Reconnaissance de texte OCR — OcrBlock¶

OcrBlock reconnaît le texte dans n'importe quelle source vidéo ou image. En interne, il exécute le pipeline multi-étapes PP-OCR — détection de texte (DBNet) → classification d'angle optionnelle 0°/180° → reconnaissance de ligne de texte (CRNN/SVTR + décodage CTC) — sur chaque image traitée, déclenche les régions reconnues et peut éventuellement les dessiner dans la vidéo. Le bloc réside dans VisioForge.Core.AI (VisioForge.DotNet.Core.AI), implémente IVideoProcessingBlock, et possède une entrée vidéo Input et une sortie vidéo Output.

graph LR;
    Source-->OcrBlock;
    OcrBlock-->VideoRendererBlock;
    OcrBlock-. OnTextDetected .->App[Votre application];

Utilisation¶

using VisioForge.Core.MediaBlocks;
using VisioForge.Core.MediaBlocks.AI;
using VisioForge.Core.Types.X.AI;

var ocrSettings = new OcrSettings(
    detectionModelPath: "ch_PP-OCRv5_mobile_det.onnx",
    recognitionModelPath: "latin_PP-OCRv5_rec_mobile_infer.onnx",
    characterDictionaryPath: "ppocrv5_latin_dict.txt",
    classificationModelPath: "ch_ppocr_mobile_v2.0_cls_infer.onnx")
{
    Provider = OnnxExecutionProvider.Auto, // CPU / CUDA / DirectML / CoreML
    FramesToSkip = 3,                      // exécuter l'OCR toutes les 4 images en vidéo en direct
    DrawResults = true,                    // incruster les cadres + le texte dans l'image
};

var ocr = new OcrBlock(ocrSettings);
ocr.OnTextDetected += (sender, e) =>
{
    foreach (var region in e.Regions)
    {
        Console.WriteLine($"{region.Text} ({region.Confidence:P0}) at {region.BoundingBox}");
    }
};

pipeline.Connect(source.Output, ocr.Input);
pipeline.Connect(ocr.Output, videoRenderer.Input);

await pipeline.StartAsync();

Chaque OcrTextRegion porte le Text reconnu, une Confidence moyenne (0..1), une BoundingBox (Rect) alignée sur les axes, et le Polygon de détection — les quatre sommets OcrPoint du détecteur (haut-gauche, haut-droite, bas-droite, bas-gauche, en pixels du repère source), qui peuvent être inclinés pour du texte oblique.

Paramètres clés¶

OcrSettings(detectionModelPath, recognitionModelPath, characterDictionaryPath, classificationModelPath = null) définit UseAngleClassifier selon qu'un chemin de modèle de classification a été fourni ou non.

Modèles et licences¶

OcrBlock exécute des modèles ONNX tiers ; le SDK ne fournit pas les poids dans le paquet NuGet. Les démos livrent les modèles Apache-2.0 PP-OCRv5 mobile (détection, classification d'angle, reconnaissance latine) ainsi qu'un dictionnaire latin à côté des exécutables d'exemple. PP-OCR prend en charge plus de 100 langues — téléchargez le modèle de reconnaissance et le dictionnaire correspondants pour d'autres langues.

Utilisation avec VideoCaptureCoreX et MediaPlayerCoreX¶

OcrBlock implémente IVideoProcessingBlock, il peut donc être enregistré directement sur VideoCaptureCoreX ou MediaPlayerCoreX au lieu de construire manuellement un pipeline Media Blocks :

var ocr = new OcrBlock(ocrSettings);
ocr.OnTextDetected += Ocr_OnTextDetected;

core.Video_Processing_AddBlock(ocr); // avant StartAsync (VideoCaptureCoreX)
// player.Video_Processing_AddBlock(ocr); // avant OpenAsync/PlayAsync (MediaPlayerCoreX)

await core.StartAsync();

Consultez Utiliser les blocs IA avec VideoCaptureCoreX et MediaPlayerCoreX pour l'API complète des blocs de traitement, l'ordre d'insertion et les règles de cycle de vie partagées par chaque bloc vidéo IA.

Cas d'usage¶

• Capture de documents et d'écran — reconnaître du texte à partir de documents numérisés, de cartes d'identité, de formulaires ou d'écrans partagés dans un pipeline de visioconférence.
• Automatisation du commerce de détail et de l'entrepôt — lire les étiquettes de produits, le texte imprimé des codes-barres ou les étiquettes de rayon depuis une caméra fixe en hauteur ou portative.
• Inspection industrielle — lire les numéros de série, codes de lot ou étiquettes imprimées sur une ligne de production.
• Surveillance de signalétique et de diffusion — vérifier que le texte à l'écran (bandeaux, défilants, signalétique numérique) correspond au contenu attendu.
• Outils d'accessibilité — extraire le texte à l'écran pour des pipelines de synthèse vocale ou de traduction.

Pour un cas plus spécifique et plus restreint — la lecture de plaques d'immatriculation — utilisez le bloc dédié Reconnaissance de plaques d'immatriculation (ANPR) plutôt que l'OCR général ; il est à la fois plus précis et plus rapide car il exécute un détecteur et une tête OCR spécifiques aux plaques plutôt que de scanner l'image entière à la recherche de texte quelconque.

Dépannage¶

Foire aux questions¶

Quelle est la différence entre OcrBlock et LicensePlateRecognizerBlock ?¶

OcrBlock lit du texte arbitraire n'importe où dans l'image. LicensePlateRecognizerBlock est un pipeline dédié à deux étapes (un détecteur de plaques plus une tête OCR spécifique aux plaques) réglé uniquement pour les plaques de véhicules — utilisez-le à la place de OcrBlock pour les scénarios ANPR/LPR.

OcrBlock prend-il en charge d'autres langues que l'anglais ?¶

Oui. PP-OCR prend en charge plus de 100 langues. Pointez RecognitionModelPath et CharacterDictionaryPath vers le modèle de reconnaissance et le dictionnaire de votre langue cible ; les deux doivent correspondre.

Puis-je exécuter l'OCR sur une image fixe plutôt que sur un flux vidéo en direct ?¶

Oui — connectez une source de fichier/image à OcrBlock.Input dans un MediaBlocksPipeline, ou transmettez une seule image via le pipeline ; le bloc traite toute image qui atteint son pad d'entrée, en direct ou depuis un fichier.

OcrBlock a-t-il besoin d'un GPU pour fonctionner en temps réel ?¶

Non, mais un fournisseur d'exécution GPU (CUDA, DirectML ou CoreML) réduit la latence par image par rapport au CPU. Pour la vidéo en direct, combiner FramesToSkip avec une inférence CPU est également un moyen courant, sans GPU, d'éviter que l'OCR ne devienne le goulot d'étranglement du pipeline.

Démos¶

• Démo de reconnaissance de texte OCR — démo de pipeline Media Blocks pour WPF.
• OCR Text Recognition MB — la même démo Media Blocks pour MAUI.

Les démos OCR dédiées VideoCaptureCoreX/MediaPlayerCoreX (Capture OCR X, Capture OCR X WPF, Player OCR X, Player OCR X WPF) font partie du jeu de démos du SDK et seront liées ici une fois publiées dans le dépôt public d'exemples.