c++调用python实现图片ocr识别

一、简介

本文来使用c++调用python实现图像的ocr。

所谓c++调用python，实际上就是在c++中把整个python当作一个第三方库引入，然后使用特定的接口来调用python的函数或者直接执行python脚本。

文章中使用的操作系统是windows10，visual stdio 2022 c++编译环境是Release x64。

二、具体实现

1.python 部分的 ocr 代码

我们首先要保证 python 代码能够正常运行，因此要先安装 python 的第三方库。

pip install paddlepaddle-gpu paddleocr opencv-python

如果文件目录中有中文，比如出现用户名为中文的情况，paddleocr 就无法运行。

from paddleocr import PaddleOCR
import cv2
​
ocr = PaddleOCR(use_angle_cls=True, lang="en")
​
def ocrImage():
    image = cv2.imread('./images/images.jpg')
    text = ocr.ocr(image, cls=True)[0]
    res = ""
    for t in text:
        // t[0] 中记录了识别目标在图片中的位置
        // t[1][0] 记录的是识别目标的文本
        res = res + t[1][0] + " "
    return res

我们先引入 paddleocr 和 opencv，然后初始化ocr，再定义一个 ocrImage 函数来实现我们 python 部分的主体逻辑。因为只是作为一个例子，所以逻辑并没有那么复杂。在 ocrImage 函数内，我们使用 opencv 将图片读入内存，然后传递给 ocr.ocr 函数，获取识别后的所有文本。接着将文本中间间隔空格拼接，之后返回，这么写主要是供 cpp 调用，便于演示。

我们本次所识别的图片是下面这张：

paddleocr 是按行识别文字的，打印每个识别结果(t[1][0])的结果是：

如果所要识别的文本是英文和数字，那么推荐在初始化 PaddleOCR 的时候使用 en(英文)，这样准确率几乎可以达到100%。虽然语言选择 ch(中文)也可以识别英文和数字，但是在识别英文和数字准确率会大幅下降，会出现把 6 识别成 9 的情况，因为 6 倒过来看是9。

2.在c++中引入Python.h

首先初始化一个 c++ 空项目，将调试属性改变为Release x64。接着在 visual stdio 中点击项目->项目名称+属性。点击 VC++ 目录，在包含目录中添加：

C:\Users\xxx\AppData\Local\Programs\Python\Python39\include

在库目录中添加：

C:\Users\xxx\AppData\Local\Programs\Python\Python39\libs

也就是找到 python 的安装位置，分别引入python下的 include 和 libs 文件夹。我所使用的 python 版本是 3.9。

接着点击展开链接器->输入。在附加依赖项中添加 python39.lib，如果是 debug 环境，需要添加python39_d.lib。

如果更改了调试属性，则需要重新引入之前没有添加的第三方库。

3.c++ 中调用 python

创建一个 main.cpp 文件，写入以下代码

#include<iostream>
#include<Python.h>
#include<string>
​
using namespace std;
​
int main() {
    Py_SetPythonHome(L"C:\Users\xxx\AppData\Local\Programs\Python\Python39");
    Py_Initialize();
    PyRun_SimpleString("import sys");
    PyRun_SimpleString("sys.path.append('./')");
​
    PyObject* pName = PyUnicode_FromString("ocr");
    PyObject* pyModule = PyImport_Import(pName);
​
    if (!pyModule) {
        cout << "Cannot found pyModule!" << endl;
        return 0;
    }
    PyObject* ocrFunc = PyObject_GetAttrString(pyModule, "ocrImage");
    PyObject* pyReturnValue = PyObject_CallObject(ocrFunc, NULL);
    char* res = NULL;
    PyArg_Parse(pyReturnValue, "s", &res);
    string tag(res);
    cout << tag << endl;
    return 0;
};

我们先引入了iostream、Python.h、string，使用了命名空间std。在 main 函数中，我们首先使用 Py_SetPythonHome 设置了 python 包的目录，然后使用 Py_Initialize 初始化了 python 的解释器。

接下来在 c++ 里运行了两行 python 脚本设置了 python 的工作目录，如果在上面 ocr 的 python 代码中读入图片使用的是相对地址，那么相对的就是此处设置的工作目录，即 项目根目录/项目名称 文件夹下。

再往后使用 PyImport_Import 引入 名称为 ocr 的 py 脚本，获取 ocr 中名为 ocrImage 的函数，使用 PyObject_CallObject 调用该函数，获取返回值，打印输出。

最终结果如下：

到此这篇关于c++调用python实现图片ocr识别的文章就介绍到这了,更多相关c++ python图片ocr内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！