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

  1.  
  2.  
  3.  
  4. #ifndef __SN_OCR__H__
  5. #define __SN_OCR__H__
  6.  
  7. #include "windows.h"
  8.  
  9.  
  10. //返回参数
  11. typedef struct SN_STATU {
  12.  
  13. 	int code;			//错误码，如果为 0 表示成功，否则表示错误号
  14. 	char message[4096];	//错误信息，如果为 "OK" 表示成功，否则返回错误信息
  15.  
  16. }SN_STATU;
  17.  
  18.  
  19. /*启动OCR文字识别服务
  20. *
  21. * 参数：
  22. *	[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
  23. * 	[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;
  24. *
  25. * 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
  26. *
  27. */
  28. int WINAPI apiSNInitOCRServer(char* szOnnxFilePath, SN_STATU* pStatu);
  29.  
  30.  
  31. /*创建OCR文字识别句柄
  32. *
  33. * 参数：
  34. *	[in]  szKey：		卡密(购买卡密：https://shop.4yuns.com/links/7C9F16B7)
  35. * 	[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
  36. * 	[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;
  37. *
  38. * 返回值：成功返回句柄，失败返回NULL
  39. *
  40. */
  41. HANDLE WINAPI apiSNCreateOCRHandle(char* szKey, char* szOnnxFilePath, SN_STATU* pStatu);
  42.  
  43.  
  44. /*获取OCR文字识别卡密到期时间
  45. *
  46. * 参数：
  47. *	[in]  handle：		句柄（通过调用apiSNCreateOCRHandle得到）
  48. * 	[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;
  49. *
  50. * 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
  51. *
  52. */
  53. char* WINAPI apiSNGetKeyExpiresTime(HANDLE handle, SN_STATU* pResult);
  54.  
  55.  
  56. /*获取OCR文字识别结果（以json字符串形式返回）
  57. *
  58. * 参数：
  59. *	[in]  handle：			句柄（通过调用apiSNCreateOCRHandle得到）
  60. *  	[in]  szImageFilePath：	图片路径
  61. * 	[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;
  62. *
  63. * 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
  64. *
  65. */
  66. char* WINAPI apiSNGetOCRFromImage(HANDLE handle, char* szImageFilePath, SN_STATU* pStatu);
  67.  
  68.  
  69. /*释放OCR文字识别句柄（释放内存）
  70. *
  71. * 参数：
  72. *	[in] handle：		句柄（通过调用apiSNCreateOCRHandle得到）
  73. *
  74. * 返回值：返回 0 表示成功，其他值表示错误号;
  75. *
  76. */
  77. int WINAPI apiSNDestroyOCRHandle(HANDLE handle);
  78.  
  79. #endif

2.Python调用dll接口

  1. from ctypes import cdll, c_char_p, Structure, byref
  2. import ctypes
  3.  
  4. # 定义SN_STATU结构体
  5. class SN_STATU(Structure):
  6.     _fields_ = [("code", ctypes.c_int),
  7.                ("message", c_char_p * 4096)]
  8.  
  9. # 加载DLL
  10. lib = cdll.LoadLibrary('D://SNOCR.dll')
  11.  
  12. # 设置函数参数类型
  13. lib.apiSNInitOCRServer.argtypes = [c_char_p, ctypes.POINTER(SN_STATU)]
  14. lib.apiSNInitOCRServer.restype = ctypes.c_int
  15.  
  16. lib.apiSNCreateOCRHandle.argtypes = [c_char_p, c_char_p, ctypes.POINTER(SN_STATU)]
  17. lib.apiSNCreateOCRHandle.restype = ctypes.c_void_p
  18.  
  19. lib.apiSNGetKeyExpiresTime.argtypes = [ctypes.c_void_p, ctypes.POINTER(SN_STATU)]
  20. lib.apiSNGetKeyExpiresTime.restype = c_char_p
  21.  
  22. lib.apiSNGetOCRFromImage.argtypes = [ctypes.c_void_p, c_char_p, ctypes.POINTER(SN_STATU)]
  23. lib.apiSNGetOCRFromImage.restype = c_char_p
  24.  
  25. lib.apiSNDestroyOCRHandle.argtypes = [ctypes.c_void_p]
  26. lib.apiSNDestroyOCRHandle.restype = ctypes.c_int
  27.  
  28. # 初始化变量
  29. statu = SN_STATU()
  30. key = b"SNKJe9xffLhdFY7r3TcffXq44ThDVcE3BQFQFfVA9VG4"
  31. onnx_path = b"D://SNOCR.onnx"
  32. image_path = b"D://7.jpg"
  33.  
  34. # 1. 启动OCR服务
  35. ret = lib.apiSNInitOCRServer(onnx_path, byref(statu))
  36. if ret < 0:
  37.     print(f"Error:{statu.message.decode('utf-8')}")
  38.     exit()
  39.  
  40. # 2. 创建OCR句柄
  41. handle = lib.apiSNCreateOCRHandle(key, onnx_path, byref(statu))
  42. if not handle:
  43.     print(f"Error:{statu.message.decode('utf-8')}")
  44.     exit()
  45.  
  46. # 3. 获取卡密到期时间
  47. expires_time = lib.apiSNGetKeyExpiresTime(handle, byref(statu))
  48. if not expires_time:
  49.     print(f"Error:{statu.message.decode('utf-8')}")
  50.     exit()
  51. print(f"Expires Time: {expires_time.decode('utf-8')}")
  52.  
  53. # 4. 识别OCR，返回Json字符串
  54. ocr_result = lib.apiSNGetOCRFromImage(handle, image_path, byref(statu))
  55. if not ocr_result:
  56.     print(f"Error:{statu.message.decode('utf-8')}")
  57.     exit()
  58. try:
  59.     print(f"OCR Result: {ocr_result.decode('utf-8')}")
  60. except UnicodeDecodeError:
  61.     print(f"OCR Result: {ocr_result.decode('GBK')}")
  62.  
  63. # 5. 释放内存
  64. lib.apiSNDestroyOCRHandle(handle)
  65.  
  66. # 等待输入，防止程序直接退出
  67. input("Press Enter to exit...")

