65.9K
CodeProject 正在变化。 阅读更多。
Home

使用 C++ 进行 OCR

Michael Haephrati
starIconstarIconstarIconstarIcon
emptyStarIcon
starIcon

4.90/5 (8投票s)

2021 年 1 月 30 日

CPOL

3分钟阅读

viewsIcon

16542

downloadIcon

452

如何使用 C++ 和 libCurl 使用 OCR SDK

引言

在我们的日常开发中，我们需要对扫描图像、屏幕截图和其他形式或文件执行 OCR（光学字符识别）。我们寻找一个允许这样做的 SDK，并研究了 ABBYY Cloud OCR SDK。他们没有任何 C / C++ 代码示例，所以我不得不自己开发...

创建一个 ABBYY Cloud OCR 应用程序

创建并验证试用帐户后，需要执行以下步骤。

  1. 创建一个新的应用程序。
  2. 检查您的电子邮件以获取应用程序的密码。您将需要 应用程序 ID 和 应用程序密码 才能开始。

您应该在我们的代码中看到这两行占位符

#define APP_ID            "<Your Application ID>"
#define PASSWORD        "<Your Application Password"

将这些字符串替换为您分配的 应用程序 ID 和 应用程序密码。

启动 libCurl

首先，我们启动 Curl 对象

    curl_global_init(CURL_GLOBAL_ALL);
    curl = curl_easy_init();

处理输入文件

我们的输入文件可以是任何图像，甚至可以是 PDF 文件。我们需要将其转换为 mime，为此，我们调用

<a href="https://curl.se/libcurl/c/curl_mime_init.html">curl_mime_init()</a>

接下来，我们在请求中生成上传部分

 field = curl_mime_addpart(form);
 curl_mime_name(field, "upload");

并使用 curl_mine_filedata() 生成文件数据，该函数用于从我们的输入文件的内容设置我们的 mime 部分的主体数据。

 curl_mime_filedata(field, file_to_upload.c_str());

现在，我们通过调用 curl_easy_setopt() 设置选项，顾名思义，该函数用于准备设置我们的请求的选项。

我们需要以下属性

  • PROCESSING_URL 是 Abbyy SDK 提供的 URL。
  • headerlist 之前已设置。
  • form 是上传部分。
  • APP_ID 是 Abbyy SDK 为我们开发的每个软件提供的特定于应用程序的标识符。
  • PASSWORD 是应用程序的密码，需要生成。
  • CURLOPT_WRITEFUNCTION 是一个回调函数，用于写入请求的结果。数据被写入 readBuffer，它将保存我们从 API 收到的结果。
 curl_easy_setopt(curl, CURLOPT_URL, PROCESSING_URL);
 curl_easy_setopt(curl, CURLOPT_HTTPHEADER, headerlist);
 curl_easy_setopt(curl, CURLOPT_MIMEPOST, form);
 curl_easy_setopt(curl, CURLOPT_USERNAME, APP_ID);
 curl_easy_setopt(curl, CURLOPT_PASSWORD, PASSWORD);
 curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, CurlWrite_CallbackFunc_StdString);
 curl_easy_setopt(curl, CURLOPT_WRITEDATA, &readBuffer);

然后，我们准备好执行我们的请求。我们调用 curl_easy_perform()。

 res = curl_easy_perform(curl);

之后，我们立即检查结果。

检查结果

接下来，我们获得分配给每个 OCR 任务的 Task_ID。您可以启动多个任务，然后等待每个任务完成。我们使用获得的 Task_ID 来检查任务的状态并等待它完成。

      while (1)
      {
          res = curl_easy_perform(status_curl);
          if (res != CURLE_OK)
          {
              WriteLogFile(L"Error: %S", curl_easy_strerror(res));
          }
          else
          {
              WriteLogFile(L"Read Buffer:\n%S", readBuffer.c_str());
              task_status = ObtainStatus(readBuffer);
              WriteLogFile(L"task_status: %S", task_status.c_str());
          }
          if (task_status != "Completed")
          {
              //wait 5s before next check
              Sleep(2000);
          }
          else
          {
              setcolor(LOG_COLOR_DARKGREEN, 0);
              SetConsoleTitle(L"OCR completed");
              setcolor(LOG_COLOR_WHITE, 0);

              result_url = ObtainURL(readBuffer);
              //replace all & to &
              result_url = ReplaceAll(result_url, "&", "&");
              //downloading text file of response
              WriteLogFile(L"Downloading File from URL: %S", result_url.c_str());
              op_curl = curl_easy_init();
              if (op_curl)
              {
                  headerlist = curl_slist_append(headerlist, buf);
                  curl_easy_setopt(op_curl, CURLOPT_URL, result_url.c_str());
                  curl_easy_setopt(op_curl, CURLOPT_HTTPHEADER, headerlist);
                  curl_easy_setopt(op_curl, CURLOPT_HTTPGET, 1L);
                  FILE* wfd = fopen(json_result_file.c_str(), "ab");
                  fprintf(wfd, "\n");
                  curl_easy_setopt(op_curl, CURLOPT_WRITEDATA, wfd);
                  curl_easy_perform(op_curl);
                  curl_easy_cleanup(op_curl);
                  fclose(wfd);
                  WriteLogFile(L"FILE saved");
              }
              break;
          }
          readBuffer = "";
      }    // While

现在，一旦我们有了结果，我们就清理所有东西。

这是一个程序工作原理的视频演示

构建块

该项目的关键构建块之一是 libCurl。我将它用作 static 库。 *.lib* 文件包含在文章的源代码中，但是您可以在 此处 阅读有关将 libCurl 用作 static 库的信息。

注意：WriteLogFile() 是我之前在 这篇文章中描述的旧日志记录函数之一。

Using the Code

您可以使用不同的导出格式。 有关选项，请参阅 此 链接。

您可以定义您期望使用的语言。 有关选项，请阅读 此 链接。

您可以使用多种语言，其中大多数也可以作为手写文本 (ICR)。 您可以在 PROCESSING_URL string 中设置预期语言的列表。

在此示例中，我们期望英语和希伯来语

#define PROCESSING_URL    
"https://cloud-westus.ocrsdk.com/processImage?exportFormat=txt&language=English,Hebrew"

历史

  • 2021 年 1 月 30 日：初始版本
© . All rights reserved.