【全网唯一】C# 纯本地离线文字识别Windows版dll插件

目的

        c#开发使用的是Microsoft Visual Studio（简称VS），它是美国微软公司的开发工具包系列产品。VS是一个基本完整的开发工具集，它包括了整个软件生命周期中所需要的大部分工具，如UML工具、代码管控工具、集成开发环境(IDE)等等。所写的目标代码适用于微软支持的所有平台，包括Microsoft Windows、Windows Mobile、Windows CE、.NET Framework、.NET Compact Framework和Microsoft Silverlight 及Windows Phone。本篇文章主要讲解下c#语言的TomatoOCR纯本地离线文字识别Windows版插件如何使用和集成。

准备工作

1. 下载Microsoft Visual Studio 2022开发工具
2. 下载对应的TomatoOCR.dll依赖包：下载

• 目前插件支持中英文、繁体字、日语、韩语识别；
• 支持小图、区域图和单行文字识别，准确率高达99%；
• 支持多种返回格式，json\文本\数字\自定义；
• 支持二值化；
• 支持找字返回坐标并点击；
• 超高的稳定性，速度快；
• 支持多线程；

依赖包集成

依赖包放置

注意：由于32位应用内存限制，初始化ocr线程不要太多，建议5个以下，64位应用不受限制

32位： 下载“【x86 MT】本地文字识别依赖包(中英文).dll”或者“【x86 MT】本地文字识别依赖包(中英文+繁、日、韩).dll”依赖包后，改名为TomatoOCR.dll，将文件放置在项目中

64位： 下载“【x64 MT】本地文字识别依赖包(中英文).dll”或者“【x64 MT】本地文字识别依赖包(中英文+繁、日、韩).dll”依赖包后，改名为TomatoOCR.dll，将文件放置在项目中

这里以DllImport（非托管DLL）为例：

using System.Diagnostics;
using System.Runtime.InteropServices;
using System.Threading;

[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void init(int a);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setMode(string mode);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setHttpIntervalTime(int second);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern string setLicense(string a, string b);


[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern IntPtr startLock();

[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void stopLock(IntPtr obj);


[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setRecType(IntPtr obj, string value);

[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setDetBoxType(IntPtr obj, string value);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setDetUnclipRatio(IntPtr obj, float value);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setRecScoreThreshold(IntPtr obj, float value);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setReturnType(IntPtr obj, string value);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setBinaryThresh(IntPtr obj, int value);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setRunMode(IntPtr obj, string value);
 
[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern void setFilterColor(IntPtr obj, string value);


[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern string ocrFile(IntPtr obj, string path, int type);

[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern string ocrScreen(IntPtr obj, int x1, int y1, int x2, int y2, int type, string path);

[DllImport("TomatoOCR.dll", CallingConvention = CallingConvention.Cdecl)]
 static extern string ocrBase64(IntPtr obj, string value, int type);

// ---------------下面开始识别---------------

init(2); // 初始化两个线程
// setMode("dev")
// setHttpIntervalTime(28800)
string license = ""; // 设置license，见授权码获取
string remark = ""; // 设置备注
string flag = setLicense(license, remark);
Console.WriteLine(flag);

// *******************************以上是初始化代码，只需要写一次************************************
IntPtr obj = startLock(); // 获取句柄，与stopLock一一对应
if (obj > 0) {
    setRecType(obj, "ch-3.0");
    // 注：ch、ch-2.0、ch-3.0版可切换使用，对部分场景可适当调整
    // "ch"：普通中英文识别，1.0版模型
    // "ch-2.0"：普通中英文识别，2.0版模型
    // "ch-3.0"：普通中英文识别，3.0版模型
    // "cht"：繁体，"japan"：日语，"korean"：韩语

    setDetBoxType(obj, "rect"); // 调整检测模型检测文本参数- 默认"rect": 由于手机上截图文本均为矩形文本，从该版本之后均改为rect，"quad"：可准确检测倾斜文本
    setDetUnclipRatio(obj, 1.9f); // 调整检测模型检测文本参数 - 默认1.9: 值范围1.6-2.5之间
    setRecScoreThreshold(obj, 0.1f); // 识别得分过滤 - 默认0.1，值范围0.1-0.9之间
    setReturnType(obj, "json");
    // 返回类型 - 默认"json": 包含得分、坐标和文字；
    // "text"：纯文字；
    // "num"：纯数字；
    // 自定义输入想要返回的文本：".￥1234567890"，仅只返回这些内容

    setBinaryThresh(obj, 0); // 二值化设定，非必须, 0-255
    setRunMode(obj, "slow"); // 默认“slow”；“fast”：小图识别上会加速，但准确率会降低，推荐用默认值“slow”
    //setFilterColor(obj, "", "black"); //  设置滤色值和背景色(black\white)，滤色值默认是空的，详细使用见方法说明
      
    int type = 3;
    // type=0 : 只检测
    // type=1 : 方向分类 + 识别
    // type=2 : 只识别
    // type=3 : 检测 + 识别
        
    // 例子一
    string result1 = ocrFile(obj, "D:\\WorkSpaceProjects\\PycharmProjects\\TestLoadTomato\\test_dll\\images\\02.png", type);
    Console.WriteLine(result1);
    
    // 例子二，传入屏幕坐标，进行识别，outImagePath：可以输出裁剪的图片,该参数可传可不传
    string outImagePath = "D:\\test.bmp";
    string result2 = ocrScreen(obj, 0, 0, 200, 100, type, outImagePath);
    Console.WriteLine(result2);
    
    // 找字
    string tapPoint = findTapPoint(obj, "百度");
    Console.WriteLine(tapPoint);
    
    string tapPoints = findTapPoints(obj, "百度");
    Console.WriteLine(tapPoints);
    
    stopLock(obj); // 释放句柄
}

运行

总结

        提供的各种版本的dll，完全满足各种语言的需求，实现代码复用、节省资源、动态加载、便于维护，并支持模块化开发和多语言协作，c++\c#\python\java等等，关注我的专栏，所以的语言加载方式都会呈现。