Skip to content

文字识别模块总览 - Overview

本分类做什么

包含 通用 OCR(含 PP-OCR/V5 系列)字库识字与找字字库/词条维护 以及 OCR 参数配置。输入多为 区域截图或内存图(来自 图像处理);输出多为 字符串或 JSON,部分需 GetStringFromPtr / FreeStringPtr


一、产品线划分:OCR 引擎 vs 字库 vs 找字

主线含义典型接口前缀
通用 OCR通用文字检测识别,不依赖预录字库OcrExOcrFromPtrExOcrDetailsEx(推荐);兼容 Ocr/OcrDetails
OCR 模型加密包加载、打包、按句柄调参、模型列表/信息OcrLoadModelOcrListModelsOcrGetModelInfoOcrSetModelConfig
字库识字与自建/导入字库匹配OcrFromDict*
找字在图中 定位 字串坐标FindStr*
字库维护txt/sqlite 等导入导出、词条增删ImportTxtDictExportDictImportDictWordRemoveDict*

二、OcrEx 系列(推荐)

对比OcrEx / OcrFromPtrEx / OcrFromBmpDataExOcrDetailsEx
返回值识别文本字符串JSON(Regions、Score、Vertices 等)
模型末参 modelHandle0=内置 mobile;>0=OcrLoadModel 句柄同上

变体命名

  • 无后缀 / FromBmpData:区域或 BMP 内存输入。
  • FromPtrOLAImage 句柄输入。
  • Details:返回框与置信度 JSON。

模型与配置:见 OCRModelInfo与ModelConfig说明OCR模型配置说明;加密包魔数 OLAOENC1(与 YOLO OLAYENC1 区分)。


三、Ocr 系列(兼容)

接口说明
Ocr / OcrFromPtr / OcrFromBmpData旧版无 modelHandle,默认识别管线
OcrDetails / *Details返回 JSON 详情,字段与 OcrDetailsEx 类似

选型:新项目请用 OcrEx + modelHandle0 为内置 PP-OCR mobile)。原 OcrV5 系列已移除,请迁移到 OcrEx 等等价接口。


四、字库识字:OcrFromDict*

接口差异
OcrFromDict / Details区域 OCR,结果限制在 字库 内。
OcrFromDictPtr / PtrDetails输入为 内存图

与通用 OCR 差异:识别空间受 字库词条 约束,适合 固定字体 UI;需先 加载/导入字库 等。


五、找字:FindStr*

接口差异
FindStrFindStrDetail在指定区域 找字,返回位置信息。
FindStrFromPtr源为 指针图
FindStrAllFindStrFromPtrAll全部 出现位置,而非第一个。

与 OCR 差异Find 强调 坐标Ocr 强调 文本内容。有时需两者配合:先 Find 再裁剪 OCR。


六、快速数字

接口说明
FastNumberOcrFastNumberOcrFromPtr数字专用 快速路径,参数更少、约束更强。

七、字库文件与数据库

接口差异
ExportTxtDictImportTxtDicttxt 字库 与内存结构互导,适合开发期。
InitDictFromTxt导入到数据库(正式环境推荐入库)。
InitDictFromDir目录批量 加载字库图。
ImportDictWordRemoveDictWordRemoveDict词条/整库维护。
GetDictImage读字库中某字对应图。

数据库db0 时常表示 默认库(需已 OpenDatabase,见各页说明)。


八、OCR 配置

接口说明
OcrListModelsOcrGetModelInfo已加载模型列表与生命周期/诊断信息,详见 OCRModelInfo与ModelConfig说明
OcrSetModelConfigOcrSetModelConfigByKeyOcrGetModelConfig模型句柄 调参(Ex 系列推荐),详见 OCR模型配置说明

九、快速选型

需求建议
任意界面抓字OcrEx + modelHandle=0 或自定义模型
自定义 NCNN 模型OcrEncryptModelOcrLoadModelOcrEx
窗口/UI 固定美术字建字库 + OcrFromDict*
只要数字FastNumberOcr
要点坐标做点击FindStr* / FindStrAll

十、相关分类