【vc++/office ocr引擎】图片文字识别

花费了些时间去调试，出现的问题是使用miLANG_ENGLISH，可以正确的识别字母、数字，而一旦使用miLANG_CHINESE_SIMPLIFIED程序就会崩溃，最终找到原因：下载office2003，完全安装（或者已典型安装完的，添加与删除程序–office2003–更改–office工具–Microsoft Office Document Imaging–右键从本机运行）

运行环境：vc++6.0
关键代码如下：

BOOL CCCMD_OCRView::OCRImageFile( CString Name)//OCR
{ IDocument *pDoc = new IDocument;
  pDoc->CreateDispatch( "MODI.Document" );
  pDoc->Create(Name);
  //pDoc->OCR( miLANG_ENGLISH, 0, 0 );
  pDoc->OCR( miLANG_CHINESE_SIMPLIFIED, 0, 0 );
  IImages images = pDoc->GetImages();
  long    num =images.GetCount();
  for( int i = 0; i < num; i++ )
  { IImage  image = images.GetItem(i);
    ILayout layout = image.GetLayout();
    SetDlgItemText(IDC_EDIT1, layout.GetText());
  }
  pDoc->Close(0);
  pDoc->ReleaseDispatch();
  delete pDoc;
  return (num > 0) ? TRUE : FALSE;
}

识别效果：

上面的关键代码可以得到图像中的文字，如果要得到每个文字的具体位置，可以调用ocr库中相应的类，关键代码如下：

BOOL CCCMD_OCRView::OCRImageFile( CString Name)//OCR
{ 
  clock_t start = clock();  
  IDocument *pDoc = new IDocument;
  pDoc->CreateDispatch( "MODI.Document" );
  pDoc->Create(Name);
  //pDoc->OCR( miLANG_ENGLISH, 0, 0 );
  pDoc->OCR( miLANG_CHINESE_SIMPLIFIED, 0, 0 );
  IImages images = pDoc->GetImages();
  long  num =images.GetCount();
  CString output = "";
  for( int i = 0; i < num; i++ )
  { 
    IImage  image = images.GetItem(i);
    ILayout layout = image.GetLayout();
    int width = image.GetPixelWidth();
    int height = image.GetPixelHeight();
    CString wh;
    wh.Format("%d %d",width,height);
    IWords words = layout.GetWords();
    for( int j = 0; j < words.GetCount(); j++)
    {
        IWord word = words.GetItem(j);
        //文字
        output += word.GetText();
        //最小矩形的位置，以左上角为原点
        IMiRects mirects = word.GetRects();
        for( int k = 0; k < mirects.GetCount(); k++)
        {
            IMiRect mirect = mirects.GetItem(k);
            long top = mirect.GetTop();
            long left = mirect.GetLeft();
            long right = mirect.GetRight();
            long bottom = mirect.GetBottom();
            CString pos ;
            pos.Format( " %d %d %d %d \r\n",top,bottom,left,right);
            output += pos;
        }
    }
    output += wh;//图像的宽度，高度在最后一行输出
  }
  clock_t end = clock();
  long time = end - start;
  CString times ;
  times.Format(" %d ",1000*time/CLK_TCK);
  output += times;//运行的时间在最后一行输出
  SetDlgItemText(IDC_EDIT1, output);//输出

  pDoc->Close(0);
  pDoc->ReleaseDispatch();
  delete pDoc;
  return (num > 0) ? TRUE : FALSE;
}

部分运行结果如下（在这里没有列出全部结果）：

在 362 102 373 113 
您 374 102 385 113 
电 387 102 397 113 
脑 398 102 409 113 
上 410 102 421 113 
看 422 102 433 113 
到 434 102 445 113 
的 446 102 457 113 
商 458 102 469 113 
品 471 102 481 113 
图 483 102 493 113 
片 494 102 505 113 
可 506 102 517 113 
能 518 102 529 113 
会 530 102 541 113 
与 542 102 553 113 
您 554 102 565 113 
收 566 102 577 113 
到 578 102 589 113 
的 590 102 601 113 
商 602 102 613 113 
品 615 102 625 113 
存 626 102 637 113 
在 638 102 649 113 
颜 650 102 661 113 
色 662 102 673 113 
差 674 102 685 113 
异 158 77 169 88 
， 173 78 176 82 
实 182 77 193 88 
际 194 77 205 88 
颜 206 77 217 88 
色 218 77 229 88 
以 231 77 241 88 
您 242 77 253 88 
收 254 77 265 88 
到 266 77 277 88 
的 278 77 289 88 
商 290 77 301 88 
品 303 77 313 88 
为 314 77 325 88 
准 326 77 337 88 
737 506

原图：