您当前的位置： 首页 >> 电娱要闻

基于RK3576开发板的OCR文字识别算法

作者：广西华禹电子交流圈电子网　日期：2025-05-09　点击数：2

1. OCR笔墨辨认简介

笔墨辨认也是图象范畴一个罕见成绩。但是，关于天然场景图象，起首要定位图象中的笔墨地位，然后才干停止笔墨的辨认。以是普通包括两个步调：

笔墨检测：处理的成绩是那里有笔墨，笔墨的规模有几多。

笔墨辨认：对定位好的笔墨地区停止辨认，次要处理的成绩是每一个笔墨是甚么，将图象中的笔墨地区进转化为字符疑息。

我们的OCR算法是基于CTPN+CRNN设想的。CTPN是一种笔墨检测算法，能无效的检测出庞大场景的横背散布的笔墨，是今朝比拟好的笔墨检测算法。CRNN算法次要用于端到端天对没有定少的文本序列停止辨认，不必先对单个笔墨停止切割，而是将文本辨认转化为时序依靠的序列进修成绩，便是基于图象的序列辨认。

基于EASY-EAI-Orin-nano硬件主板的运转效力：

算法品种 模子巨细 运转效力
笔墨检测算法 3.31MB 37ms
笔墨辨认算法 6.19MB 3ms

2. 疾速上脚

假如您初度浏览此文档，请浏览：《进门指北/源码治理及编程引见/源码工程治理》，按需治理本人工程源码（注：此文档必看，并倡议采取【近程挂载治理】体例，不然有代码丧失风险！！！）。

2.1 开源码工程下载

先正在PC实拟机定位到nfs效劳目次，再正在目次中创立寄存源码堆栈的治理目次：

cd ~/nfsroot
mkdir GitHub
cd GitHub

再经过git东西，正在治理目次内克隆近程堆栈（需求装备能对中网停止拜访）

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-3576.git
wKgZPGgcCpWAPmWOAAFJlZ-Xh3k614.png

注：

* 此处能够会果收集缘由形成卡顿，请耐烦等候。

* 假如真实要正在gitHub网页高低载，也要把全部堆栈下载上去，不克不及独自下载本真例对应的目次。

2.2 开辟情况拆建

经过adb shell进进板卡开辟情况，以下图所示。

wKgZO2gcCpWADCYhAAC554P6NFE403.png

经过以下号令，把nfs目次挂载上nfs效劳器。

mount -t nfs -o nolock < nfs server ip >:< nfs path in server > /home/orin-nano/Desktop/nfs/
wKgZPGgcCpaAeWuoAAD8wWi-yWg276.png

2.3 例程编译

然后定位到板卡的nfs的挂载目次(依照实践挂载目次)，进进到对应的例程目次履行编译操纵，详细号令以下所示：

cd EASY-EAI-Toolkit-3576/Demos/algorithm-ocr/
./build.sh
wKgZO2gcCpaARon-AAFi6Caoj7A860.png

2.4 模子摆设

要完成算法Demo的履行，需求先下载法模子。

百度网盘链接为：https://pan.百度.com/s/1g4kpLTgMnYm1xop9LFeMIw?pwd=1234 （提与码：1234 ）。

wKgZPGgcCpaAHpB4AAA07vf6mR4257.png

同时需求把下载的检测模子战辨认模子复造粘揭到Release/目次：

wKgZO2gcCpaAfjwbAABfvAeEDoQ199.png

2.5 例程运转及结果

进进开辟板Release目次，履行下圆号令，运转示例顺序：

cd Release/
./test-ocr test.jpg

运转例程号令以下所示：

wKgZPGgcCpaAPIlEAAMgujgnozY569.png

后果图片以下所示：

wKgZO2gcCpeAGQClAAEkuy9pDjk591.jpg

API的具体阐明，和API的挪用（本例程源码），具体疑息睹下圆阐明。

3. OCR笔墨辨认API阐明

3.1 援用体例

为便利客户正在当地工程中间接挪用我们的EASY EAI api库，此处列收工程中需求链接的库和头文件等，便利用户间接增加。

选项 描绘
头文件目次 easyeai-api/algorithm/ocr
库文件目次 easyeai-api/algorithm/ocr
库链接参数 -locr

