[应用软件]天若OCR v1.3.9 本地版（2023.5.30） [复制链接]

tianruoocr-cl



介绍


天若ocr开源版本的本地版，采用Chinese-lite和paddle-ocr识别，再也不用网络啦
推荐paddle-ocr识别，可以在识别结果里面切换接口
本软件离不开以下仓库、软件的帮助，在此表达崇高的感谢：

https://gitee.com/ZZK-1989/tianruoocr

https://github.com/DayBreak-u/chineseocr_lite/tree/onnx/dotnet_projects/OcrLiteOnnxCs

https://github.com/RapidAI/RapidOCR

软件为64位系统使用，win10/win7都行，没有测试win11，需要.net4.7.2
本程序主要靠粘贴复制，要是有大佬帮忙改改就好了
中文识别率还是很舒服的
线程设的4，可以修改
本软件不具备任何捐赠的地方，也欢迎大家传播使用，软件作者是机械专业学生，不具备太多编程能力，大部分问题都是自己百度谷歌解决，有问题欢迎交流。


注意

---

1. 编译的话需要引用Microsoft.ML.OnnxRuntime.dll，如果是为了win7能用可以引用我编译好的（在dll和runtime文件夹），也可以自己编译，需要把对应onnxruntime.dll放在运行文件夹中。如果不使用win7，可以直接使用nuget安装即可。
2. 更改nuget包管理为PackageReference，应该不要packages了，编译之前请先安装nuget的一堆包
3. 编译的话注意AdvRichTextBox.Designer.cs文件，必须重写，这个文件在切换的过程中有可能会被系统自动覆盖，需要复制回来

问题汇总

---

1. win7无法使用，基本无解（V1.3 win7已经可以用了）
2. 如果出现Exception from HRESULT: 0x8007007E可以使用dx修复工具进行修复，一般能够启动
3. 请尝试安装vc++运行库，net4.7.2
4. 谷歌翻译基本不会维护，请大家尽量使用百度翻译，（添加了其他翻译）稳定可靠

目前模型

模型名称	det模型	rec模型	cls模型
Chinese-lite	默认	默认	默认
paddle-ocr	ch_PP-OCRv3_det_infer.onnx	ch_PP-OCRv2_rec_infer.onnx	ch_ppocr_mobile_v2.0_cls

翻译说明

---

翻译问题说明

1. 目前离线翻译建立在python搭建模型和建立服务器，本软件只负责与搭建的网站对接，因此需要一定的python基础和运行环境，如果不能运行请尝试自己解决，作者也无能为力。
2. 由于离线翻译网站属性，实际上可以自行搭建服务器，只要满足post格式就行，post一共两个参数，“mod”和“text”，mod为zh2en，en2zh，ja2zh，zh2ja，分别代表对于语言，text为待翻译文本，直接返回翻译结果即可。
3. 对于谷歌翻译，不能用的情况，请大家各显神通。
4. 如果需要添加我其他翻译接口，请确保翻译接口1.可以很好的申请（例如微软翻译我没有信用卡我没法申请）2.接口api良好，至少我可以学习3.接口不是那种限时的（例如有道，只有免费一点钱用完就没了，不符合我很久用一次也可以不失效的想法）
5. 离线翻译耗时很久，没有gpu加速，理论上可以让gpu加速，但是我没弄

服务器搭建说明

1. 服务器搭建需要以下（参考网址）：python 3.8
2. flask
3. gevent
4. transformers
5. sentencepiece
6. torch

安装好后运行translation.py，第一次会下载离线识别包，比较大，1个多G，且运行占用内存也1个G，请自行考虑电脑，如果有下载好的模型可以更改脚本中path位置到本地地址，注意路径中不能有中文，之后不需要再次下载在软件设置翻译api-离线翻译-网址中输入网址http://127.0.0.1:16888/wesky-translater（如果是搭建在其他服务器上，替换127.0.0.1为相应ip）

其他说明

1. 如果有大佬能够打包，请联系我，我放到文中
2. 如果出现奇怪问题，联系我也没用，受限于作者知识水平有限

下载地址

---

https://gitee.com/wanglifree/tianruoocr-cl/releases

https://github.com/wangfreexx/wangfreexx-tianruoocr-cl-paddle/releases

下一步目标

---

1. 离线翻译
2. 重构截图
3. 增加图片二值化，提高识别率

版本更新说明

---

v1.3.9（2023.5.30）

1. 更新ZXING，现在能够识别条码
2. 添加了用户自定义宽高的设置，可以在其他特性中设置长宽高，但需要注意程序有最小长宽，小于最小的值不生效，当设置全为0时程序会自己默认长宽

v1.3.8.2（2023.4.14）

1. 删除了部分没用的图标，例如拆分，朗读等
2. 修正了静默识别和静默复制会自动处理文本的问题，除非在界面默认合并（合并图标右键-变红），否则复制到粘贴板为原始文本（带换行）

v1.3.8.1（2023.1.4）

1. 优化适配高分辨率屏幕，可以在设置中单独设置图标和文字缩放倍数，可以放大界面

v1.3.8（2023.1.4）

1. 默认取消静默识别
2. 假装适配高分辨率屏幕，可以在设置中设置缩放倍数，可以放大界面，除了翻译界面文字不知道为啥不缩放外，其他均会缩放
3. 添加按钮可以在末尾添加换行
4. 代理可以使用，仅针对谷歌翻译有用，其他无效

v1.3.7（2022.11.21）

　 注意： 默认是静默识别，请去设置里面修改，将在下个版本取消默认

1. 修改ocr识别、翻译字体为微软雅黑
2. 添加腾讯、彩云（均需要api）、离线翻译（具体查看翻译说明）
3. 添加静默识别和默认复制选项
4. 在设置上添加版本号好识别
5. 解决识别后的文字在创建文件夹提示非法字符的bug
6. 由于更新东西影响存储结构，更新需要删除Data-my.Config，让程序自己重新生成，请合理保留配置
7. 重新编译ShareX.ScreenCaptureLib.dll，修正快捷键A保存图片不能使用的bug（如果不行，请更新最新的1.3.7（之前上传的1.3.7没有修正））

v1.3.6（2022.11.8）

1. 修复百度翻译只能翻译第一行的bug
2. 修复每次识别后多出一行换行符号的bug
3. 切换识别后为微软雅黑字体，但翻译字体没动

v1.3.5（2022.8.14）（非重要更新，非区域问题可不下载）

1. 彻底抛弃ini结构，采用xml结构utf8储存配置，适应不同语言环境（非unicode语言为中文以外的情况）
2. 修改paddle默认参数适应小框识别的问题 I5LRD0

v1.3.4（2022.8.10）

1. 彻底解决paddle识别率不高的bug
2. 不再使用fody合并dll

v1.3.3（2022.8.7）

1. 更新了paddle为v3模型，与RapidOCR一致，
2. 关于之前反馈的模型识别率更低了的问题，我自认为解决了（并没有解决，心态爆炸，就算替换模型也不如1.2.5版本，咋回事啊，那咋整啊，但是只要切换一次cl再切回paddle，paddle又好使了，心态确实不好了，我决定有空好好弄下，但不是现在）
3. 更改nuget包管理为PackageReference，更新emgu等库
4. 解决了在不同语言环境下读取ini文件的问题，ini文件现在编码为unicode编码

v1.3.2（2022.3.11）

1. 修改了模型名称，方便更新替换。同时更新了paddle的模型，与RapidOCR一致，准确率有提升的。

v1.3.1（2022.1.29）

1. 修正了开启默认合并行数据丢失的问题
2. 使用fody合并dll，减小文件数量

v1.3（2021.12.27）

1. Win7也能用了！（详请见更新说明）
2. 段落合并功能bug修复
3. 尝试解决识别文本和显示不一样的bug，也就是识别框出现很多重复文字的bug（实际没有这些文字，只是显示而已）
4. 谷歌翻译采用“ZZK-1989”大佬的方式，更加快速，且支持段落识别，但是能不能翻译全凭网络流畅与否
5. 切换模型和修改模型不再需要重启应用，只需要随便切换一次模型即可（将载入模型放在了切换模型的位置）

v1.2.6

1. 修正一个编译bug（具体情况是编译识别为空）
2. 更加合理的段落合并功能，拆分按钮现状不会清空文字了，但是依然没用
3. 采用64位编译

v1.2.5

1. 把原来删除的百度在线ocr给撤销回来了，现在可以使用了，并且加入了错误检测，避免崩溃
2. 段落翻译增加了延时，避免ip被封

v1.2.4

1. 添加了保留段落翻译，不再合并段落翻译，切换接口即可，由于单独翻译，速度可能稍慢

v1.2.3

1. 添加了参数帮助（注释）

v1.2.2

1. 修复了不能重启的bug

v1.2.1

1. 修复了不能切换模型的bug，初始paddle模型是选的英文

v1.2

1. 更新了翻译接口，现在谷歌和百度可以用了！换行会自动处理成量起来的，方便pdf。百度需要申请API
2. 添加了几个轻量模型（日文和英文专精），切换需要重启
3. 修复了部分bug，清理了部分源码
4. 应该不会再更新了！

V1.1

1. 添加了paddle-ocr支持，模型并不大，速度快！
2. 可以切换接口了，虽然工程里面名字还是其他名字，但是编译出来的不会显示搜狗和腾讯了
3. 优化了内存占用（每次识别完自动清理内存）

V1.0

1. 添加了Chineseocr-lite支持，使用原来搜狗的接口选项

一些碎碎念

---

v1.3.8

感觉很多“伪”需求（之所以说伪是因为我觉得用不到），精力有限，不再更新，除了部分bug修复，当然如果能有偿还是可以考虑，只是违背初心


v1.3.7

封校带来的更新，可以彻底离线了，满足我当初的愿望了


v1.3.6

关于本人目前正在研三关键时期，最近精力有限，无法及时解决各种问题，且本身不是程序员出生，对于很多问题其实我也无能为力，全部重构没有必要，本来就是满足离线为主，之后会想办法加入离线翻译，彻底离线。


v1.3.4

一杯茶一包烟，一个bug调一天，paddle识别不高的原因是因为模型所设置参数没有初始化，导致第一次时候程序识别不行，但是切换下模型相当于初始化又好了。。。。具体问题在438行，调用的参数错误


v1.3.3

win7编译后需要手动替换onnxruntime.dll，版本为1.6，vs nuget中的不支持win7，github上下载的支持。尝试解决读取ini文件的问题，本来想改成utf8格式读取，但是试了很久都不行，用了大概3天一无所获，不过今天用了别人的库一下就没问题了...........还是crtlv好用


v1.3

win7支持源自与逛吾爱时看到有大佬做出来ncnn和onnx的差不多的天若本地版，目的就是解决我的不支持win7的问题，可惜没有开源，但是大佬提供了思路，然后顺着大佬思路，我也自己编译了onnxruntime，得益于微软的开源，编译很简单，然后又修正了下库的引用，在win7上真的跑起来了（我用了虚拟机）。我编译的是onnxruntime 1.5.2版本，1.6我试了好像不支持了，具体不清楚。当然大佬还做了其他差异化的东西，例如二维码，局域网网页调用，我就没做了，自己还是太菜，应该不会再更新了，算是圆满了，这个项目其实只是简单粘贴复制，方法很菜，希望有朝一日能给大家提供一点微薄的帮助。