OCR识别

说明

• OCR模块是属于对图像进行识别
• OCR模块的对象前缀是ocr，例如 ocr.initOcr()这样调用
• 目前的OCR包含了 ocrLite,TesseractOCR

ocr.newOcr 实例一个ocr

• 初始化一个ocr实例
• 适配版本 EC iOS 6.23.0+

function main() {
    let o = ocr.newOcr();
    // 这里做初始化和识别
    o.releaseAll()
}

ocr.initOcr 初始化

• 初始化OCR模块

• @param map map参数表

• key分别为:

  • type : OCR类型，值分别为 ocrLite = ocrLite 模块， tess = tesseractOcr，paddleOcr=百度的飞桨OCR

• 如果类型是 baiduOnline

  • 参数设置为 : {"type":"baiduOnline","ak":"xxx","sk":"xx"}

• 如果类型是:tess

  * 参数设置为: 需要设置 tesseract 的安装路径和tess的路径,<br/>
  * 例子 : {"type":"tess","baseDir:"d:\\tesseract-ocr","path":"d:\\tesseract-ocr\\tessdata","language":"chi_sim","ocrEngineMode":3}<br/>
  *  - baseDir: 代表是tesseract安装路径,安装包下载: https://github.com/tesseract-ocr/tesseract/releases 或者官方王下载jTessBoxEditor.zip包含了训练工具和tesseract的dll<br/>
  *  - path: 代表是tesseract 的 tesssdata 文件夹<br/>
  *  - language: 语言数据集文件， 例如 chi_sim.traineddata 代表是中文简体语言，参数就填写 chi_sim,多个可以用+链接，例如:chi_sim+eng+num<br/>
  *  - ocrEngineMode: 识别引擎类型，0 OEM_TESSERACT_ONLY ， 1 OEM_LSTM_ONLY,2 OEM_TESSERACT_LSTM_COMBINED,3 OEM_DEFAULT<br/>
  *  - rilLevel: PageIteratorLevel 参数，-1 自适应， 0: RIL_BLOCK, 1: RIL_PARA, 2: RIL_TEXTLINE, 3: RIL_WORD, 4:RIL_SYMBOL<br/>
  

• 如果类型设置为: paddleOcr
  

• 例子

     {
      "type": "paddleOcr",
      "ocrType":"ONNX_PPOCR_V3",
      "padding": 50,
      "maxSideLen": 0,
      "boxScoreThresh": 0.5,
      "boxThresh": 0.3,
      "unClipRatio": 1.6,
      "doAngleFlag": 0,
      "mostAngleFlag": 0
    }

  ocrType : 模型 ONNX_PPOCR_V3,ONNX_PPOCR_V4,NCNN_PPOCR_V3
  serverUrl：paddle ocr服务器地址，可以在其他电脑部署，然后中控链接，默认是 http://127.0.0.1:9022 部署在其他电脑就改ip地址即可，端口保留
  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50。<br/>
  maxSideLen 按图像长边进行总体缩放，放大增加识别耗时但精度更高，缩小减小耗时但精度降低，maxSideLen为0表示不缩放。<br/>
  boxScoreThresh 文字框置信度门限，文字框没有正确框住所有文字时，减小此值 <br/>
  boxThresh 同上，自行试验。<br/>
  unClipRatio 单个文字框大小倍率，越大时单个文字框越大。<br/>
  doAngleFlag 启用(1)/禁用(0) 文字方向检测，只有图片倒置的情况下(旋转90~270度的图片)，才需要启用文字方向检测，默认关闭。<br/>
  mostAngleFlag 启用(1)/禁用(0) 角度投票(整张图片以最大可能文字方向来识别)，当禁用文字方向检测时，此项也不起作用，默认关闭。<br/>
  front 控制台(1)/托盘模式(0) ，默认关闭。<br/>
  daemon 守护ocr服务进程(1)/否(0) 默认关闭。<br/>
  limit 代表每1秒执行ocr请求个数 默认1000。可以适当降低减少cpu占用<br/>
  checkImage 检查数据是否是图像(1是 0否)默认关闭。<br/> 

