C#教程

关注公众号 jb51net

关闭
首页 > 软件编程 > C#教程 > C# PaddleOCRSharp表格文字识别及对比

C#利用PaddleOCRSharp实现表格文字识别及可视化对比

作者：河西石头

PaddleOCR 是百度飞桨开源的 OCR 工具库,支持多语言文本识别,尤其在中文字符识别上表现优异,在 C# 开发中,我们可以通过 PaddleOCRSharp 封装库快速集成 OCR 功能,本文将通过一个 WinForms 示例,演示如何实现图片和 PDF 中的表格文字识别,需要的朋友可以参考下

引言

PaddleOCR 是百度飞桨开源的 OCR 工具库，支持多语言文本识别，尤其在中文字符识别上表现优异。在 C# 开发中，我们可以通过 PaddleOCRSharp 封装库快速集成 OCR 功能。本文将通过一个 WinForms 示例，演示如何实现图片和 PDF 中的表格文字识别，并在窗体中显示三图对比（原图、检测框图、识别结果图），帮助开发者直观验证 OCR 效果。

开发环境：

第一部分：环境准备和 NuGet 配置

1.1 创建项目

打开 Visual Studio 2022，创建一个新的 Windows Forms 应用（选择 .NET Framework 4.8 或更高版本）。

1.2 安装 NuGet 包

在“管理 NuGet 程序包”中搜索并安装以下指定版本的包（版本号已实际测试通过）：

包名版本说明
PaddleOCRSharp6.1.0PaddleOCR 的 C# 封装，提供 OCR 识别引擎
OpenCvSharp4.Windows4.13.0.20260222OpenCV 的 C# 封装，用于图像绘制和处理
OpenCvSharp4.Extensions4.13.0.20260222OpenCV 扩展方法，便于 Bitmap 与 Mat 互转
OpenCvSharp4.Runtime.win4.13.0.20260222OpenCV 运行时依赖（通常由 Windows 包自动引入）
Paddle.Runtime.win_x643.3.0.2Paddle Inference 运行时（PaddleOCRSharp 依赖）
（可选） DevExpress.Win.Design24.2.5用于美化界面，本文使用普通 WinForms 控件，非必须

注意：请确保项目目标平台为 x64，因为 Paddle 运行时仅支持 64 位。在项目属性 -> 生成 -> 目标平台中选择 x64。

1.3 引入命名空间

在代码文件顶部添加以下 using 指令：

using PaddleOCRSharp;
using OpenCvSharp;
using OpenCvSharp.Extensions;
using System.Drawing;
using System.IO;
using System.Windows.Forms;
using System; // 可能还需要其他基础命名空间

第二部分：实现文字识别并在文本框输出

2.1 初始化 OCR 引擎

PaddleOCRSharp 提供了 PaddleOCREngine 类，可配置模型路径和识别参数。通常使用默认配置即可。

private PaddleOCREngine engine;

// 在窗体构造函数或需要时初始化
public Form1()
{
    InitializeComponent();
    OCRModelConfig config = null;
    OCRParameter param = new OCRParameter();
    engine = new PaddleOCREngine(config, param);
}

2.2 识别图片中的文字

通过 OpenFileDialog 选择图片，调用 DetectText 方法获取识别结果，并将文本显示在 TextBox 中。

private void btnImageOCR_Click(object sender, EventArgs e)
{
    OpenFileDialog ofd = new OpenFileDialog();
    ofd.Filter = "图像文件|*.bmp;*.jpg;*.jpeg;*.png;*.tiff";
    if (ofd.ShowDialog() != DialogResult.OK) return;

    byte[] imageBytes = File.ReadAllBytes(ofd.FileName);
    Bitmap bitmap = new Bitmap(new MemoryStream(imageBytes));

    // 执行识别
    OCRResult result = engine.DetectText(bitmap);
    if (result != null)
    {
        textBox1.Text = result.Text; // 输出纯文本
    }
}

2.3 识别 PDF 文档中的文字

PDF 识别使用 DetectTextPDF 方法，需要传入 PDF 字节数组和分辨率（通常 150 或 200）。该方法支持分页回调，便于显示进度。

private void btnPDFOCR_Click(object sender, EventArgs e)
{
    OpenFileDialog ofd = new OpenFileDialog();
    ofd.Filter = "PDF文件|*.pdf";
    if (ofd.ShowDialog() != DialogResult.OK) return;

    byte[] pdfBytes = File.ReadAllBytes(ofd.FileName);
    
    // 设置回调显示处理进度
    Action<int> progress = page => Console.WriteLine($"正在处理第 {page} 页");
    var result = engine.DetectTextPDF(pdfBytes, 150, progress);

    StringBuilder sb = new StringBuilder();
    foreach (var page in result.Pages)
    {
        sb.AppendLine(page.Text);
    }
    textBox1.Text = sb.ToString();
}

注意：OCRResult 对象除了包含整体文本外，还包含了每个文本块的详细信息（如位置坐标、置信度等），这些信息将在第三部分用于绘制检测框。

第三部分：实现三图对比显示

为了直观验证 OCR 效果，我们希望在识别后弹出一个新窗体，展示三幅并排的图像：

由于 OpenCvSharp 的 PutText 不支持中文，我们需要借助 System.Drawing 绘制中文，再将结果转回 OpenCV 的 Mat 进行拼接。

3.1 创建对比窗体 Form2

在项目中添加一个新窗体 Form2，放置一个 PictureBox 控件（命名为 pictureBox1），并将 SizeMode 设置为 AutoSize，同时启用窗体的 AutoScroll 属性以支持滚动查看大图。

