设置OCR配置键值 - SetOcrConfigByKey

函数简介

通过键值对的方式设置OCR（光学字符识别）的单个配置参数。此函数可以单独设置PP-OCRv5模型的特定参数，包括GPU设置、检测参数、识别参数、分类参数等。适用于需要精确控制单个OCR参数的场景。

接口名称

SetOcrConfigByKey

DLL调用

int SetOcrConfigByKey(long instance, string key, string value)

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。
key字符串配置键名称，支持所有OCR配置参数
value字符串配置值，根据参数类型设置相应的值

示例

// 设置GPU使用状态
int result = SetOcrConfigByKey(ola, "OcrUseGpu", "true");
if (result == 1) {
    printf("GPU使用状态设置成功\n");
} else {
    printf("GPU使用状态设置失败\n");
}

// 设置GPU设备ID
result = SetOcrConfigByKey(ola, "OcrGpuId", "0");
if (result == 1) {
    printf("GPU设备ID设置成功\n");
} else {
    printf("GPU设备ID设置失败\n");
}

// 设置GPU内存大小
result = SetOcrConfigByKey(ola, "OcrGpuMem", "4000");
if (result == 1) {
    printf("GPU内存大小设置成功\n");
} else {
    printf("GPU内存大小设置失败\n");
}

// 设置CPU线程数
result = SetOcrConfigByKey(ola, "OcrCpuThreads", "8");
if (result == 1) {
    printf("CPU线程数设置成功\n");
} else {
    printf("CPU线程数设置失败\n");
}

// 设置检测模型路径
result = SetOcrConfigByKey(ola, "OcrDetModelDir", "./OCRv5_model/PP-OCRv5_mobile_det_infer/");
if (result == 1) {
    printf("检测模型路径设置成功\n");
} else {
    printf("检测模型路径设置失败\n");
}

// 设置识别模型路径
result = SetOcrConfigByKey(ola, "OcrRecModelDir", "./OCRv5_model/PP-OCRv5_mobile_rec_infer/");
if (result == 1) {
    printf("识别模型路径设置成功\n");
} else {
    printf("识别模型路径设置失败\n");
}

// 设置检测DB阈值
result = SetOcrConfigByKey(ola, "OcrDetDbThresh", "0.3");
if (result == 1) {
    printf("检测DB阈值设置成功\n");
} else {
    printf("检测DB阈值设置失败\n");
}

// 设置检测DB框阈值
result = SetOcrConfigByKey(ola, "OcrDetDbBoxThresh", "0.6");
if (result == 1) {
    printf("检测DB框阈值设置成功\n");
} else {
    printf("检测DB框阈值设置失败\n");
}

// 设置识别批处理数量
result = SetOcrConfigByKey(ola, "OcrRecBatchNum", "6");
if (result == 1) {
    printf("识别批处理数量设置成功\n");
} else {
    printf("识别批处理数量设置失败\n");
}

// 设置推理精度
result = SetOcrConfigByKey(ola, "OcrPrecision", "int8");
if (result == 1) {
    printf("推理精度设置成功\n");
} else {
    printf("推理精度设置失败\n");
}

// 设置字符字典路径
result = SetOcrConfigByKey(ola, "OcrRecCharDictPath", "./ppocr/utils/ppocr_keys_v1.txt");
if (result == 1) {
    printf("字符字典路径设置成功\n");
} else {
    printf("字符字典路径设置失败\n");
}

// 设置分类阈值
result = SetOcrConfigByKey(ola, "OcrClsThresh", "0.9");
if (result == 1) {
    printf("分类阈值设置成功\n");
} else {
    printf("分类阈值设置失败\n");
}

// 设置是否使用角度分类
result = SetOcrConfigByKey(ola, "OcrUseAngleCls", "false");
if (result == 1) {
    printf("角度分类设置成功\n");
} else {
    printf("角度分类设置失败\n");
}

// 设置是否启用MKL-DNN加速
result = SetOcrConfigByKey(ola, "OcrEnableMkldnn", "true");
if (result == 1) {
    printf("MKL-DNN加速设置成功\n");
} else {
    printf("MKL-DNN加速设置失败\n");
}

// 设置是否使用TensorRT加速
result = SetOcrConfigByKey(ola, "OcrUseTensorrt", "false");
if (result == 1) {
    printf("TensorRT加速设置成功\n");
} else {
    printf("TensorRT加速设置失败\n");
}

// 设置输入图像限制边长
result = SetOcrConfigByKey(ola, "OcrLimitSideLen", "960");
if (result == 1) {
    printf("输入图像限制边长设置成功\n");
} else {
    printf("输入图像限制边长设置失败\n");
}

// 设置识别图像高度
result = SetOcrConfigByKey(ola, "OcrRecImgH", "48");
if (result == 1) {
    printf("识别图像高度设置成功\n");
} else {
    printf("识别图像高度设置失败\n");
}

// 设置识别图像宽度
result = SetOcrConfigByKey(ola, "OcrRecImgW", "320");
if (result == 1) {
    printf("识别图像宽度设置成功\n");
} else {
    printf("识别图像宽度设置失败\n");
}

返回值

int: 返回设置结果

  • 1: 设置成功
  • 0: 设置失败

注意事项

  • 支持的配置参数包括：

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

  • 布尔值参数使用"true"或"false"字符串
  • 数值参数使用字符串格式
  • 路径参数使用字符串格式
  • 配置修改后需要重新初始化OCR模型才能生效
  • 与 GetOcrConfig 和 SetOcrConfig 函数配合使用
  • 适用于精确控制单个OCR参数的场景
Last Updated: