Skip to main content

PPOCR-ONNX使用说明

tip
  • 本OCR产品是免费的
  • 本产品基于PaddleOCR开发，支持PPOCR-v4和PPOCR-v5模型，目前可以在Windows上运行
  • 本产品目的是对外提供ocr接口，可以给EC 安卓，iOS USB,iOS 脱机版，鸿蒙Next进行接口调用，并返回OCR结果

下载软件​

  • 进入软件下载区的任何一个网盘进行下载，点击软件下载区
  • 下载路径在网盘的 Ocr资源文件夹中ppocr-windows-x64开头的zip文件，下载完成解压即可，解压路径不要有中文和特殊字符

软件使用​

  • 双击 ppocr-monitor.exe 开始，这个程序是用来守护ocr程序的，如果ocr退出，会被主动拉起
  • 软件打开后，底部会提示端口和服务器启动状态
  • 系统采用OCR实例池的模式，提高效率和并发量
    • paddleOcrOnnxV5实例最小数量 代表最小实例化的v5模型数量
    • paddleOcrOnnxV5实例最大数量 代表实例化v5上限
    • v4实例数量含义也是类似
    • 每秒限流请请求，代表能够承接的请求数量，因为OCR需要时间，根据实际情况自己设定
    • 每个OCR实例占用CPU数量，越大代表OCR速度越快，CPU占用越高，建议 CPU数量*最大实例 不要超过你的电脑CPU，否则会变成100%CPU占用
    • 设置后，进行保存然后重启软件
  • 重建OCR池： 代表释放之前的OCR实例，重新生成，这个操作会释放之前的内存占用
  • 启动时隐藏界面，代表启动的时候在后台运行，隐藏到托盘

接口调用​

  • 系统自带了http调用接口，默认端口是 9022

ocrOnnxFile 请求例子​

  • 这里以EC 安卓为例子，iOS和鸿蒙Next是一样的方式请求


function test_http_ppocr() {
    if (!startEnv()) {
      loge("自动化启动失败,结束脚本")
      exit()
    }
    if (!image.requestScreenCapture(10000, 0)) {
      loge("申请截图权限失败,检查是否开启后台弹出,悬浮框等权限")
      exit()
    }
    //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图
    sleep(1000)

    for (let i = 0; i < 1; i++) {
      let img = image.captureFullScreenEx()
      if (!img) {
        loge("截图失败")
        sleep(1000)
        continue
      }
      // 使用的识别模型 paddleOcrOnnxV5 代表PPOCR-V5 ， paddleOcrOnnxV4 代表 PPOCR-V4
      let ocrType = "paddleOcrOnnxV5";
      // padding 图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。默认 10。
      let padding = 50;
      // maxSideLen 如果输入图像的最大边大于max_side_len，则会按宽高比，将最大边缩放到max_side_len。默认为 0
      let maxSideLen = 0;
      try {

        let url = `http://192.168.2.19:9022/devapi/ocrOnnxFile?ocrType=${ocrType}&padding=${padding}&maxSideLen=${maxSideLen}`
        console.log(`request url ${url}`)
        // 保存文件到 /sdcard/tb.png
        image.saveTo(img, "/sdcard/tb.png")
        let file = {"file": "/sdcard/tb.png"}
        console.time(1)
        let result = http.httpPost(url, {}, file, 20 * 1000, {})
        logd("请求耗时: {} ms", console.timeEnd(1))
        if (!result) {
          logw("未识别到结果")
          sleep(1000)
          continue
        }
        logd("ocr结果-> " + result)
        result = JSON.parse(result).data;
        for (let i = 0; i < result.length; i++) {
          let value = result[i]
          logd("文字 : " + value.label+ " confidence: "+value.confidence + " x: " + value.x + " y: " + value.y + " width: " + value.width + " height: " + value.height)
        }
        sleep(1000)
      } catch (e) {
        logd(e)
      } finally {
        image.recycle(img)
      }
    }
  }

  test_http_ppocr()

ocrOnnxBase64 请求例子​


function test_http_ppocr_base() {

    if (!startEnv()) {
        loge("自动化启动失败,结束脚本")
        exit()
    }
    if (!image.requestScreenCapture(10000, 0)) {
        loge("申请截图权限失败,检查是否开启后台弹出,悬浮框等权限")
        exit()
    }
    //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图
    sleep(1000)

    for (let i = 0; i < 1; i++) {
        let img = image.captureFullScreenEx()
        if (!img) {
            loge("截图失败")
            sleep(1000)
            continue
        }
        // 使用的识别模型 paddleOcrOnnxV5 代表PPOCR-V5 ， paddleOcrOnnxV4 代表 PPOCR-V4
        let ocrType = "paddleOcrOnnxV5";
        // padding 图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。默认 10。
        let padding = 50;
        // maxSideLen 如果输入图像的最大边大于max_side_len，则会按宽高比，将最大边缩放到max_side_len。默认为 0
        let maxSideLen = 0;
        try {

            let url = `http://192.168.2.19:9022/devapi/ocrOnnxBase64`
            console.log(`request url ${url}`)
            let base = image.toBase64(img)
            let data = {
                "ocrType":ocrType,
                "padding":padding,
                "maxSideLen":maxSideLen,
                "data":base,
            }
            console.time(1)
            let result = http.postJSON(url, data, 20 * 1000, {})
            logd("请求耗时: {} ms", console.timeEnd(1))
            if (!result) {
                logw("未识别到结果")
                sleep(1000)
                continue
            }
            logd("ocr结果-> " + result)
            result = JSON.parse(result).data;
            for (let i = 0; i < result.length; i++) {
                let value = result[i]
                logd("文字 : " + value.label+ " confidence: "+value.confidence + " x: " + value.x + " y: " + value.y + " width: " + value.width + " height: " + value.height)
            }
            sleep(1000)
        } catch (e) {
            logd(e)
        } finally {
            image.recycle(img)
        }
    }
}
test_http_ppocr_base();

常见问题​

  • ppocr打开闪退
    • 到网盘下载vc类库安装，然后重启电脑
  • 识别速度慢
    • 将每个OCR占用CPU实例放大，缩小实例数量，获得最快的 识别速度
  • 内存占用高
    • 减少OCR实例数量，或者 加内存 ，加CPU