原项目地址：https://github.com/benjaminwan/OcrLiteOnnx

本文是基于原项目编译好后的OcrLiteOnnx文字识别系统，可以实现提取图片中的文字及文字中心点坐标等功能。

相较于Tesseract这个OCR来说文字识别的准确度要高很多，识别速度也会快，而且可以在本地适配好对应api接口，整个OcrLiteOnnx项目压缩后仅有14M左右，移植起来相对简单。

OcrLiteOnnx的目录结构及使用方法：

目录结构：

image目录中ocrliteonnx.PNG文件是需要识别的图片文件，默认位置设置在这个目录下，也可以自行更改（同时需要修改run-test.bat中的图片路径）。

models目录中存放已经训练好了的模型。

win_x64目录中存放已经编译好之后的exe文件。

使用方法：

通过调用run-test.bat批处理文件，可以将/image/ocrliteonnx.PNG路径图片中的文字识别出来，并保

存到ocrliteonnx.PNG-result.txt中，以下检测文字是否存在以及获取图片中文字中心点坐标均是通过对

ocrliteonnx.PNG-result.txt文件进行解析得到的结果。

移植方法：

首先将在项目bat文件中配置好需要识别图片路径，然后再执行bat文件，确认可以正常识别图片中的文字及坐标等信息，正常解析处图片后会在图片当前目录下自动生成*result.jpg和*result.txt文件。

将本项目文件夹拷贝到需要移植的自动化工程目录下，通过调用bat文件识别指定目录下的图片文件，然后对结果进行解析获取图片中的文字及坐标信息。

以下是基于python已经做好了的检测图片/窗口中是否存在指定文字、获取指定图片/窗口中对应字段的中心的坐标。

1.check_if_text_in_image：检测图片中是否含有指定text字段

2.check_if_text_in_window：检测指定窗口中是否含有text字段

3.get_text_position_by_image：返回图片中text字段的中心位置坐标

4.get_text_position_in_window：返回指定窗口中text字段的中心位置坐标，不唯一则返回第一个位置坐标

#! /usr/bin/env python3
# coding=utf-8import os
import time
import win32gui
import pyautoguiclass OcrLiteOnnxApi:def config_runtest(self, path):# 修改run-test.bat中默认图片文件路径runtest_path = os.getcwd() + "\\run-test.bat"file_data = ""with open(runtest_path, "r", encoding="utf8") as f:for line in f.readlines():if "SET TARGET_IMG=" in line:line = line.replace(line.split("=")[1], path) + "\n"file_data += linewith open(runtest_path, "w", encoding="utf8") as f:f.write(file_data)def anayse_result(self):# 执行run-test.bat并获取其返回值[text, position, crnntime]os.chdir(os.getcwd())res = os.popen("run-test.bat", "r")result = res.buffer.readlines()TextBox, crnnTime, textLine, ocrliteonnx = [], [], [], []for line in result:trs_code = str(line, encoding="utf8").strip()if "TextBox[" in trs_code:text = trs_code.rstrip("]\n").split("),")[1] + "]"x1 = text.strip().split("x:")[1].split(",")[0]x2 = text.strip().split("x:")[2].split(",")[0]y2 = text.strip().split("y:")[2].split("],")[0]y3 = text.strip().split("y:")[3].split("],")[0]text_pos = (int(int(x1)/2 + int(x2)/2), int(int(y2)/2 + int(y3)/2))TextBox.append(text_pos)elif "crnnTime[" in trs_code:crnnTime.append(trs_code.strip(")").split("](")[1])elif "textLine[" in trs_code:textLine.append(trs_code.strip(")").split("(")[1])elif "FullDetectTime(" in trs_code:FullDetectTime = trs_code.strip(")").split("(")[1]ocrliteonnx.append(f"FullDetectTime:{FullDetectTime}")print(f"FullDetectTime:{FullDetectTime}")for i in range(len(TextBox)):ocrliteonnx.append([textLine[i], TextBox[i], crnnTime[i]])return ocrliteonnxdef check_if_text_in_image(self, text, image_path=None):# 判断图片中是否含有指定text字段if image_path is not None:OcrLiteOnnxApi().config_runtest(path=image_path)image_ocr = OcrLiteOnnxApi().anayse_result()for line in image_ocr:if text in line[0]:print(f"图片中存在{text}字段")return Trueprint(f"未在图片中找到{text}字段")return Falsedef check_if_text_in_window(self, text, title_name):# 检测title_name窗口中是否含有text字段try:image_path = os.getcwd() + "\\image\\ocrliteonnx.PNG"hwnd = win32gui.FindWindow(None, title_name)left, top, right, bottom = win32gui.GetWindowRect(hwnd)time.sleep(0.01)pyautogui.screenshot(image_path, [left, top, right - left, bottom - top])time.sleep(0.01)image_ocr = OcrLiteOnnxApi().anayse_result()for line in image_ocr:if text in line[0]:print(f"{title_name}窗口中存在{text}字段")return Trueprint(f"{title_name}窗口中不存在{text}字段")return Falseexcept Exception as e:print(e)return Falsedef get_text_position_by_image(self, text, image_path=None):# 返回图片中text字段的中心位置坐标if image_path is not None:OcrLiteOnnxApi().config_runtest(path=image_path)image_ocr = OcrLiteOnnxApi().anayse_result()for line in image_ocr:if text in line[0]:print(f"{text} 中心点坐标:{line[1]}")return line[1]print(f"未在图片中找到{text}字段")return Nonedef get_text_position_in_window(self, text, title_name=None):# 返回指定窗口(title_name=None时则在全屏窗口中匹配text字段)中text字段的中心位置坐标，不唯一则返回第一个位置坐标try:image_path = os.getcwd() + "\\image\\ocrliteonnx.PNG"left, top, right, bottom = 0, 0, 0, 0OcrLiteOnnxApi().config_runtest(image_path)if title_name is not None:hwnd = win32gui.FindWindow(None, title_name)left, top, right, bottom = win32gui.GetWindowRect(hwnd)time.sleep(0.01)pyautogui.screenshot(image_path, [left, top, right-left, bottom-top])else:pyautogui.screenshot(image_path)time.sleep(0.01)image_ocr = OcrLiteOnnxApi().anayse_result()for line in image_ocr:if text in line[0]:position = (left + line[1][0], top + line[1][1])print(f"{text} 中心点坐标:{position}")return positionprint(f"未在{title_name}窗口中找到{text}字段")return Noneexcept Exception as e:print(e)return Noneif __name__ == "__main__":time.sleep(5)OcrLiteOnnxApi().get_text_position_in_window("我的手机")

在全屏窗口中匹配"我的手机"字段，并返回该字段中心的坐标，示例如下：

D:\Python37\python.exe D:/OcrLiteOnnx/ocrliteonnx_api.py
FullDetectTime:2559.871300ms
我的手机 中心点坐标:(1091, 701)进程已结束,退出代码0

图片文字识别示例（其中有极个别文字识别错误，放大文字字体后可以正常识别出来）：

项目分享链接：https://pan.baidu.com/s/11lqYr8tIyYbCF8yJKxEA0g?pwd=h6dv