基于 PaddleOCR v5/v6 的winform OCR 识别系统演示程序

项目简介

这是一个基于 C# Windows Forms 的桌面端 OCR（光学字符识别）应用程序，通过集成百度 PaddleOCR v5/v6 系列的onnx模型，利用 OpenVINO 推理引擎在本地实现高效的文字检测与识别。用户可通过图形界面选择图片，一键完成文字识别，并在界面上直观查看识别结果与标注框。

---

算法原理

整体 OCR 流水线

本项目采用经典的 三阶段 OCR 流水线 架构：

输入图片 → 文字检测（Det） → 方向分类（Cls，可选） → 文字识别（Rec） → 输出结果

1. 文字检测（Detection）

使用 DB（Differentiable Binarization） 算法进行文字区域检测：

1. 将输入图片缩放到指定尺寸（limit_side_len = 960），保持长宽比
2. 通过轻量级 CNN 骨干网络（如 MobileNetV3 / ResNet）提取多尺度特征
3. 使用 FPN（Feature Pyramid Network）融合多尺度特征图
4. 输出概率图（Probability Map），通过阈值化（det_db_thresh = 0.3）生成二值图
5. 对二值图进行轮廓检测，使用 Vatti 裁剪算法进行膨胀（det_db_unclip_ratio = 1.6）得到最终文字区域多边形框
6. 过滤置信度低于 det_db_box_thresh = 0.6 的框

2. 方向分类（Classification，可选）

• 仅 PPOCRv5 Mobile 模型启用此阶段
• 使用轻量级分类模型判断文字区域是否需要旋转 180°
• 分类阈值 cls_thresh = 0.9

3. 文字识别（Recognition）

使用 CRNN + CTC / Attention 架构进行文字识别：

1. 将检测到的文字区域裁剪并缩放到统一高度（rec_img_h = 48）
2. 通过 CNN 提取视觉特征序列
3. 使用 RNN（BiLSTM）编码序列上下文
4. 通过 CTC（Connectionist Temporal Classification）解码输出文字
5. 支持批量推理（rec_batch_num = 4）提升效率

推理引擎

项目通过C++封装库C#调用 Intel OpenVINO 推理引擎，支持：

• ONNX 模型格式直接加载
• CPU 推理（默认）
• 多线程推理（predictor_num = 4）

支持的模型

模型名称	检测模型	识别模型	方向分类	说明
PPOCRv5 Mobile	PP-OCRv5_mobile_det	PP-OCRv5_mobile_rec	支持	轻量级，适合移动端/嵌入式
PPOCRv5 Server	PP-OCRv5_server_det	PP-OCRv5_server_rec	不支持	高精度，适合服务器部署
PPOCRv6 Tiny	PP-OCRv6_tiny_det	PP-OCRv6_tiny_rec	不支持	最小体积，速度最快
PPOCRv6 Small	PP-OCRv6_small_det	PP-OCRv6_small_rec	不支持	平衡精度与速度（推荐）
PPOCRv6 Medium	PP-OCRv6_medium_det	PP-OCRv6_medium_rec	不支持	较高精度

---

环境要求

项目	要求
操作系统	Windows 10/11 x64
开发工具	Visual Studio 2019 及以上
.NET 版本	.NET Framework 4.8
平台架构	x64（必须）
C# 语法版本	C# 7.3
推理引擎	Intel OpenVINO（已内置 DLL）

依赖库

• opencv_world500.dll：OpenCV 5.0 运行时库（图像处理）
• Newtonsoft.Json 13.0.1：JSON 序列化/反序列化
• Intel OpenVINO 运行时 DLL：openvino_c.dll、openvino_intel_cpu_plugin.dll 等

---

安装步骤

1. 克隆/下载项目

git clone firc-projects from github
cd FIRC

2. 安装 Visual Studio

确保已安装 Visual Studio 2019 或更高版本，并勾选以下工作负载：

• .NET 桌面开发

3. 打开项目

双击 FIRC.sln 文件，使用 Visual Studio 打开解决方案。

4. 配置构建平台

在 Visual Studio 顶部工具栏中：

• 将解决方案平台切换为 x64
• 将解决方案配置切换为 Debug 或 Release(需要将Debug文件全部复制到Release文件夹)

5. 确认依赖文件

确保 bin\x64\Debug\ 目录下包含以下关键文件：

• opencv_world500.dll
• openvino_c.dll 及其他 OpenVINO 运行时 DLL
• Newtonsoft.Json.dll
• inference/ 文件夹（包含所有 ONNX 模型和字典文件）

