【WinForm】关于屏幕截图识别文字工具的桌面程序实现方案

在使用电脑录入资料的工作中，有时需要将扫描图片里面的信息录入到电脑上，那有没有想过，用文字识别功能快速录入，这样连手动打字省了不少，网上可能有这样的程序(会要求登录)，有能力的同学可以看着做，自己动手来实现。

功能描述

• 通过截图工具生成一个区域的图片（可把打开的图片文件截图），
• 使用识别功能，识别出文字输出显示，
• 识别显示结果可能不太准确（有错字少字），要自己修改一下，
• 选择复制文字，直接粘贴文字到输入框即可。

现在把以上基础的功能实现出来，如果想实现其它的功能，可以在此基础上改进吧

打开Visual Studio开发工具，新建一个WinForm项目，桌面程序，编写用C#语言

截图工具

关于桌面截图工具的实现步骤，可以看以下这篇文章来做
【截屏工具窗口简单实现原理，附详细代码】

截图工具的运行效果如下图

实现了截图功能后，在这基础上继续编写，添加识别文字按钮

文字识别插件

关于文字识别，有很多现成的OCR插件，可以在NuGet包管理中查到，

笔者测试了一些插件，没有可参考的文档就不拿来用了，

而有一些插件感觉还可以，在网上能找到相关学习文档，列出如下：

• Spire.OCR - 对中文识别率好；
• Tesseract - 对中文识别率一般，依赖训练的库；
• PaddleOCRSharp - 对中文识别率较好；

Tesseract

这里的工具项目是用Tesseract插件，

其它的插件根据自己的情况选择来用（只能在64位机系统环境上运行），

在解决方案资源管理面板（文件夹）下，新建一个库项目，命名为TesseractSharp，

选择这个项目名，鼠标右键选择管理NuGet程序包打开，如下图，去找一个叫Tesseract插件安装好

只是安装这个Tesseract插件显然还不够，缺少依赖文件；

识别库文件

需要去国内开源的GitCode下载一些识别语言所需的库文件，如下：

• chi_sim.traineddata - 简体中文语言包；
• chi_sim_vert.traineddata - 简体体中文语言包，垂直向下书写方向；
• chi_tra.traineddata - 繁体中文语言包；
• chi_tra_vert.traineddata - 繁体中文语言包，垂直向下书写方向；
• osd.traineddata - 文字方向检测的；
• eng.traineddata - 英文语言包

上面语言包任选一个即可，如果开启方向检测就要用到osd.traineddata

实现识别功能

安装好插件后，把下载好的库文件放到项目目录下的文件夹tessdata里，

这里实现调用图文识别功能，

在类库项目里面新建一个TesseractSharpTool类文件，代码如下

public class TesseractSharpTool {

	private TesseractEngine engine;
	
	public TesseractSharpTool(){
		//识别库文件夹的路径
		var path = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "tessdata");
		// 识别引擎
		var eMode = EngineMode.TesseractAndLstm;
		// 中文语言包
		var langFilename = "chi_sim";
		// 识别引擎对象
		engine = new TesseractEngine(path, langFilename, eMode);
	}
	//...
}

初始化识别引擎对象engine，

接下来，在类里面继续写，实现调用它的方法，代码如下

/// 

/// 识别图片文字
/// 
/// 图片
/// 标注块集合
/// 返回格式化的识别结果
public string DetectText(Bitmap ocrImage, List<TextBlock> blocks)
{
     using(var pix = PixConverter.ToPix(ocrImage))
     {
         using (var page = engine.Process(pix))
         {
         	// 这里识别返回结果
             var result = page.GetText();
             if (!string.IsNullOrEmpty(result))
             {
             	// 如果要标注识别区域的话，就继续写，
             	// 把获取到的识别区域添加到标注块blocks集合即可(是对数组的引用，无需返回)
             	// ...
             }
             return result;
         }
     }
 }

接下来，在之前写好截图工具项目中去写，会引用上面的库项目，

识别结果显示

当截图完成，点击识别文字按钮的事件里，去打开一个对话框窗口，

需要新建一个对话框窗口窗体对象，新建时传入截图的一个Image对象，

设计的对话窗口如下图

传入截图的图片在左侧区域显示（标注块在图片上层）；
识别的结果会在右侧区域显示，是一个多行文本框，可以修改；
窗口是可以拖动调整右侧区域大小的；

在窗口加载事件方法里，调用识别方法，代码如下

var blocks = new List<TextBlock>();
var result = string.Empty;

using (var ocr = new TesseractSharpTool())
{
	//识别图片
    result = ocr.DetectText(panel1.BackgroundImage as Bitmap, blocks);
}
//显示识别结果
richTextBox1.Text = result;

foreach (var block in blocks){
	//...将标注块放到图片上层
}

记得要用线程处理识别结果，不然看上去会卡顿的

关于项目

写到这里，不用多讲，自己动手试试，整个项目就能做出来了，

项目运行的截图识别对话框的效果图如下

可见Tesseract插件的识别率不是很准确，
显示的一些标注是可以选择复制的，在右侧直接修改复制识别结果；

如果是只识别一些限定内容，可以试试如下代码

//识别单个字符的模式设置，单个字母或者汉字
engine.DefaultPageSegMode = PageSegMode.SingleChar;
//设置白名单的方法
engine.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ-");

或者，用一个网上找来的jTessBoxEditorFX工具制作自己的字库给它调用，以提高识别率，

在此项目上，可尝试再写一个库项目，用别的识别插件调用试试，运行效果图如下

用别的插件PaddleOCRSharp ，可见这个识别率还可以，只能运行在64位机器

想看项目源码请点此这里，或者点此去搜索截图识别，本博客站内请放心下载!

可能手机上看不到源码，请用电脑浏览器查看