OCR en el dispositivo para flujos de video en .NET

Reconozca texto en flujos de cámaras RTSP, webcams y archivos de video desde C#. El OCR funciona como un bloque del pipeline de Media Blocks SDK .NET: en el dispositivo, junto a la vista previa, la grabación y el streaming.

Descargar Prueba Gratuita de 30 Días Ver Precios NuGet Ejemplos de código en GitHub

Desde €500/año · licencia Lifetime desde €1,500

El OCR de video no es OCR de imágenes en un bucle

Una biblioteca de OCR de imágenes recibe un solo bitmap. Para leer texto de una cámara o de una grabación con ella, aún tiene que decodificar el flujo, elegir fotogramas, convertirlos, llamar a la biblioteca y registrar cuándo se mostró cada fotograma. En los SDK de VisioForge, el OCR es un bloque del pipeline de video: el SDK decodifica la fuente, OcrBlock lee los fotogramas a medida que pasan y esos mismos fotogramas continúan hacia la pantalla, un archivo o un flujo de red.

Biblioteca de OCR de imágenes frente a OCR en el pipeline de video

	Biblioteca típica de OCR de imágenes	OcrBlock en un pipeline de VisioForge
Entrada	Un bitmap que pasa su código	Fotogramas decodificados de cualquier fuente del SDK: archivo, webcam, cámara RTSP
Decodificación del video	Su código, con un decodificador o capturador de fotogramas aparte	La hace el pipeline
Qué fotogramas se leen	Usted los elige y los convierte	FramesToSkip; los fotogramas que llegan mientras el OCR está ocupado se omiten y se cuentan
Cuándo apareció el texto	Lo registra usted mismo	Marca de tiempo en cada evento OnTextDetected
Grabación o streaming al mismo tiempo	Un pipeline de video aparte	El mismo pipeline: la salida de OcrBlock continúa hacia un codificador, un archivo o un flujo
Recuadros y texto en el video	Los dibuja usted	DrawResults

Qué aporta el OCR dentro del pipeline

OcrBlock se incluye en el paquete VisioForge.DotNet.Core.AI. Tiene una entrada y una salida de video y ejecuta los modelos PP-OCR sobre los fotogramas que recibe.

La decodificación ya está hecha: cualquier fuente que abra el SDK — archivos de video, webcams, cámaras IP RTSP — alimenta OcrBlock directamente
Texto con momento y posición: cada evento OnTextDetected incluye el Timestamp del fotograma y, para cada línea, su Text, Confidence y BoundingBox
OCR junto a la grabación y el streaming: los fotogramas salen de OcrBlock sin cambios o con el texto dibujado y continúan hacia un codificador, un archivo o una salida de red en el mismo pipeline
En el dispositivo: modelos PP-OCR sobre ONNX Runtime con el proveedor CPU, CUDA, DirectML o CoreML — sin API en la nube, sin pago por llamada, el video no sale de la máquina
Más de 100 idiomas: apunte RecognitionModelPath y CharacterDictionaryPath al modelo PP-OCR y al diccionario de su idioma; los ejemplos incluyen el modelo latino
Multiplataforma: Windows, macOS, Linux, Android e iOS desde una sola base de código C#; el ejemplo de OCR también existe para .NET MAUI
Coste bajo control en video en vivo: FramesToSkip = N ejecuta el OCR en uno de cada N + 1 fotogramas; cada ajuste y su valor por defecto están en la guía de OCR

Dónde se utiliza

Grabaciones con búsqueda

Extraiga el texto de clases, webinars y grabaciones de pantalla con la marca de tiempo de cada línea e indéxelo.

Supervisión de emisiones y señalización digital

Compruebe que los rótulos, los tickers y la señalización digital muestran el texto esperado, en directo o en una grabación.

Líneas de producción

Lea números de serie, códigos de lote y etiquetas impresas desde una cámara fija mientras el mismo flujo se graba para la trazabilidad.

Cámaras IP en comercios y almacenes

Lea etiquetas de estantería y de producto desde cámaras RTSP en el propio local, sin enviar video a un servicio de OCR en la nube.

Ejemplos de código

Basados en la OCR Text Recognition Demo; la rama de grabación conecta el codificador H.264 y el sink MP4 como lo hacen los ejemplos de Media Blocks.

