基于C#winform使用openvino部署PP-OCRv5的onnx模型paddleocrv5模型部署

PP-OCRv5 OpenVINO部署教程

本教程将指导您如何使用OpenVINO在C# WinForm项目中部署PP-OCRv5模型。

环境要求

• Windows 10/11
• Visual Studio 2019或更高版本
• .NET Framework 4.7.2或更高版本
• OpenVINO 2025.0.0.1
• OpenCVSharp 4.11.0

项目依赖

项目使用以下NuGet包：

• OpenCvSharp4 (4.11.0.20250507)
• OpenCvSharp4.Extensions (4.11.0.20250507)
• OpenCvSharp4.runtime.win (4.11.0.20250507)
• OpenVINO.CSharp.API (2025.0.0.1)
• OpenVINO.CSharp.API.Extensions (1.0.2)
• OpenVINO.CSharp.API.Extensions.PaddleOCR (1.0.3)
• OpenVINO.runtime.win (2025.0.0.1)

模型文件准备

1. 下载PP-OCRv5模型文件：
   • 检测模型：PP-OCRv5_mobile_det_onnx.onnx
   • 分类模型：PP-OCRv5_mobile_cls_onnx.onnx
   • 识别模型：PP-OCRv5_mobile_rec_onnx.onnx
   • 字典文件：ppocrv5_dict.txt
2. 在项目根目录创建weights文件夹，将上述文件放入其中。

项目结构说明

项目根目录/
├── weights/
│   ├── PP-OCRv5_mobile_det_onnx.onnx
│   ├── PP-OCRv5_mobile_cls_onnx.onnx
│   ├── PP-OCRv5_mobile_rec_onnx.onnx
│   └── ppocrv5_dict.txt
├── Form1.cs
├── Form1.Designer.cs
└── Program.cs

代码实现说明

1. 模型初始化

在Form1.cs中，我们定义了模型路径和初始化OCR预测器：

private string det_model = Application.StartupPath + "\\weights\\PP-OCRv5_mobile_det_onnx.onnx";
private string cls_model = Application.StartupPath + "\\weights\\PP-OCRv5_mobile_cls_onnx.onnx";
private string rec_model = Application.StartupPath + "\\weights\\PP-OCRv5_mobile_rec_onnx.onnx";
private string key_path = Application.StartupPath + "\\weights\\ppocrv5_dict.txt";
private OCRPredictor ocr = null;

2. 模型加载

在Form1_Load事件中初始化模型：

RuntimeOption.RecOption.label_path = key_path;
ocr = new OCRPredictor(det_model, cls_model, rec_model);

3. 图像处理流程

1. 图像加载：
   • 使用OpenFileDialog选择图片
   • 使用OpenCV读取图像
   • 在PictureBox中显示原图
2. OCR识别：
   • 调用ocr.ocr()方法进行识别
   • 参数说明：
     • 第一个参数：输入图像
     • 第二个参数：是否进行方向分类
     • 第三个参数：是否进行检测
     • 第四个参数：是否进行识别
3. 结果处理：
   • 获取识别文本和置信度
   • 在TextBox中显示识别结果
   • 使用PaddleOcrUtility.visualize_bboxes()可视化检测框

使用说明

1. 运行程序后，点击"选择图片"按钮选择要识别的图片
2. 点击"开始识别"按钮进行OCR识别
3. 识别结果将显示在文本框中，并在右侧图片框中显示带有检测框的可视化结果

注意事项

1. 确保weights文件夹中包含所有必需的模型文件
2. 模型文件路径使用相对路径，确保程序运行时能找到模型文件
3. 图片格式支持：jpg、png、jpeg、bmp
4. 识别过程在后台线程中进行，不会阻塞UI
5. 识别结果包含文本内容和置信度信息

常见问题解决

1. 如果出现"模型文件不存在"错误：
   • 检查weights文件夹是否在正确位置
   • 确认所有模型文件名是否正确
2. 如果出现"无法读取图片文件"错误：
   • 检查图片格式是否支持
   • 确认图片文件是否完整
3. 如果识别结果不准确：
   • 检查图片质量是否清晰
   • 确认图片中的文字是否清晰可见
   • 可以尝试调整图片亮度和对比度

性能优化建议

1. 对于大量图片处理：
   • 考虑使用批处理模式
   • 可以预先加载模型到内存中
2. 内存管理：
   • 及时释放不需要的Mat对象
   • 使用using语句管理资源
3. 图像预处理：
   • 可以添加图像预处理步骤提高识别准确率
   • 考虑添加图像缩放功能处理大图片