• @return {boolean} 布尔型 成功或者失败

ocrLite OCR例子[6.23.0之前]

  function main() {
  //2.8.0+中控,要在中控设置页开启opencv功能,并重启中控
  let ocrLite = {
    "type": "ocrLite",
    "baseDir": "c:/ec/OcrLiteNcnn",
    "ocrType": "win-lib-cpu-x64"
  }


  let inited = ocr.initOcr(ocrLite)
  logd("初始化结果 -" + inited);
  if (!inited) {
    loge("error : " + ocr.getErrorMsg());
    return;
  }

  for (var ix = 0; ix < 20; ix++) {
    //读取一个bitmap
    let bitmap = image.readBitmap("D:/Screenshot_20210127_152932_com.huawei.android.lau.jpg");
    if (!bitmap) {
      loge("读取图片失败");
      continue;
    }
    console.time("1")
    logd("start---ocr");
    // 对图片进行识别
    let result = ocr.ocrBitmap(bitmap, 20 * 1000, {});
    logd(result)
    if (result) {
      logd("ocr结果-》 " + JSON.stringify(result));
      for (var i = 0; i < result.length; i++) {
        var value = result[i];
        logd("文字 : " + value.label + " x: " + value.x + " y: " + value.y + " width: " + value.width + " height: " + value.height);
      }
    } else {
      logw("未识别到结果");
    }

    logd("耗时: " + console.timeEnd(1) + " ms")
    image.recycle(bitmap)
    sleep(1000);
    logd("ix = " + ix)
  }
  //释放所有资源
  ocr.releaseAll();
}

main();

tess OCR例子[6.23.0之后]

  function main() {
  let tess = {"type":"tess","path":"d:/tesseract-ocr/tessdata","baseDir":"d:\\tesseract-ocr"}

  let ocrLite = {
    "type": "ocrLite",
    "baseDir": "c:/ec/OcrLiteNcnn",
    "ocrType": "win-lib-cpu-x64"
  }


  // 入使用paddleocr，就自己改下参数即可
  let paddleOcr = {
    "type": "paddleOcr",
    "ocrType": "ONNX_PPOCR_V3
  }


  
  let tocr = ocr.newOcr()
  let inited = tocr.initOcr(ocrLite)
  logd("初始化结果 -" + inited);
  if (!inited) {
    loge("error : " + tocr.getErrorMsg());
    return;
  }

  for (var ix = 0; ix < 20; ix++) {

    //读取一个bitmap
    let bitmap = image.readBitmap("D:/Screenshot_20210127_152932_com.huawei.android.lau.jpg");
    if (!bitmap) {
      loge("读取图片失败");
      continue;
    }
    console.time("1")
    logd("start---ocr");
    // 对图片进行识别
    let result = tocr.ocrBitmap(bitmap, 20 * 1000, {});
    logd(result)
    if (result) {
      logd("ocr结果-》 " + JSON.stringify(result));
      for (var i = 0; i < result.length; i++) {
        var value = result[i];
        logd("文字 : " + value.label + " x: " + value.x + " y: " + value.y + " width: " + value.width + " height: " + value.height);
      }
    } else {
      logw("未识别到结果");
    }

    logd("耗时: " + console.timeEnd(1) + " ms")
    image.recycle(bitmap)
    sleep(1000);
    logd("ix = " + ix)
  }
  //释放所有资源
  // paddleOcr会关闭ocr程序，如果不考虑关闭 不用调用这个函数
  tocr.releaseAll();
}

main();

ocr.ocrBitmap 识别文字

• 对 BufferedImage 进行OCR，返回的是JSON数据，其中数据类似于与：

      [
  {
    "label": "奇趣装扮三阶盘化",
    "confidence": 0.48334712,
    "x": 11,
    "y": 25,
    "width": 100,
    "height": 100
  }
]

• label: 代表是识别的文字
• confidence：代表识别的准确度
• x: 代表X开始坐标
• Y: 代表Y开始坐标
• width: 代表宽度
• height: 代表高度
• @param bitmap 图片
• @param timeout 超时时间 单位毫秒
• @param extra 扩展参数，map形式，例如 {"token":"xxx"}
• @return {JSON} JSON对象

ocr.ocrImage 识别文字

• 对 AutoImage 进行OCR，返回的是JSON数据，其中数据类似于与：

  [
  {
    "label": "奇趣装扮三阶盘化",
    "confidence": 0.48334712,
    "x": 11,
    "y": 25,
    "width": 100,
    "height": 100
  }
]

• label: 代表是识别的文字
• confidence：代表识别的准确度
• x: 代表X开始坐标
• Y: 代表Y开始坐标
• width: 代表宽度
• height: 代表高度
• @param bitmap 图片
• @param timeout 超时时间 单位毫秒
• @param extra 扩展参数，map形式，例如 {"token":"xxx"}
• @return {JSON} JSON对象

代码例子常见
OCR初始化

ocr.getErrorMsg 获取错误消息

• 获取OCR错误消息
• @return {string} null代表没有错误

代码例子常见
OCR初始化

ocr.releaseAll 释放OCR资源

• 释放OCR占用的资源
• @return {bool} 成功或者失败

代码例子常见
OCR初始化