3.2 编写绘图方法

核心函数 DrawThreeImages 接收原始图像和 OCR 结果，返回拼接后的 Bitmap。

private Bitmap DrawThreeImages(Bitmap original, OCRResult ocrResult)
{
    // 1. 将原图转为 Mat，确保为 3 通道彩色
    Mat originalMat = BitmapConverter.ToMat(original);
    if (originalMat.Channels() == 1)
        Cv2.CvtColor(originalMat, originalMat, ColorConversionCodes.GRAY2BGR);
    else if (originalMat.Channels() == 4)
        Cv2.CvtColor(originalMat, originalMat, ColorConversionCodes.BGRA2BGR);

    // 2. 第二张图：原图克隆，仅绘制框
    Mat boxesMat = originalMat.Clone();

    // 3. 第三张图：纯白色背景
    Mat textMat = new Mat(originalMat.Size(), originalMat.Type(), Scalar.White);

    // 定义颜色（BGR顺序）
    Scalar lightBlue = new Scalar(255, 255, 0); // 浅蓝色

    // 获取文本块列表（根据实际属性名调整，PaddleOCRSharp 中为 TextBlocks）
    var blocks = ocrResult.TextBlocks;
    if (blocks != null)
    {
        // 3.1 先用 OpenCV 绘制框到 boxesMat 和 textMat
        foreach (var block in blocks)
        {
            var points = block.BoxPoints; // 通常为 List<PointF> 或 PointF[]
            if (points == null || points.Count < 4) continue;

            Point[] pts = new Point[4];
            for (int i = 0; i < 4; i++)
                pts[i] = new Point((int)points[i].X, (int)points[i].Y);

            Cv2.Polylines(boxesMat, new[] { pts }, true, lightBlue, 2);
            Cv2.Polylines(textMat, new[] { pts }, true, lightBlue, 2);
        }

        // 3.2 将 textMat 转为 Bitmap，用 System.Drawing 绘制中文文字
        Bitmap textBmp = BitmapConverter.ToBitmap(textMat);
        textMat.Dispose();

        using (Graphics g = Graphics.FromImage(textBmp))
        {
            g.TextRenderingHint = System.Drawing.Text.TextRenderingHint.AntiAlias;

            foreach (var block in blocks)
            {
                var points = block.BoxPoints;
                if (points == null || points.Count < 4) continue;
                string text = block.Text;
                if (string.IsNullOrEmpty(text)) continue;

                // 计算文本框的边界矩形
                float minX = points.Min(p => p.X);
                float maxX = points.Max(p => p.X);
                float minY = points.Min(p => p.Y);
                float maxY = points.Max(p => p.Y);
                float width = maxX - minX;
                float height = maxY - minY;
                if (width <= 0 || height <= 0) continue;

                // 根据框高度动态设置字体大小（约0.4倍）
                float fontSize = height * 0.4f;
                fontSize = Math.Max(8, Math.Min(48, fontSize));

                using (Font font = new Font("Microsoft YaHei", fontSize, FontStyle.Regular, GraphicsUnit.Pixel))
                using (Brush brush = new SolidBrush(Color.Black))
                using (StringFormat sf = new StringFormat())
                {
                    sf.Alignment = StringAlignment.Center;
                    sf.LineAlignment = StringAlignment.Center;

                    float centerX = (minX + maxX) / 2;
                    float centerY = (minY + maxY) / 2;

                    g.DrawString(text, font, brush, centerX, centerY, sf);
                }
            }
        }

        // 将绘制好的 Bitmap 转回 Mat
        textMat = BitmapConverter.ToMat(textBmp);
        textBmp.Dispose();
    }

    // 4. 水平拼接三张图
    Mat[] mats = { originalMat, boxesMat, textMat };
    Mat resultMat = new Mat();
    Cv2.HConcat(mats, resultMat);

    // 5. 转换为 Bitmap
    Bitmap resultBitmap = BitmapConverter.ToBitmap(resultMat);

    // 6. 释放资源
    originalMat.Dispose();
    boxesMat.Dispose();
    textMat.Dispose();
    resultMat.Dispose();

    return resultBitmap;
}

3.3 在识别后显示对比窗体

修改图片识别按钮的点击事件，识别完成后调用上述方法，并显示 Form2。

private void btnImageOCR_Click(object sender, EventArgs e)
{
    // ... 前面的识别代码 ...
    if (ocrResult != null)
    {
        textBox1.Text = ocrResult.Text;

        // 生成三图对比
        Bitmap merged = DrawThreeImages(bitmap, ocrResult);

        // 显示新窗体
        Form2 form2 = new Form2();
        form2.pictureBox1.Image = merged;
        form2.Show();
    }
}

3.4 效果预览

运行程序，选择一张包含表格的图片，识别后弹出 Form2，可以看到：

总结

通过 PaddleOCRSharp 和 OpenCvSharp，我们能够在 C# 中轻松集成 PaddleOCR 的高效文字识别能力。本文不仅实现了基础的文本提取，还通过三图对比功能直观展示了检测和识别效果，尤其解决了中文显示问题。这种可视化方式对于调试 OCR 参数、验证识别准确率非常有帮助。

未来可根据需求扩展：如识别表格结构、输出结构化数据等。希望本文能为你的 C# OCR 开发提供参考。

注意事项：

以上就是C#利用PaddleOCRSharp实现表格文字识别及可视化对比的详细内容，更多关于C# PaddleOCRSharp表格文字识别及对比的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
阅读全文