---

运行步骤

1. 编译运行

在 Visual Studio 中按 F5 或点击 启动 按钮编译运行项目。

2. 选择模型

在主界面的 “模型选择” 分组框中选择要使用的 OCR 模型：

• ppocrv5 mobile：轻量级移动端模型，支持方向分类
• ppocrv5 server：高精度服务器模型
• ppocrv6 tiny：最小体积 v6 模型
• ppocrv6 small：平衡型 v6 模型（默认选中）
• ppocrv6 medium：中等精度 v6 模型

3. 加载模型

点击 “加载模型” 按钮，等待状态栏显示 模型加载成功 信息。首次加载可能需要数秒。

4. 上传图片

点击 “上传图片” 按钮，从文件对话框中选择待识别的图片文件。支持的格式：

• BMP、JPG/JPEG、PNG、TIFF/TIF

5. 执行识别

• 选择图片后会自动触发识别（也可手动点击 “开始推理” 按钮）
• 识别完成后，左侧图片区域会显示带有红色文字检测框的标注图
• 右侧文本区域显示识别结果及耗时

6. 释放模型

• 点击 “加载模型” 按钮可重新初始化（先释放再加载）
• 关闭窗口时会自动释放模型资源

---

注意事项

1. 必须使用 x64 平台：所有依赖 DLL（OpenVINO、OpenCV）均为 64 位，不支持 x86 平台构建。

2. 模型文件完整性：bin\x64\Debug\inference\ 目录下的 ONNX 模型文件和字典文件必须完整，缺失任一将导致模型加载失败。

3. 工作目录：程序会从可执行文件所在目录查找 inference/ 文件夹，因此请确保从正确的输出目录运行。

4. 内存使用：Server 模型和 Medium 模型体积较大，内存占用相应更高。如内存不足，建议使用 Tiny 或 Small 模型。

5. 图片格式：程序内部将图片转换为 24 位 BGR 格式送入推理引擎，支持常见图片格式，建议使用清晰、无过度压缩的图片以获得最佳识别效果。

6. CPU 推理性能：默认使用 CPU 推理，对于大尺寸图片，推理时间可能较长。可通过调整 limit_side_len、rec_batch_num、predictor_num 等参数优化性能。

7. 模型切换：切换模型后需要重新点击 “加载模型” 按钮使新模型生效。

8. PPOCRv5 Mobile 方向分类：仅 PPOCRv5 Mobile 模型启用了方向分类（Cls）功能，其他模型不启用。如文档存在倒置/旋转文字，建议使用 PPOCRv5 Mobile 模型。

---

文件夹结构

FIRC/
├── .vs/                          # Visual Studio 项目配置（自动生成）
├── Properties/                   # 项目属性文件
│   ├── AssemblyInfo.cs           # 程序集信息（版本号、版权等）
│   ├── Resources.Designer.cs     # 资源文件设计器代码
│   ├── Resources.resx            # 资源文件
│   ├── Settings.Designer.cs      # 设置文件设计器代码
│   └── Settings.settings         # 应用程序设置
├── bin/
│   └── x64/
│       └── Debug/                # 编译输出目录（x64 Debug）
│           ├── inference/        # OCR 模型文件目录
│           ├── FIRC.exe          # 主程序可执行文件
│           ├── FIRC.exe.config   # 程序配置文件
│           ├── opencv_world500.dll         # OpenCV 运行时库
│           ├── openvino_c.dll             # OpenVINO C API 库
│           ├── openvino_intel_cpu_plugin.dll  # OpenVINO CPU 推理插件
│           ├── openvino_intel_gpu_plugin.dll  # OpenVINO GPU 推理插件
│           ├── openvino_intel_npu_plugin.dll  # OpenVINO NPU 推理插件
│           ├── Newtonsoft.Json.dll        # JSON 处理库
│           ├── tbb12.dll                  # Intel TBB 多线程库
│           └── ... (其他 OpenVINO/TBB 运行时 DLL)
├── imgs/                         # 示例测试图片目录
│   ├── 00006737.jpg              # 示例图片
│   ├── 00009282.jpg
│   ├── 00015504.jpg
│   └── ... (更多示例图片)
├── App.config                    # .NET 应用程序配置文件
├── FIRC.csproj                   # C# 项目文件
├── FIRC.sln                      # Visual Studio 解决方案文件
├── Form1.cs                      # 主窗体业务逻辑
├── Form1.Designer.cs             # 主窗体界面设计代码
├── Form1.resx                    # 主窗体资源文件
├── OCRResult.cs                  # OCR 识别结果数据模型
└── Program.cs                    # 程序入口点

---

许可证

本项目仅供学习参考使用。