1、写在前面

之前有两篇文章是关于PP-OCRv5的ONNX部署的，使用的还都是python。而我真实的目的，是要将PP-OCRv5直接用在C#应用和Android应用上。毕竟很多场景就是这样纯粹。
后来对比了手搓ONNX方案和OnnxOCR，毅然选择了后者，确实有很多出彩的地方。
所以，今天我想先把OnnxOCR的python实现，转为C#实现。这样，离线桌面OCR用户就有福了。

2、从最小可行性（MVP）开始

参考OnnxOCR的核心流水线，使用WPF实现一个带界面的OCR应用，功能如下：

1. 用户可选择一张图片（jpg / png / bmp / webp）
2. 点击「开始识别」，在后台完成 OCR 推理
3. 左侧显示原图及检测框叠加，右侧显示识别文本与置信度
4. 推理结果与 OnnxOCR Python 版保持一致

3、核心技术栈

在核心技术选型中，我做出了一些突破，UI界面采用WPF+MVVM模式，之前咱可不管这那的直接上WinForm。而推理采用Microsoft.ML.OnnxRuntime，图像处理采用OpenCvSharp4 + runtime.win。

层次	技术	版本建议
UI	WPF	内置
MVVM	CommunityToolkit.Mvvm	8.x
推理	Microsoft.ML.OnnxRuntime	1.20.x
图像处理	OpenCvSharp4 + runtime.win	4.x

简要说明下：
CommunityToolkit.Mvvm是微软官方出品的轻量级 MVVM 工具包，比 Prism 轻量，比手写 MVVM 优雅。
Microsoft.ML.OnnxRuntime是微软官方出品的 ONNX 推理引擎，支持 CPU 和 GPU，C# 世界唯一正统选择。
OpenCvSharp4 + runtime.win是OpenCV的C#绑定库，C# 社区事实标准，OpenCV 官方 C++ 库的 C# 封装。我的项目名称准备借鉴OpenCvSharp4的命名规范，就叫做OnnxOCRSharp吧。

4、OnnxOCR实现参考

在我的上一篇文章《PP-OCRv5 ONNX部署但使用OnnxOCR》中，并没有提到OnnxOCR的相关技术架构，这次不同，我们需要将技术栈切换为C#，需要了解OnnxOCR的核心流水线。

4.1 核心流水线

对应 Python 源文件映射：

Python 模块	职责
predict_det.py	检测预处理、ONNX 推理、DB 后处理
db_postprocess.py	Differentiable Binarization 后处理
predict_rec.py	识别预处理、批推理、归一化
rec_postprocess.py	CTC 标签解码
orientation.py	RapidOrientation 方向校正
predict_system.py	流水线编排
utils.py	图像裁剪、检测框绘制、默认参数
predict_base.py	ONNX Session 管理
inference_engine/	推理引擎抽象（CPU / GPU）

4.2 默认推理参数

参数	默认值	说明
det_limit_side_len	960	检测输入最长边
det_limit_type	max	缩放策略
det_db_thresh	0.3	DB 二值化阈值
det_db_box_thresh	0.6	检测框置信度阈值
det_db_unclip_ratio	1.5	检测框扩展比例
det_box_type	quad	四边形检测框
rec_image_shape	3, 48, 320	识别输入形状
rec_batch_num	6	识别批大小
drop_score	0.5	识别结果过滤阈值
use_angle_cls	false	默认关闭方向校正

5、项目系统架构

5.1 项目分层

┌─────────────────────────────────────────┐
│         OnnxOcr.Desktop (WPF)           │  视图 + ViewModel
├─────────────────────────────────────────┤
│           OnnxOcr.App                   │  应用服务、DTO
├─────────────────────────────────────────┤
│           OnnxOcr.Core                  │  OCR 引擎（无 UI 依赖）
├─────────────────────────────────────────┤
│        OnnxOcr.Infrastructure           │  ONNX Session、配置加载
└─────────────────────────────────────────┘

