YStudio Y++

OCR类

Y++ / YStudio 开发文档 · 一点滴

类对象支持库。路径:支持库 → 扩展类库 → OCR类。

类型名写「OCR类」。声明时自动创建。

通用中英文文字识别:桌面/网页截图、游戏截图等。基于 PP-OCRv4 mobile(Apache-2.0)ONNX + 动态加载 ONNX Runtime。与「车牌类」分工不同:本类做整图文字行,不做车牌专用逻辑。

  • 能力包:plugins/supportlib.ocr/
  • 收费位:supportlib.ocr(仅开发期验票;发行程序不再验票)
  • 系统:Windows 7~11(与引擎版本能力有关)
  • 模型与 onnxruntime.dll:见插件内 models/、ort/,或运行 build\fetch_ocr_assets.ps1

快速开始

OCR类 ocr
如果 (!ocr.打开()) {
    信息框(ocr.取错误())
    返回()
}

字节集 图 = 图片_读文件("C:\\截图.png")
文本 全文 = ocr.识别(图)
输出(全文)

整数 n = ocr.取行数()
整数 i = 0
当 (i < n) {
    输出(ocr.取行文本(i) + "  左=" + 到文本(ocr.取行左(i)))
    i = i + 1
}

ocr.关闭()

须先 打开() 成功再 识别:打开时加载引擎与模型;同一对象可多次识别,不用每次打开。

模型档与路径

方法 说明
置模型目录 det/rec/cls 与字典目录;空=自动找插件 models
置ORT目录 onnxruntime.dll 目录;空=本插件 ort 或与车牌插件共用探测
置模型档 "mobile"(默认)或 "server";缺文件则打开失败,不静默回落
置检测置信度 / 置识别置信度 检测/识别门槛 0~1
置方向矫正 是否跑 0°/180° 方向分类(需 cls)
置放大倍数 整图放大 0.5~3.0;小字/略糊可 1.5~2.0

默认 mobile 文件名:ch_PP-OCRv4_det_infer.onnx、ch_PP-OCRv4_rec_infer.onnx、ch_ppocr_mobile_v2.0_cls_infer.onnx、ppocr_keys_v1.txt。

库内还会在行高偏小时自动放大、单行拉高、低置信重试;也可用 置放大倍数 强制整图放大。

识别与行结果

方法 说明
识别 / 识别全部 输入图片字节集;返回全文(多行换行拼接);同时写入行/字列表
取行数 取行文本 最近一次行结果;下标从 0 起
取行左 取行上 取行宽 取行高 行包围框(相对原图像素)
取行置信度 该行 0~1
取行点X 取行点Y 多边形四点:0 左上 → 1 右上 → 2 右下 → 3 左下(当前为轴对齐矩形四角)
取行语言 启发式:中文 / 英文 / 中英混排 / 数字 / 其他
取行旋转角 0 或 180(方向分类)
取图旋转角 整页倾斜;当前固定返回 0(预留)

单字框(估算)

方法 说明
取字数 指定行内字数
取字文本 取字左 取字上 取字宽 取字高 按行宽均分估算,便于画框/找字;非模型逐字真框

找字可自行遍历 取行文本 / 取字文本,用框坐标换算点击位置(若点屏幕,还需加上截图区域相对屏幕的偏移)。

注意

  • 未放置模型或引擎时,打开 失败,错误见 取错误(用户句以「OCR类:…」开头)。
  • 游戏花字、强特效艺术字可能不准;可试放大或 server 档(体积更大,默认不随整包)。
  • 未引用本类时,ORT/模型不会进入用户程序链接图。
  • 示例:examples/OCR识别演示/。