柄
- *
- * 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 apiSNCreateOCRHandle(char* szKey, char* szOnnxFilePath, SN_STATU* pStatu);
-
-
- /*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_STATU* pResult);
-
-
- /*获取OCR文字识别结果(以json字符串形式返回)
- *
- * 参数:
- * [in] handle: 句柄(通过调用apiSNCreateOCRHandle得到)
- * [in] szImageFilePath: 图片路径
- * [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OCR文字识别结果(以json字符串形式返回),失败返回NULL,错误信息请查看参数 pResult->message
- *
- */
- char* WINAPI apiSNGetOCRFromImage(HANDLE handle, char* szImageFilePath, SN_STATU* pStatu);
-
-
- /*释放OCR文字识别句柄(释放内存)
- *
- * 参数:
- * [in] handle: 句柄(通过调用apiSNCreateOCRHandle得到)
- *
- * 返回值:返回 0 表示成功,其他值表示错误号;
- *
- */
- int WINAPI apiSNDestroyOCRHandle(HANDLE handle);
-
- #endif
2.Python调用dll接口
- 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:
- {
- "type": 0,
- "task_id": 1,
- "err_code": 0,
- "ocr_result": {
- "single_result": [{
- "left": 80.136589,
- "top": 56.710590,
- "right": 413.614105,
- "bottom": 89.287964,
- "str_utf8": "包头市特种设备追溯平台",
- "rate": "0.981197"
- }, {
- "left": 171.293091,
- "top": 99.701866,
- "right": 329.740753,
- "bottom": 120.792061,
- "str_utf8": "设备编码: 000001)",
- "rate": "0.970116"
- }, {
- "left": 81.693756,
- "top": 274.142029,
- "right": 229.766312,
- "bottom": 295.966248,
- "str_utf8": "RFID 扫描区域",
- "rate": "0.992770"
- }, {
- "left": 50,
- "top": 318.229156,
- "right": 181.250000,
- "bottom": 339.062500,
- "str_utf8": "投诉电话: 12365",
- "rate": "0.984698"
- }, {
- "left": 259.311310,
- "top": 352.951111,
- "right": 466.734924,
- "bottom": 371.130615,
- "str_utf8": "包头市质量技术监督局制",
- "rate": "0.961233"
- }],
- "width": "500",
- "height": "384"
- }
- }
2.图片2
识别效果:
- {
- "type": 0,
- "task_id": 1,
- "err_code": 0,
- "ocr_result": {
- "single_result": [{
- "left": 451.128448,
- "top": 110.489426,
- "right": 1138.148070,
- "bottom": 199.850967,
- "str_utf8": "中华人民共和国",
- "rate": "0.998395"
- }, {
- "left": 398.003052,
- "top": 250.290588,
- "right": 1189.906010,
- "bottom": 370.648926,
- "str_utf8": "居民身份证",
- "rate": "0.999714"
- }, {
- "left": 333.586945,
- "top": 605.802917,
- "right": 1028.648680,
- "bottom": 654.308594,
- "str_utf8": "签发机关上海市公安局徐汇分局",
- "rate": "0.998378"
- }, {
- "left": 334.754303,
- "top": 712.041199,
- "right": 539.191406,
- "bottom": 752.816345,
- "str_utf8": "有效期限",
- "rate": "0.999937"
- }, {
- "left": 551.186523,
- "top": 713.943665,
- "right": 1061.341670,
- "bottom": 754.974915,
- "str_utf8": "2005.10.08-202510.08",
- "rate": "0.985583"
- }],
- "width": "1313",
- "height": "858"
- }
- }
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