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


#ifndef __SN_OCR__H__
#define __SN_OCR__H__

#include "windows.h"

//返回参数
typedef struct SN_STATU {

    int code;           //错误码，如果为 0 表示成功，否则表示错误号
    char message[4096]; //错误信息，如果为 "OK" 表示成功，否则返回错误信息

}SN_STATU;

/*启动OCR文字识别服务
*
* 参数：
*   [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
*   [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;
*
* 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
*
*/
int WINAPI apiSNInitOCRServer(char* szOnnxFilePath, SN_STATU* pStatu);

/*创建OCR文字识别句柄
*
* 参数：
*   [in]  szKey：        卡密(购买卡密：https://shop.4yuns.com/links/7C9F16B7)
*   [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
*   [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;
*
* 返回值：成功返回句柄，失败返回NULL
*
*/
HANDLE WINAPI apiSNCreateOCRHandle(char* szKey, char* szOnnxFilePath, SN_STATU* pStatu);

/*获取OCR文字识别卡密到期时间
*
* 参数：
*   [in]  handle：       句柄（通过调用apiSNCreateOCRHandle得到）
*   [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;
*
* 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
*
*/
char* WINAPI apiSNGetKeyExpiresTime(HANDLE handle, SN_STATU* pResult);

/*获取OCR文字识别结果（以json字符串形式返回）
*
* 参数：
*   [in]  handle：           句柄（通过调用apiSNCreateOCRHandle得到）
*   [in]  szImageFilePath：  图片路径
*   [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;
*
* 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
*
*/
char* WINAPI apiSNGetOCRFromImage(HANDLE handle, char* szImageFilePath, SN_STATU* pStatu);

/*释放OCR文字识别句柄（释放内存）
*
* 参数：
*   [in] handle：        句柄（通过调用apiSNCreateOCRHandle得到）
*
* 返回值：返回 0 表示成功，其他值表示错误号;
*
*/
int WINAPI apiSNDestroyOCRHandle(HANDLE handle);

#endif

2.Python调用dll接口

from ctypes import cdll, c_char_p, Structure, byref
import ctypes

# 定义SN_STATU结构体
class SN_STATU(Structure):
    _fields_ = [("code", ctypes.c_int),
               ("message", c_char_p * 4096)]

# 加载DLL
lib = cdll.LoadLibrary('D://SNOCR.dll')

# 设置函数参数类型
lib.apiSNInitOCRServer.argtypes = [c_char_p, ctypes.POINTER(SN_STATU)]
lib.apiSNInitOCRServer.restype = ctypes.c_int

lib.apiSNCreateOCRHandle.argtypes = [c_char_p, c_char_p, ctypes.POINTER(SN_STATU)]
lib.apiSNCreateOCRHandle.restype = ctypes.c_void_p

lib.apiSNGetKeyExpiresTime.argtypes = [ctypes.c_void_p, ctypes.POINTER(SN_STATU)]
lib.apiSNGetKeyExpiresTime.restype = c_char_p

lib.apiSNGetOCRFromImage.argtypes = [ctypes.c_void_p, c_char_p, ctypes.POINTER(SN_STATU)]
lib.apiSNGetOCRFromImage.restype = c_char_p

lib.apiSNDestroyOCRHandle.argtypes = [ctypes.c_void_p]
lib.apiSNDestroyOCRHandle.restype = ctypes.c_int

# 初始化变量
statu = SN_STATU()
key = b"SNKJe9xffLhdFY7r3TcffXq44ThDVcE3BQFQFfVA9VG4"
onnx_path = b"D://SNOCR.onnx"
image_path = b"D://7.jpg"

# 1. 启动OCR服务
ret = lib.apiSNInitOCRServer(onnx_path, byref(statu))
if ret < 0:
    print(f"Error:{statu.message.decode('utf-8')}")
    exit()

# 2. 创建OCR句柄
handle = lib.apiSNCreateOCRHandle(key, onnx_path, byref(statu))
if not handle:
    print(f"Error:{statu.message.decode('utf-8')}")
    exit()

# 3. 获取卡密到期时间
expires_time = lib.apiSNGetKeyExpiresTime(handle, byref(statu))
if not expires_time:
    print(f"Error:{statu.message.decode('utf-8')}")
    exit()
print(f"Expires Time: {expires_time.decode('utf-8')}")

# 4. 识别OCR，返回Json字符串
ocr_result = lib.apiSNGetOCRFromImage(handle, image_path, byref(statu))
if not ocr_result:
    print(f"Error:{statu.message.decode('utf-8')}")
    exit()
try:
    print(f"OCR Result: {ocr_result.decode('utf-8')}")
except UnicodeDecodeError:
    print(f"OCR Result: {ocr_result.decode('GBK')}")

# 5. 释放内存
lib.apiSNDestroyOCRHandle(handle)

# 等待输入，防止程序直接退出
input("Press Enter to exit...")

三.效果演示

1.图片1

22.jpg

识别效果：

{
    "type": 0,
    "task_id":  1,
    "err_code": 0,
    "ocr_result":   {
        "single_result":    [{
                "left": 80.136589,
                "top":  56.710590,
                "right":    413.614105,
                "bottom":   89.287964,
                "str_utf8": "包头市特种设备追溯平台",
                "rate": "0.981197"
            }, {
                "left": 171.293091,
                "top":  99.701866,
                "right":    329.740753,
                "bottom":   120.792061,
                "str_utf8": "设备编码: 000001)",
                "rate": "0.970116"
            }, {
                "left": 81.693756,
                "top":  274.142029,
                "right":    229.766312,
                "bottom":   295.966248,
                "str_utf8": "RFID 扫描区域",
                "rate": "0.992770"
            }, {
                "left": 50,
                "top":  318.229156,
                "right":    181.250000,
                "bottom":   339.062500,
                "str_utf8": "投诉电话: 12365",
                "rate": "0.984698"
            }, {
                "left": 259.311310,
                "top":  352.951111,
                "right":    466.734924,
                "bottom":   371.130615,
                "str_utf8": "包头市质量技术监督局制",
                "rate": "0.961233"
            }],
        "width":    "500",
        "height":   "384"
    }
}

2.图片2

06.jpg