登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 业界区 › 业界 ›Github Copilot 实战: 从零开始用AI写一个OCR工具 (1) ...

Github Copilot 实战: 从零开始用AI写一个OCR工具 (1)

宁觅波 2025-6-3 00:28:39
最近AI很火,咱也尝试一下由浅入深探索一下 Github Copilot 的能力和底限.
环境是 Windows11 + Microsoft Visual Studio Enterprise 2022 (64 位) - Current 版本 17.13.7 + VS内置的 Github Copilot Pro
项目目标

本项目旨在利用 Github Copilot 辅助开发，从零实现一个基于 AI 的 OCR（光学字符识别）工具。项目采用 .NET 9 和 WPF 技术栈，集成了 PaddleOCR 作为核心识别引擎，实现了图片文字识别、区域选择、结果高亮与复制等实用功能。
主要技术与依赖

•        开发语言与平台：C#，.NET 9，WPF
•        OCR引擎：Sdcb.OpenVINO.PaddleOCR
•        图像处理：OpenCvSharp
•        界面交互：WPF，支持拖拽、粘贴、截图等多种图片输入方式
•        AI辅助开发：Github Copilot 提供代码建议与自动补全
核心功能


  • 图片输入
    •        支持文件选择、拖拽、粘贴、屏幕截图等多种方式加载图片。
  • OCR识别
    •        调用 PaddleOCR 进行文字识别，支持中文、英文等多语种。
    •        识别结果实时显示，支持区域高亮和文字复制。
  • 用户体验优化
    •        首次模型下载时，异步回调 UI，友好提示“正在初始化OCR模型，请稍候...”，避免用户等待时无响应。
    •        识别过程有进度提示，提升交互体验。
  • 结果交互
    •        支持鼠标框选图片区域，提取并复制选中区域的文字。
    •        右键点击可复制单个识别文本。
关键实现思路

•        AI驱动开发：通过 Copilot 自动生成代码骨架、方法实现和注释，大幅提升开发效率。
•        异步与回调：模型下载和识别过程均为异步，UI 通过回调及时反馈进度和状态。
•        图像与坐标映射：实现了图片与控件坐标的精准映射，保证高亮和选区准确。
源码

