? ? .NET Conf 2021中國我做了一次《.NET玩轉(zhuǎn)計(jì)算機(jī)視覺OpenCV》的分享，其中提到了一個(gè)效果特別好的OCR識別引擎——百度飛槳PaddleOCR，后來我逐步把它封裝了一下，代碼全部開源（可點(diǎn)擊查看原文跳轉(zhuǎn)到Github）：https://github.com/sdcb/paddlesharp，可以直接安裝NuGet包使用，支持.NET Framework/.NET Core、支持Linux、支持GPU調(diào)用，支持14種語言模型的自動下載：

這里有使用方法和示例代碼：

運(yùn)行效果：

促使我給PaddleOCR做.NET封裝的原因，是PaddleOCR令人驚訝的識別精度。我之前用過TesseractOCR，看到有人說是“世界上唯一”免費(fèi)且好用的OCR引擎，但我發(fā)現(xiàn)它不好用，它的精度一直介于“可用”與“不可用”之間，處于勉強(qiáng)可用的狀態(tài)——即使是我使用了Best的TesseractOCR模型也是如此（而且性能也不快）。

比如你看這個(gè)例子，用TesseractOCR跑的，耗時(shí)48秒，英語和數(shù)字識別還是可圈可點(diǎn)的，但中文……里面有空格不說，而且大量識別錯誤，非常不通順，詮釋了什么叫“介于可用與不可用之間”。

但PaddleOCR不同，去看看官網(wǎng)示例，全部都是效果爆炸的感覺，最令人我驚訝的是它的精度，尤其是文字在旋轉(zhuǎn)的狀態(tài)下的精度：

上文中同樣的例子，在PaddleOCR中的執(zhí)行結(jié)果：

可見精度好得多，耗時(shí)也只要9秒。

我是怎么封裝的？

我發(fā)現(xiàn)市場上有人封裝過，但他們都是基于C++ API，然后自己寫了一層C++，然后包裝成C API進(jìn)行封裝。這樣的好處是暴露出來的C API比較簡單，調(diào)用起來很方便，但缺點(diǎn)是不方便擴(kuò)展，使用起來笨重得多，跨平臺也很難。

基于C API使用起來不方便，但上層不是有咱們.NET/C#嘛，我相信再不方便的API，只要用上了C#/.NET去封裝它，都能做得很方便地去調(diào)用，于是我做出了這樣的一個(gè)架構(gòu)（這個(gè)架構(gòu)本質(zhì)是模仿了OpenCvSharp4）

最低層是C API的NuGet封裝包，這個(gè)用PInvoke來封裝C API，它的NuGet包名字是：Sdcb.PaddleInference

與低層配套的包叫native binding包，我提供了兩個(gè)，一個(gè)是基于CPU的Sdcb.PaddleInference.runtime.win64.mkl，一個(gè)是基于GPU的Sdcb.PaddleInference.runtime.win64.cuda11_cudnn8_tr7。

值得注意的是，native binding包與低層包沒有任何依賴關(guān)系。

再往上層是應(yīng)用包，應(yīng)用包依賴于低層的推理庫包Sdcb.PaddleInference，文字識別OCR就是Paddle推理庫Inference的一個(gè)應(yīng)用，因此提供了一個(gè)Sdcb.PaddleOCR，封裝了PaddleDetector、PaddleClassificator、PaddleRecognizor以及PaddleOcrAll用來做串聯(lián)

最往上層走就是擴(kuò)展包，我提供了一個(gè)用于幫助用戶自動下載OCR模型的Sdcb.PaddleOCR.KnownModels，注意這個(gè)擴(kuò)展包與上述包沒有任何引用關(guān)系。

有了這些包，我做出來的這個(gè)封裝就比其它封裝更有競爭力，比如能支持GPU或者不支持GPU，比如支持Linux平臺，比如更換不同的模型，比如支持設(shè)置不同的參數(shù)——用戶甚至可以不基于我提供的應(yīng)用包，自己去使用自己的邏輯封裝PaddleOCR或者其它應(yīng)用。

這幾天我參與了百度飛槳的一個(gè)車牌號識別的3天訓(xùn)練營，我發(fā)現(xiàn)可以從百度的BML平臺下載模型之后，只需簡短的改動就能將我的PaddleSharp改成支持車牌號識別：

我發(fā)現(xiàn)通過這些綿薄之力，能為.NET社區(qū)帶來一些方便。比如有客戶已經(jīng)用上我的包，做了一個(gè)Word插件，是付費(fèi)產(chǎn)品，效果很不錯：

這些內(nèi)容都是開源的：https://github.com/sdcb/paddlesharp，各位可以點(diǎn)擊閱讀原文跳轉(zhuǎn)到Github，喜歡的朋友請給我一個(gè)star哦。

另外我還創(chuàng)建了一個(gè)QQ群，C#/.NET計(jì)算機(jī)視覺技術(shù)交流，里面也包括有關(guān)這個(gè)PaddleSharp的使用、部署答疑和技術(shù)討論，歡迎有興趣的同行一起參與！

總結(jié)

以上是生活随笔為你收集整理的我做的百度飞桨PaddleOCR .NET调用库的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。