Extraer el texto de un archivo de video con marcas de tiempo

Leer texto de una cámara RTSP y grabarlo en MP4

Pipeline

En el ejemplo RTSP, OcrBlock se sitúa entre la cámara y el codificador. El texto reconocido sale por el evento OnTextDetected; los fotogramas continúan hacia el codificador H.264 y el archivo MP4.

RTSPSourceBlock

OcrBlock

H264EncoderBlock

MP4SinkBlock

Preguntas frecuentes

¿El video sale de la máquina?▼

No. OcrBlock ejecuta los modelos PP-OCR con ONNX Runtime dentro de su proceso. No hay servicio en la nube ni clave de API; los fotogramas y el texto reconocido permanecen en el dispositivo. Los modelos son archivos que usted distribuye con su aplicación.

¿En qué se diferencia de una biblioteca de OCR de imágenes?▼

Una biblioteca de OCR de imágenes espera que usted decodifique el video, elija fotogramas y la llame por cada bitmap. OcrBlock forma parte del pipeline que decodifica la fuente: recibe fotogramas decodificados, los omite según FramesToSkip, informa de cada región con la marca de tiempo del fotograma y pasa los fotogramas a la reproducción, la codificación o el streaming.

¿Puedo reconocer texto y grabar el flujo al mismo tiempo?▼

Sí. Conecte la salida de OcrBlock a un codificador y a un sink de archivo, como en el ejemplo RTSP de arriba. DrawResults decide si los recuadros y el texto quedan grabados en el video.

¿Qué SDK necesito?▼

OcrBlock está en el paquete VisioForge.DotNet.Core.AI. Úselo en un pipeline de Media Blocks SDK .NET cuando construya el pipeline usted mismo, o añádalo con Video_Processing_AddBlock a VideoCaptureCoreX en Video Capture SDK .NET o a MediaPlayerCoreX en Media Player SDK .NET cuando su aplicación ya esté construida sobre uno de esos motores.

¿Puedo distribuir los modelos de OCR en un producto comercial?▼

El SDK ejecuta modelos ONNX de terceros y no incluye los pesos de los modelos en el paquete NuGet. Los modelos PP-OCRv5 mobile que acompañan a los ejemplos tienen licencia Apache-2.0. La licencia de un modelo depende de su origen, así que compruebe la licencia de cualquier otro modelo, de sus pesos y de sus datos de entrenamiento antes de distribuirlo.

¿Puedo combinar el OCR con otros bloques de IA?▼

Sí. LicensePlateRecognizerBlock, YOLOObjectDetectorBlock y PIIRedactionBlock tienen la misma entrada y salida de video que OcrBlock, así que se conectan uno tras otro en el mismo pipeline. Para ocultar el texto en pantalla en lugar de leerlo, PIIRedactionBlock difumina o pixela las regiones de texto encontradas con los modelos PaddleOCR.

Documentación y ejemplos

Guía de reconocimiento de texto OCR

Referencia de OcrBlock y OcrSettings: modelos, idiomas, cada ajuste con su valor por defecto y solución de problemas.

OCR Text Recognition Demo (WPF)

Ejemplo de Media Blocks SDK .NET: OCR en una webcam, un archivo de video o una cámara RTSP, con los modelos PP-OCRv5 incluidos.

OCR Text Recognition MB (MAUI)

Ejemplo de OCR de Media Blocks para .NET MAUI: reconocimiento de texto desde la cámara del dispositivo.

Bloques de IA en VideoCaptureCoreX y MediaPlayerCoreX

Cómo se añaden los bloques de procesamiento a los motores de captura y reproducción: orden de inserción y ciclo de vida.

Reconocimiento de matrículas (ANPR)

LicensePlateRecognizerBlock: un detector de matrículas y un cabezal de OCR específico, más rápido y preciso que el OCR general para vehículos.

Ocultación de datos personales (PII)

PIIRedactionBlock: difumina o pixela caras, matrículas y texto en pantalla en el video, en el dispositivo.

Empiece a leer texto de video

Descargue la versión de prueba de 30 días con todas las funciones y ejecute los ejemplos de OCR. Según el motor y la salida, puede aparecer una marca de agua o un aviso de versión no registrada.