三.效果演示

1.图片1

识别效果：

  1. {
  2. 	"type":	0,
  3. 	"task_id":	1,
  4. 	"err_code":	0,
  5. 	"ocr_result":	{
  6. 		"single_result":	[{
  7. 				"left":	80.136589,
  8. 				"top":	56.710590,
  9. 				"right":	413.614105,
  10. 				"bottom":	89.287964,
  11. 				"str_utf8":	"包头市特种设备追溯平台",
  12. 				"rate":	"0.981197"
  13. 			}, {
  14. 				"left":	171.293091,
  15. 				"top":	99.701866,
  16. 				"right":	329.740753,
  17. 				"bottom":	120.792061,
  18. 				"str_utf8":	"设备编码: 000001)",
  19. 				"rate":	"0.970116"
  20. 			}, {
  21. 				"left":	81.693756,
  22. 				"top":	274.142029,
  23. 				"right":	229.766312,
  24. 				"bottom":	295.966248,
  25. 				"str_utf8":	"RFID 扫描区域",
  26. 				"rate":	"0.992770"
  27. 			}, {
  28. 				"left":	50,
  29. 				"top":	318.229156,
  30. 				"right":	181.250000,
  31. 				"bottom":	339.062500,
  32. 				"str_utf8":	"投诉电话: 12365",
  33. 				"rate":	"0.984698"
  34. 			}, {
  35. 				"left":	259.311310,
  36. 				"top":	352.951111,
  37. 				"right":	466.734924,
  38. 				"bottom":	371.130615,
  39. 				"str_utf8":	"包头市质量技术监督局制",
  40. 				"rate":	"0.961233"
  41. 			}],
  42. 		"width":	"500",
  43. 		"height":	"384"
  44. 	}
  45. }

2.图片2

识别效果：

  1. {
  2. 	"type":	0,
  3. 	"task_id":	1,
  4. 	"err_code":	0,
  5. 	"ocr_result":	{
  6. 		"single_result":	[{
  7. 				"left":	451.128448,
  8. 				"top":	110.489426,
  9. 				"right":	1138.148070,
  10. 				"bottom":	199.850967,
  11. 				"str_utf8":	"中华人民共和国",
  12. 				"rate":	"0.998395"
  13. 			}, {
  14. 				"left":	398.003052,
  15. 				"top":	250.290588,
  16. 				"right":	1189.906010,
  17. 				"bottom":	370.648926,
  18. 				"str_utf8":	"居民身份证",
  19. 				"rate":	"0.999714"
  20. 			}, {
  21. 				"left":	333.586945,
  22. 				"top":	605.802917,
  23. 				"right":	1028.648680,
  24. 				"bottom":	654.308594,
  25. 				"str_utf8":	"签发机关上海市公安局徐汇分局",
  26. 				"rate":	"0.998378"
  27. 			}, {
  28. 				"left":	334.754303,
  29. 				"top":	712.041199,
  30. 				"right":	539.191406,
  31. 				"bottom":	752.816345,
  32. 				"str_utf8":	"有效期限",
  33. 				"rate":	"0.999937"
  34. 			}, {
  35. 				"left":	551.186523,
  36. 				"top":	713.943665,
  37. 				"right":	1061.341670,
  38. 				"bottom":	754.974915,
  39. 				"str_utf8":	"2005.10.08-202510.08",
  40. 				"rate":	"0.985583"
  41. 			}],
  42. 		"width":	"1313",
  43. 		"height":	"858"
  44. 	}
  45. }

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

六.云盘源码下载

posted @ 2024-12-17 07:10  猿说编程  阅读(29)  评论(0)  编辑  收藏  举报