OCR相关 API

from cheese_core import OCR, Path, Image

PPOCR文字识别:

ppocr(image: PyImage, model_dir: str) -> list[PPOCRResult] ✅

参数:

• ⭐PyImage (image): 要识别的图像对象
• ⭐str (model_dir): PPOCR模型文件夹路径

返回:

• list[PPOCRResult]: 识别结果列表，每项拥有属性：
  • index: 序号（int）
  • text: 识别文本内容（str）
  • score: 置信度分数（float）
  • points: 文本框坐标列表（List[Tuple[int, int]]）
  • char_positions: 每个字符的坐标信息（List[str]）
  • bounding_box: 文本包围盒坐标（Tuple[Tuple[int, int], ...]）

用法示例:

img = Image.read(source_img_path)
results = OCR.ppocr(img, ppocr_dir)
if results:
    for r in results:
        print("序号:", r.index)
        print("文本:", r.text)
        print("置信度:", r.score)
        print("文本框坐标:", r.points)
        print("字符位置:", r.char_positions)
        print("包围盒:", r.bounding_box)
else:
    print("识别失败")

---

DDDDOCR文字识别:

ddddocr(image: PyImage, model_path: str, param_path: str, keys_path: str, num_threads: int = 4, use_vulkan: bool = False) -> DDDDOCRResult ✅

参数:

• ⭐PyImage (image): 要识别的图像对象
• ⭐str (model_path): DDDDOCR模型文件路径（bin文件）
• ⭐str (param_path): DDDDOCR参数文件路径（param文件）
• ⭐str (keys_path): DDDDOCR字符集文件路径（txt文件）
• ⭐int (num_threads=4): 使用的线程数（默认4）
• ⭐bool (use_vulkan=False): 是否使用Vulkan加速（默认False）

返回:

• DDDDOCRResult: 识别结果对象，拥有属性：
  • text: 识别出的文本内容（str）
  • probability: 置信度分数（float）

用法示例:

img = Image.read(source_img_path)
result = OCR.ddddocr(
    img,
    ddddocr_model,
    ddddocr_param,
    ddddocr_keys,
    num_threads=4,
    use_vulkan=False
)
if result:
    print("识别结果:", result.text)
    print("置信度:", result.probability)
else:
    print("识别失败")