Skip to content

README_CH.md

Latest commit

 

History

History
78 lines (64 loc) · 2.64 KB

README_CH.md

File metadata and controls

78 lines (64 loc) · 2.64 KB

libocr cpp

用于 ocr 的简单 c++ 库

CMake

中文 | English

简介：我为什么写这个库

我经常有一些小的想法，它们需要一个OCR的功能。

但我不想使用 python 或 java 库，因为它不便于集成。 而且也不能使用一些 WebApi ，一方面它们无法在脱机下使用，另一方面它们普遍是收费的。 并且我不想用一些很大的库比如 PaddleOCR、Tesseract，因为用起来太不方便了，普遍性的要加载模型等。

所以我写了这个库！

使用非常简单，只需要加载图片并调用函数，就可以得到结果，它内嵌了一个较好的模型。

用于一些可以获取到处理过的图片的项目，比如我写的一个小工具，用于识别原神游戏界面中的文字，然后自动点击及记录。

缺点是需要传入处理过的图片，因为没有加入前处理模块如文字检测、语种识别、方向识别等。（在某些场景下我们很容易获取到文字的感兴趣区域，只需要一些简单的传统算法）

优点是非常易用，可以很容易的集成到项目中。

用法：易于使用

将 libocr.dll 和 libocr.lib 复制到您的项目的 lib 文件夹

将 libocr.h 复制到您的项目 include 文件夹

然后你可以像这样使用它：

#include "libocr.h"
#include <iostream>
int main() {
    std::string image_path = "test.jpg";
    std::string text;
    //=========================================================================
    {
        char *result = libocr::ocr_file(image_path.c_str(), image_path.size());
        text = std::string(result);
        libocr::free_char(result);
    }
    //=========================================================================
    std::cout << text << std::endl;
    return 0;
}

编译：从源码编译

  • 您需要安装 CMake / Clion / Visual Studio 2022
  • 克隆这个项目
git clone https://github.com/GengGode/libocr.git
cd libocr
  • 解压部分压缩依赖库 3rdparty/resource/*.zip to 3rdparty/staticlib/
cd 3rdparty/resource
unzip *.zip
  • 编译
cd ../..
mkdir build
cd build
cmake ..
msbuild .\libocr.sln /p:Configuration=Release /p:RuntimeLibrary=MultiThreaded

自定义：自定义您的模型

  • 可以使用自己的模型替换库中的模型
  • 你需要把你的模型放在 resource/*.onnx 和 resource/*.txt 文件夹中
  • 重新编译库