3.2 OCR检测初初化函数

设置OCR检测初初化函数本型以下所示。

int ocr_det_init(const char* model_path, rknn_app_context_t* app_ctx);

详细引见以下所示。

函数名： ocr_det_init
头文件 ocr.h
输出参数 model_path：算法模子名字/途径
输出参数 app_ctx：算法模子句柄
前往值 胜利前往：0
掉败前往：-1
留意事项 无

3.3 OCR检测运转函数

设置OCR检测运转本型以下所示。

int ocr_det_run(rknn_app_context_t* app_ctx, cv::Mat input_image, ocr_det_postprocess_params* params, ocr_det_result* out_result);

详细引见以下所示。

函数名：ocr_det_run
头文件 ocr.h
输出参数 app_ctx：算法模子句柄
输出参数 input_image：Cv::Mat输出图象
输出参数 params：ocr检测算法参数
输入参数 out_result：前往后果
前往值 胜利前往：0
掉败前往：-1
留意事项 无

3.4 OCR检测开释函数

设置OCR检测开释本型以下所示。

int ocr_det_release(rknn_app_context_t* app_ctx);

详细引见以下所示。

函数名：ocr_det_release
头文件 ocr.h
输出参数 app_ctx：算法模子句柄
前往值 胜利前往：0
掉败前往：-1
留意事项 无

3.5 OCR辨认初初化函数

OCR辨认初初化函数本型以下所示。

int ocr_rec_init(const char* model_path, rknn_app_context_t* app_ctx);

详细引见以下所示。

函数名：ocr_rec_init
头文件 ocr.h
输出参数 model_path：算法模子名字/途径
输出参数 app_ctx：算法模子句柄
前往值 胜利前往：0
掉败前往：-1
留意事项 无

3.6 OCR辨认运转函数

OCR辨认运转函数本型以下所示。

int ocr_rec_run(rknn_app_context_t* app_ctx, cv::Mat input_image, ocr_rec_result* out_result);

详细引见以下所示。

函数名：ocr_rec_run
头文件 ocr.h
输出参数 app_ctx：算法模子句柄
输出参数 input_image:输出图象
输入参数 out_result：前往后果
前往值 胜利前往：0
掉败前往：-1
留意事项 无

3.7 OCR辨认开释函数

OCR辨认开释函数本型以下所示。

int ocr_rec_release(rknn_app_context_t* app_ctx);

详细引见以下所示。

函数名：ocr_rec_release
头文件 ocr.h
输出参数 app_ctx：算法模子句柄
前往值 胜利前往：0
掉败前往：-1
留意事项 无

4. OCR检测算法规程

例程目次为Demos/algorithm-ocr/test-ocr.cpp，操纵流程以下。

wKgZPGgcCpeAakeIAABD0JksQWc004.png

#include < opencv2/opencv.hpp >
#include < stdio.h >
#include < sys/time.h >
#include"ocr.h"

using namespace cv;
using namespace std;

#define INDENT "    "
#define THRESHOLD 0.3 // pixel score threshold
#define BOX_THRESHOLD 0.9 // box score threshold
#define USE_DILATION false // whether to do dilation, true or false
#define DB_UNCLIP_RATIO 1.5 // unclip ratio for poly type

int main(int argc, char **argv)
{
	if (argc != 2) {
		printf("%s < image_path >n", argv[0]);
		return -1;
	}
	/* 参数初初化 */
	const char *img_path = argv[1];
	Mat input_image, rgb_img;
	input_image = imread(img_path);
	if (input_image.empty()) {
		cout < < "Error: Could not load image" < < endl;
		return -1;
	}

	cv::cvtColor(input_image, rgb_img, COLOR_BGR2RGB);

	rknn_app_context_t ocr_det_ctx, ocr_rec_ctx;
	memset(&ocr_det_ctx, 0, sizeof(rknn_app_context_t));
	memset(&ocr_rec_ctx, 0, sizeof(rknn_app_context_t));