5.2 项目架构

架构图如下：

文字描述整个流程：

用户操作（拖拽图片）
    ↓
MainWindow（接收图片路径）
    ↓
MainViewModel（调用 OcrService）
    ↓
OcrService（传递给 TextSystem）
    ↓
TextSystem（编排）：
    ├→ OrientationClassifier（判断方向）
    ├→ TextDetector（检测文字区域）→ DbPostProcess（转坐标）
    └→ TextRecognizer（识别文字）→ CtcLabelDecode（转字符串）
    ↓
ResultVisualizer（绘制标注框）
    ↓
OcrService（返回结果）
    ↓
MainViewModel（更新绑定属性）
    ↓
ImageCanvas（自动重绘，显示标注结果）

6、核心模块设计

6.1 数据模型

/// <summary>单个文本行识别结果</summary>
public sealed record TextLine(
    IReadOnlyList<Point2f> Box,   // 4 点四边形坐标
    string Text,
    float Score
);

/// <summary>整张图片的 OCR 结果</summary>
public sealed record OcrResult(
    IReadOnlyList<TextLine> Lines,
    TimeSpan Elapsed,
    int ImageWidth,
    int ImageHeight
);

6.2 TextSystem 流水线

public class TextSystem
{
    public OcrResult Run(Mat image, bool useCls = false)
    {
        // 1. 检测
        var boxes = _detector.Detect(image);
        if (boxes.Count == 0) return OcrResult.Empty;

        // 2. 排序
        boxes = BoxSorter.Sort(boxes);

        // 3. 裁剪
        var crops = boxes.Select(b => ImageCropper.Crop(image, b)).ToList();

        // 4. [可选] 方向校正
        if (useCls) crops = _classifier.Classify(crops);

        // 5. 识别
        var recResults = _recognizer.Recognize(crops);

        // 6. 过滤 + 组装
        return BuildResult(boxes, recResults);
    }
}

6.3 检测模块（TextDetector）

移植自 predict_det.py + db_postprocess.py：

步骤	实现类	Python 参考
缩放	DetPreprocessor.ResizeForTest	DetResizeForTest
归一化	DetPreprocessor.Normalize	NormalizeImage
CHW 转换	DetPreprocessor.ToChw	ToCHWImage
ONNX 推理	TextDetector.Infer	det_onnx_session.run
DB 后处理	DbPostProcess	DBPostProcess
边界裁剪	TextDetector.ClipBoxes	clip_det_res

启动时执行 warm-up（OnnxOCR 在 predict_det.py:57 有同样逻辑），避免首次推理慢 2–10 倍。

6.4 识别模块（TextRecognizer）

移植自 predict_rec.py + rec_postprocess.py：

步骤	说明
动态宽度	按 (imgH * ratio) 计算，上限 imgW=320
归一化	(pixel / 255.0 - 0.5) / 0.5
批推理	每批最多 rec_batch_num=6 张
CTC 解码	CtcLabelDecode 读取 ppocrv5_dict.txt

6.5 方向分类（OrientationClassifier）

移植自 orientation.py，MVP 阶段实现但默认关闭（use_angle_cls=false），在设置页提供开关。

6.6 ONNX Session 管理

public interface IOnnxSessionFactory
{
    InferenceSession Create(string modelPath);
}

• CPU 推理是默认配置
• OcrOptions 从 appsettings.json 加载模型路径与阈值
• 应用启动时预加载 det + rec 模型并进行预热

7、来看看效果

模型采用ppocrv5的mobile版本，由于模型不是很大，直接放到项目源码中了。来看看效果吧。

我的笔记本配置如下：

• CPU：Intel Core i7-1355U
• 内存：32GB
  还是那张老图，识别速度为390ms，识别结果大体OK，但是有一处文字没有识别出来，需要后续优化。

8、开源地址

代码已经开源，细节部分源码见！欢迎一起来完善这个项目。

https://github.com/lincyang/OnnxOCRSharp

欢迎关注公众号获取更多技术文章和项目更新！

参考：

1、https://github.com/jingsongliujOCR