Unity实现OCR文字识别功能

首先登陆百度开发者中心，搜索文字识别服务：

创建一个应用，获取AppID、APIKey、SecretKey秘钥信息：

下载C# SDK，将AipSdk.dll动态库导入Unity：

本文以通用文字识别为例，查阅官方文档，以下是通用文字识别的返回数据结构：

在Unity中定义相应的数据结构：

using System;

/// <summary>
/// 通用文字识别
/// </summary>
[Serializable]
public class GeneralOcr
{
  /// <summary>
  /// 图像方向 -1未定义 0正弦 1逆时针90度 2逆时针180度 3逆时针270度
  /// </summary>
  public int direction;
  /// <summary>
  /// 唯一的log id，用于问题定位
  /// </summary>
  public int log_id;
  /// <summary>
  /// 识别结果数，表示words_result的元素个数
  /// </summary>
  public int words_result_num;
  /// <summary>
  /// 定位和识别结果数组
  /// </summary>
  public string[] words_result;
  /// <summary>
  /// 行置信度信息
  /// </summary>
  public Probability probability;
}

/// <summary>
/// 行置信度信息
/// </summary>
[Serializable]
public class Probability
{
  /// <summary>
  /// 行置信度平均值
  /// </summary>
  public int average;
  /// <summary>
  /// 行置信度方差
  /// </summary>
  public int variance;
  /// <summary>
  /// 行置信度最小值
  /// </summary>
  public int min;
}

下面是调用时传入的相关参数：

封装调用函数：

using System;
using System.Collections.Generic;
using UnityEngine;

public class OCR 
{
  //以下信息于百度开发者中心创建应用获取
  private const string appID = "";
  private const string apiKey = "";
  private const string secretKey = "";

  /// <summary>
  /// 通用文字识别
  /// </summary>
  /// <param name="bytes">图片字节数据</param>
  /// <param name="language">识别语言类型 默认CHN_ENG中英文混合</param>
  /// <param name="detectDirection">是否检测图像朝向</param>
  /// <param name="detectLanguage">是否检测语言，当前支持中、英、日、韩</param>
  /// <param name="probability">是否返回识别结果中每一行的置信度</param>
  /// <returns></returns>
  public static GeneralOcr General(byte[] bytes, string language = "CHN_ENG", bool detectDirection = false, bool detectLanguage = false, bool probability = false)
  {
      var client = new Baidu.Aip.Ocr.Ocr(apiKey, secretKey);
      try
      {
          var options = new Dictionary<string, object>
          {
              { "language_type", language },
              { "detect_direction", detectDirection },
              { "detect_language", detectLanguage },
              { "probability", probability }
          };
          var response = client.GeneralBasic(bytes, options);
          GeneralOcr generalOcr = JsonUtility.FromJson<GeneralOcr>(response.ToString());
          return generalOcr;
      }
      catch (Exception error)
      {
          Debug.LogError(error);
      }
      return null;
  }
}    

以上是传入图片字节数据调用接口的方式，也可以通过URL调用，只需将GeneralBasic换为重载函数GeneralBasicUrl：

测试图片：

OCR.General(File.ReadAllBytes(Application.dataPath + "/Picture.jpg"));

以上就是Unity实现OCR文字识别功能的详细内容，更多关于Unity OCR文字识别的资料请关注服务器之家其它相关文章！

原文链接：https://blog.csdn.net/qq_42139931/article/details/122257969