	/* OCR算法检测模型&识别模型初始化 */
	ocr_det_init("ocr-det.model", &ocr_det_ctx);
	ocr_rec_init("ocr-rec.model", &ocr_rec_ctx);  

	struct timeval start;
    struct timeval end;
    float time_use=0;

	/* OCR算法检测模型运行 */
	ocr_det_result results;
    ocr_det_postprocess_params params;
    params.threshold = THRESHOLD;
    params.box_threshold = BOX_THRESHOLD;
    params.use_dilate = USE_DILATION;
    params.db_score_mode = (char*)"slow";
    params.db_box_type = (char*)"poly";
    params.db_unclip_ratio = DB_UNCLIP_RATIO;

	gettimeofday(&start,NULL); 
	int ret;
    ret = ocr_det_run(&ocr_det_ctx, rgb_img, ¶ms, &results);
    if (ret != 0) {
        printf("inference_ppocr_rec_model fail! ret=%dn", ret);
    }

    gettimeofday(&end,NULL);
    time_use=(end.tv_sec-start.tv_sec)*1000000+(end.tv_usec-start.tv_usec);//微秒
    printf("time_use is %fn",time_use/1000);

	/* 截取文字信息和画框 */
    printf("DRAWING OBJECTn");
    for (int i = 0; i < results.count; i++)
    {
        printf("[%d]: [(%d, %d), (%d, %d), (%d, %d), (%d, %d)] %fn", i,
            results.box[i].left_top.x, results.box[i].left_top.y, results.box[i].right_top.x, results.box[i].right_top.y, 
            results.box[i].right_bottom.x, results.box[i].right_bottom.y, results.box[i].left_bottom.x, results.box[i].left_bottom.y,
            results.box[i].score);

        line(input_image, Point(results.box[i].left_top.x, results.box[i].left_top.y), Point(results.box[i].right_top.x, results.box[i].right_top.y),
             Scalar(0, 255, 0), 1, LINE_AA);
        line(input_image, Point(results.box[i].right_top.x, results.box[i].right_top.y), Point(results.box[i].right_bottom.x, results.box[i].right_bottom.y), 
             Scalar(0, 255, 0), 1, LINE_AA);
        line(input_image, Point(results.box[i].right_bottom.x, results.box[i].right_bottom.y), Point(results.box[i].left_bottom.x, results.box[i].left_bottom.y), 
             Scalar(0, 255, 0), 1, LINE_AA);
        line(input_image, Point(results.box[i].left_bottom.x, results.box[i].left_bottom.y), Point(results.box[i].left_top.x, results.box[i].left_top.y), 
             Scalar(0, 255, 0), 1, LINE_AA);

		cv::Mat rgb_crop_image = GetRotateCropImage(rgb_img, results.box[i]);

		/* OCR算法识别模型运行 */
		ocr_rec_result rec_results;
		ocr_rec_run(&ocr_rec_ctx, rgb_crop_image, &rec_results);

		// print text result
    		printf("regconize result: %s, score=%fn", rec_results.str, rec_results.score);
    }
    cv::imwrite("result.jpg", input_image);




	return 0;
}

审核编辑 黄宇

本站所有文章、数据、图片均来自网友原创提供和互联网,一切版权均归源网站或源作者所有。

如果侵犯了你的权益请来信告知我们删除。邮箱：

标签：算法识别文字开发板OCR

上一篇：CAN总线协议网关模块与数据采集器：工业自动化数据交互中枢

下一篇：基于RK3576开发板的安全帽检测算法

猜你喜欢