使用.NET开发一个屏幕OCR工具

本文将介绍使用.NET开发的一款桌面截图 OCR 工具，软件已开源，地址：https://github.com/sangyuxiaowu/Snipping_OCR

背景

因为不同地方人们的使用习惯不同，国内可能截图更多的是使用QQ，微信等即时聊天工具提供的截图功能。所以我们竟然可能会遇到这样的场景：按了截图快捷键却发现并没有任何反应，尝试了多次才意识到 —— 没有开聊天软件。

当我们需要OCR识别时也是经常通过这些社交软件，QQ可以在电脑端使用，微信的文字识别却是需要在手机端识别后发给电脑端。

QQ截图OCR

作为一个老年人，QQ 已经不怎么用了，而且 QQ 文字识别的结果复制编辑不是很方便。并且针对保密级别比较高的工作，我们还是更倾向于离线的 OCR 工具。

软件的实现

软件的设计非常简单，通过调用 Windows 系统本身的截图功能，在用户截图后，从剪贴板获取到图片后通过 PaddleOCRSharp 来进行 OCR 的识别，然后将结果输出。

软件的难点之一其实调用系统的截图，中间的波折可以查看今天推送的另一篇文章《为应用添加截图功能》。

OCR 识别已经非常成熟了，百度开源的 PaddleOCR 框架相对 Tesseract 中文识别的效果好太多太多了。得益于开源项目 PaddleOCRSharp^[1] 对C++代码修改并封装的.NET的工具类库，我们可以方便的在 .NET 项目中实现 OCR 功能。

var ocrResult = new OCRResult();
using PaddleOCREngine engine = new PaddleOCREngine(null, new OCRParameter());
ocrResult = engine.DetectText(imgfile);

ocrResult 的返回结果是带坐标位置的，我们可以通过对其进行进一步的处理实现比如身份证的 OCR 识别。

若想使用其开发 WebAPI ，之前版本可以直接返回 ocrResult，最近某次更新版本后直接返回数据都是空的，可做如下数据处理：

List<Json_TextBlock> res = new List<Json_TextBlock>();
foreach(var item in ocrResult.TextBlocks)
{var points = new List<object>();foreach (var p in item.BoxPoints){points.Add(new { p.X, p.Y });}res.Add(new Json_TextBlock{Score = item.Score,BoxPoints = points,Text = item.Text});
}// 处理适配新版本的 json 问题
/// <summary>
/// 识别的文本块
/// </summary>
public class Json_TextBlock
{public List<object> BoxPoints { get; set; } = new List<object>();public string Text { get; set; }/// <summary>/// 置信度/// </summary>public float Score { get; set; }
}