Unity实现OCR文字识别功能
这篇文章主要介绍了通过Unity接入百度AI接口，实现OCR文字识别功能，文中的实现步骤讲解详细，对我们学习或工作有一定的参考价值，需要的可以了解一下
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：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 | 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：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 | 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：
1 | 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
原文链接：https://blog.csdn.net/qq_42139931/article/details/122257969