获取OCR配置 - GetOcrConfig

函数简介

获取OCR（光学字符识别）的配置参数。此函数可以读取PP-OCRv5模型的各种配置参数，包括GPU设置、检测参数、识别参数、分类参数等。适用于需要查看或验证当前OCR配置的场景。

接口名称

GetOcrConfig

DLL调用

long GetOcrConfig(long instance, string configKey)

参数说明

参数名类型说明
instance长整数型OLAPlug对象的指针，由 CreateCOLAPlugInterFace 接口生成。
configKey字符串配置键名称，支持所有OCR配置参数

示例

// 获取GPU相关配置
long gpuConfig = GetOcrConfig(ola, "OcrUseGpu");
if (gpuConfig != 0) {
    char* gpuStr = (char*)gpuConfig;
    printf("GPU使用状态: %s\n", gpuStr);
    free(gpuStr);
}

// 获取检测模型路径
long detModelPath = GetOcrConfig(ola, "OcrDetModelDir");
if (detModelPath != 0) {
    char* pathStr = (char*)detModelPath;
    printf("检测模型路径: %s\n", pathStr);
    free(pathStr);
}

// 获取识别模型路径
long recModelPath = GetOcrConfig(ola, "OcrRecModelDir");
if (recModelPath != 0) {
    char* pathStr = (char*)recModelPath;
    printf("识别模型路径: %s\n", pathStr);
    free(pathStr);
}

// 获取CPU线程数配置
long cpuThreads = GetOcrConfig(ola, "OcrCpuThreads");
if (cpuThreads != 0) {
    char* threadsStr = (char*)cpuThreads;
    printf("CPU线程数: %s\n", threadsStr);
    free(threadsStr);
}

// 获取检测阈值配置
long detThresh = GetOcrConfig(ola, "OcrDetDbThresh");
if (detThresh != 0) {
    char* threshStr = (char*)detThresh;
    printf("检测DB阈值: %s\n", threshStr);
    free(threshStr);
}

// 获取识别批处理数量
long recBatchNum = GetOcrConfig(ola, "OcrRecBatchNum");
if (recBatchNum != 0) {
    char* batchStr = (char*)recBatchNum;
    printf("识别批处理数量: %s\n", batchStr);
    free(batchStr);
}

// 获取推理精度配置
long precision = GetOcrConfig(ola, "OcrPrecision");
if (precision != 0) {
    char* precisionStr = (char*)precision;
    printf("推理精度: %s\n", precisionStr);
    free(precisionStr);
}

// 获取GPU内存配置
long gpuMem = GetOcrConfig(ola, "OcrGpuMem");
if (gpuMem != 0) {
    char* memStr = (char*)gpuMem;
    printf("GPU内存大小: %s MB\n", memStr);
    free(memStr);
}

// 获取分类阈值配置
long clsThresh = GetOcrConfig(ola, "OcrClsThresh");
if (clsThresh != 0) {
    char* threshStr = (char*)clsThresh;
    printf("分类阈值: %s\n", threshStr);
    free(threshStr);
}

// 获取字符字典路径
long charDictPath = GetOcrConfig(ola, "OcrRecCharDictPath");
if (charDictPath != 0) {
    char* dictStr = (char*)charDictPath;
    printf("字符字典路径: %s\n", dictStr);
    free(dictStr);
}

返回值

long: 返回配置值的字符串指针，需要手动释放内存

注意事项

  • 返回的字符串需要手动释放内存
  • 支持所有OCR配置参数，包括：

GPU相关参数

  • OcrUseGpu (bool): 是否使用GPU推理，false使用CPU，true使用GPU，默认false
  • OcrUseTensorrt (bool): 是否使用TensorRT加速，默认false
  • OcrGpuId (int): GPU设备ID，0表示第一个GPU，默认0
  • OcrGpuMem (int): GPU内存大小(MB)，默认4000

CPU相关参数

  • OcrCpuThreads (int): CPU线程数，默认8
  • OcrEnableMkldnn (bool): 是否启用MKL-DNN加速，默认true

推理相关参数

  • OcrPrecision (string): 推理精度，可选fp32/fp16/int8，默认"int8"
  • OcrBenchmark (bool): 是否启用性能基准测试，默认false
  • OcrOutput (string): 基准测试日志保存路径，默认"./output/"
  • OcrImageDir (string): 输入图像目录，默认""
  • OcrType (string): 执行类型，ocr或structure，默认"ocr"

检测相关参数

  • OcrDetModelDir (string): 检测模型路径，默认"./OCRv5_model/PP-OCRv5_mobile_det_infer/"
  • OcrLimitType (string): 输入图像限制类型，max或min，默认"max"
  • OcrLimitSideLen (int): 输入图像限制边长，默认960
  • OcrDetDbThresh (double): 检测DB阈值，范围0.0-1.0，默认0.3
  • OcrDetDbBoxThresh (double): 检测DB框阈值，范围0.0-1.0，默认0.6
  • OcrDetDbUnclipRatio (double): 检测DB未裁剪比例，默认1.5
  • OcrUseDilation (bool): 是否对输出图使用膨胀操作，默认false
  • OcrDetDbScoreMode (string): 检测DB评分模式，fast或slow，默认"slow"
  • OcrVisualize (bool): 是否显示检测结果，默认true

识别相关参数

  • OcrRecModelDir (string): 识别模型路径，默认"./OCRv5_model/PP-OCRv5_mobile_rec_infer/"
  • OcrRecBatchNum (int): 识别批处理数量，默认6
  • OcrRecCharDictPath (string): 识别字符字典路径，默认"./ppocr/utils/ppocr_keys_v1.txt"
  • OcrRecImgH (int): 识别图像高度，默认48
  • OcrRecImgW (int): 识别图像宽度，默认320

分类相关参数

  • OcrUseAngleCls (bool): 是否使用角度分类，默认false
  • OcrClsModelDir (string): 分类模型路径，默认""
  • OcrClsThresh (double): 分类阈值，范围0.0-1.0，默认0.9
  • OcrClsBatchNum (int): 分类批处理数量，默认1

布局相关参数

  • OcrLayoutModelDir (string): 布局模型路径，默认""
  • OcrLayoutDictPath (string): 布局字典路径，默认"./ppocr/utils/dict/layout_dict/layout_publaynet_dict.txt"
  • OcrLayoutScoreThreshold (double): 布局评分阈值，范围0.0-1.0，默认0.5
  • OcrLayoutNmsThreshold (double): 布局NMS阈值，范围0.0-1.0，默认0.5

表格相关参数

  • OcrTableModelDir (string): 表格结构模型路径，默认""
  • OcrTableMaxLen (int): 表格最大长度，默认488
  • OcrTableBatchNum (int): 表格批处理数量，默认1
  • OcrMergeNoSpanStructure (bool): 是否合并无跨度结构，默认true
  • OcrTableCharDictPath (string): 表格字符字典路径，默认"./ppocr/utils/dict/table_structure_dict_ch.txt"

前向相关参数

  • OcrDet (bool): 是否使用检测，默认true
  • OcrRec (bool): 是否使用识别，默认true
  • OcrCls (bool): 是否使用分类，默认false
  • OcrTable (bool): 是否使用表格结构，默认false
  • OcrLayout (bool): 是否使用布局分析，默认false

注意事项

  • 配置值以JSON字符串形式返回，需要根据参数类型进行转换
  • 与 SetOcrConfig 和 SetOcrConfigByKey 函数配合使用
  • 适用于OCR配置管理和调试场景
Last Updated: