qcocr

基于 Windows OCR API 的 Rust 图像文字识别库。

功能特性

• 使用 Windows 自带的 OCR API (Windows.Media.Ocr)
• 支持多语言识别（中文、英文等）
• 按行和按单词获取识别结果
• 返回文本内容和位置信息（边界框坐标和尺寸）
• 字符间距计算
• 支持从文件路径或字节数组识别
• JSON 序列化支持

系统要求

• Windows 10 (1809) 及以上
• 已安装对应语言的 OCR 支持

安装

在 Cargo.toml 中添加：

[dependencies]
qcocr = { git = "https://github.com/mosheng1/qcocr" }

或从本地路径：

[dependencies]
qcocr = { path = "path/to/qcocr" }

使用示例

从文件识别

use qcocr::recognize_from_file;

fn main() {
    match recognize_from_file("image.png", None) {
        Ok(result) => {
            println!("{}", result.text);
        }
        Err(e) => {
            eprintln!("错误: {}", e);
        }
    }
}

从字节数组识别

use qcocr::recognize_from_bytes;
use std::fs;

fn main() {
    let image_data = fs::read("image.png").unwrap();
    match recognize_from_bytes(&image_data, None) {
        Ok(result) => println!("{}", result.text),
        Err(e) => eprintln!("错误: {}", e),
    }
}

指定语言

use qcocr::recognize_from_file;

fn main() {
    let result = recognize_from_file("image.png", Some("en-US")).unwrap();
    println!("{}", result.text);
}

获取位置信息

use qcocr::recognize_from_file;

fn main() {
    let result = recognize_from_file("image.png", None).unwrap();
    
    for line in &result.lines {
        println!("文本: {}", line.text);
        println!("位置: x={:.0}, y={:.0}, w={:.0}, h={:.0}",
            line.bounds.x, line.bounds.y,
            line.bounds.width, line.bounds.height);
    }
}

查询可用语言

use qcocr::get_available_languages;

fn main() {
    let languages = get_available_languages().unwrap();
    for lang in languages {
        println!("{}", lang);
    }
}

计算字符间距

use qcocr::recognize_from_file;

fn main() {
    let result = recognize_from_file("image.png", None).unwrap();
    
    for line in &result.lines {
        let gaps = line.compute_word_gaps();
        if let Some(avg) = line.average_word_gap() {
            println!("平均间距: {:.1}px", avg);
        }
    }
}

API 文档

数据结构

OcrRecognitionResult

OCR 识别结果

• lines: Vec<OcrLine> - 识别到的所有文本行
• text: String - 完整的识别文本
• text_angle: Option<f64> - 文本旋转角度（如果有）

OcrLine

文本行

字段：

• text: String - 行文本内容
• bounds: BoundingBox - 边界框
• words: Vec<OcrWord> - 该行包含的单词列表

方法：

• compute_word_gaps() -> Vec<f32> - 计算单词之间的间距数组
• average_word_gap() -> Option<f32> - 获取平均单词间距
• max_word_gap() -> Option<f32> - 获取最大单词间距
• min_word_gap() -> Option<f32> - 获取最小单词间距

OcrWord

单词

• text: String - 单词文本
• bounds: BoundingBox - 边界框

BoundingBox

边界框（位置和大小）

• x: f32 - X 坐标（左上角）
• y: f32 - Y 坐标（左上角）
• width: f32 - 宽度
• height: f32 - 高度

函数

recognize_from_file(image_path: &str, language: Option<&str>) -> Result<OcrRecognitionResult, String>

从图片文件识别文本。

参数:

• image_path - 图片文件路径（支持 PNG、JPG、BMP 等格式）
• language - 可选的语言代码（如 "zh-Hans-CN"、"en-US"），None 使用系统默认语言

返回:

• Ok(OcrRecognitionResult) - 识别成功
• Err(String) - 识别失败，包含错误信息

recognize_from_bytes(image_data: &[u8], language: Option<&str>) -> Result<OcrRecognitionResult, String>

从字节数组识别文本。

参数:

• image_data - 图片文件的字节数据（支持 PNG、JPG、BMP 等格式）
• language - 可选的语言代码（如 "zh-Hans-CN"、"en-US"），None 使用系统默认语言

返回:

• Ok(OcrRecognitionResult) - 识别成功
• Err(String) - 识别失败，包含错误信息

使用场景:

• 从网络下载的图片
• 从数据库读取的图片
• 内存中的图片数据
• 截图等二进制数据

get_available_languages() -> Result<Vec<String>, String>

获取系统支持的 OCR 语言列表。

返回:

• Ok(Vec<String>) - 语言代码列表
• Err(String) - 获取失败

运行示例

# 从文件识别
cargo run --example recognize_from_file image.png

# 从字节数组识别
cargo run --example recognize_from_bytes image.png

# 指定语言
cargo run --example recognize_from_file image.png en-US

语言代码

• zh-Hans-CN - 中文简体
• zh-Hant-TW - 中文繁体
• en-US - 英文
• ja-JP - 日语
• ko-KR - 韩语