使用.NET开发一个屏幕OCR工具

DotNET技术圈 09-09 2788

前言：

当前各位老铁们对“ocr软件开发”大概比较珍视，姐妹们都需要了解一些“ocr软件开发”的相关知识。那么小编同时在网摘上收集了一些对于“ocr软件开发””的相关资讯，希望看官们能喜欢，看官们快快来了解一下吧！

本文将介绍使用.NET开发的一款桌面截图 OCR 工具，软件已开源，地址：

背景

因为不同地方人们的使用习惯不同，国内可能截图更多的是使用QQ，微信等即时聊天工具提供的截图功能。所以我们竟然可能会遇到这样的场景：按了截图快捷键却发现并没有任何反应，尝试了多次才意识到 —— 没有开聊天软件。

当我们需要OCR识别时也是经常通过这些社交软件，QQ可以在电脑端使用，微信的文字识别却是需要在手机端识别后发给电脑端。

QQ截图OCR

作为一个老年人，QQ 已经不怎么用了，而且 QQ 文字识别的结果复制编辑不是很方便。并且针对保密级别比较高的工作，我们还是更倾向于离线的 OCR 工具。

软件的实现

软件的设计非常简单，通过调用 Windows 系统本身的截图功能，在用户截图后，从剪贴板获取到图片后通过 PaddleOCRSharp 来进行 OCR 的识别，然后将结果输出。

软件的难点之一其实调用系统的截图，中间的波折可以查看今天推送的另一篇文章《为应用添加截图功能》。

OCR 识别已经非常成熟了，百度开源的 PaddleOCR 框架相对 Tesseract 中文识别的效果好太多太多了。得益于开源项目 PaddleOCRSharp[1] 对C++代码修改并封装的.NET的工具类库，我们可以方便的在 .NET 项目中实现 OCR 功能。

var ocrResult = new OCRResult();using PaddleOCREngine engine = new PaddleOCREngine(, new OCRParameter());ocrResult = engine.DetectText(imgfile);

ocrResult 的返回结果是带坐标位置的，我们可以通过对其进行进一步的处理实现比如身份证的 OCR 识别。

若想使用其开发 WebAPI ，之前版本可以直接返回 ocrResult，最近某次更新版本后直接返回数据都是空的，可做如下数据处理：

List<Json_TextBlock> res = new List<Json_TextBlock>();foreach(var item in ocrResult.TextBlocks){ var points = new List<object>();
 foreach (var p in item.BoxPoints) { points.Add(new { p.X, p.Y }); }
 res.Add(new Json_TextBlock { Score = item.Score, BoxPoints = points, Text = item.Text });}
// 处理适配新版本的 json 问题/// <summary>/// 识别的文本块/// </summary>public class Json_TextBlock{ public List<object> BoxPoints { get; set; } = new List<object>(); public string Text { get; set; } /// <summary> /// 置信度 /// </summary> public float Score { get; set; }}