https://github.com/densen2014/Blazor100/tree/master/AI/MiOcr
首先创建wpf工程
  1. <Project Sdk="Microsoft.NET.Sdk">
  3.   <PropertyGroup>
  4.     <OutputType>WinExe</OutputType>
  5.     <TargetFramework>net9.0-windows</TargetFramework>
  6.     <Nullable>enable</Nullable>
  7.     <ImplicitUsings>enable</ImplicitUsings>
  8.     <UseWPF>true</UseWPF>
  9.   </PropertyGroup>
  10.     <ItemGroup>
  11.         <PackageReference Include="OpenCvSharp4.runtime.win" Version="4.11.0.20250507" />
  12.         <PackageReference Include="Sdcb.OpenVINO.PaddleOCR" Version="0.6.8" />
  13.         <PackageReference Include="Sdcb.OpenVINO.PaddleOCR.Models.Online" Version="0.6.2" />
  14.         <PackageReference Include="Sdcb.OpenVINO.runtime.win-x64" Version="2025.0.0" />
  15.     </ItemGroup>
  17. </Project>
复制代码
简单放置一个本地ocr服务
  1. using OpenCvSharp;
  2. using Sdcb.OpenVINO.PaddleOCR;
  3. using Sdcb.OpenVINO.PaddleOCR.Models;
  4. using Sdcb.OpenVINO.PaddleOCR.Models.Online;
  5. using System.Diagnostics;
  6. using System.Net.Http;
  8. namespace JovenApi;
  10. public class PaddleOCRService
  11. {
  13.     public static bool IsUrl(string filename)
  14.     {
  15.         return Uri.TryCreate(filename, UriKind.Absolute, out var uriResult)
  16.                && (uriResult.Scheme == Uri.UriSchemeHttp || uriResult.Scheme == Uri.UriSchemeHttps);
  17.     }
  19.     public async Task<(List<string> strings, PaddleOcrResult result)> StartOCR(string filename)
  20.     {
  21.         Mat src;
  23.         if (string.IsNullOrEmpty(filename))
  24.         {
  25.             throw new ArgumentNullException(nameof(filename));
  26.         }
  28.         if (IsUrl(filename))
  29.         {
  30.             src = Cv2.ImDecode(await new HttpClient().GetByteArrayAsync(filename), ImreadModes.Color);
  31.         }
  32.         else
  33.         {
  34.             src = Cv2.ImRead(filename);
  35.         }
  37.         return await StartOCR(src);
  38.     }
  40.     public async Task<(List<string> strings, PaddleOcrResult result)> StartOCR(byte[] imageData)
  41.     {
  42.         Mat src;
  44.         ArgumentNullException.ThrowIfNull(imageData);
  46.         src = Cv2.ImDecode(imageData, ImreadModes.Color);
  47.         return await StartOCR(src);
  48.     }
  50.     public async Task<(List<string> strings, PaddleOcrResult result)> StartOCR(Mat src)
  51.     {
  52.         PaddleOcrResult result;
  53.         var resultText = new List<string>();
  54.         FullOcrModel model = await OnlineFullModels.ChineseV3.DownloadAsync();
  56.         using (PaddleOcrAll all = new(model)
  57.         {
  58.             AllowRotateDetection = true,
  59.             Enable180Classification = true,
  60.         })
  61.         {
  62.             Stopwatch sw = Stopwatch.StartNew();
  63.             result = all.Run(src);
  64.             Console.WriteLine($"elapsed={sw.ElapsedMilliseconds} ms");
  65.             Console.WriteLine("Detected all texts: \n" + result.Text);
  66.             foreach (PaddleOcrResultRegion region in result.Regions)
  67.             {
  68.                 Console.WriteLine($"Text: {region.Text}, Score: {region.Score}, RectCenter: {region.Rect.Center}, RectSize:    {region.Rect.Size}, Angle: {region.Rect.Angle}");
  69.                 resultText.Add(region.Text);
  70.             }
  71.         }
  72.         src.Dispose();
  73.         return (resultText, result);
  74.     }
  75. }
复制代码
A. 提示词 "实现拖放,粘贴图片或者点击打开选择文件获取一张图片, 并且调用ocr服务,将结果绘图到原图上, 右边显示相应的文本"

下面是一个完整的 WPF 方案，支持拖放图片、粘贴图片、点击选择图片，并调用 OCR 服务，将识别结果绘制到原图上，右侧显示文本。代码已适配你的 PaddleOCRService，并假设其 StartOCR(byte[] image) 返回识别结果（如文本框列表）。

  • MainWindow.xaml（UI布局）
  1. <Window x:
  2.         xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
  3.         xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
  4.         Title="MiOcr" Height="600" Width="900"
  5.         AllowDrop="True"
  6.         KeyDown="Window_KeyDown"
  7.         Drop="Window_Drop"
  8.         >
  9.     <Grid>
  10.         <Grid.ColumnDefinitions>
  11.             <ColumnDefinition Width="2*"/>
  12.             <ColumnDefinition Width="*"/>
  13.         </Grid.ColumnDefinitions>
  14.         <Border Grid.Column="0" Margin="10" BorderBrush="Gray" BorderThickness="1" Background="#FFF"
  15.                 MouseLeftButtonUp="ImageBorder_MouseLeftButtonUp"
  16.                 AllowDrop="True"
  17.                 Drop="ImageBorder_Drop"
  18.                 >
  19.             <Image x:Name="MainImage" Stretch="Uniform" />
  20.         </Border>
  21.         <ScrollViewer Grid.Column="1" Margin="10">
  22.             <TextBox x:Name="OcrTextBox" AcceptsReturn="True" VerticalScrollBarVisibility="Auto" TextWrapping="Wrap" FontSize="16"/>
  23.         </ScrollViewer>
  24.         <Button Content="选择图片" Width="100" Height="30" HorizontalAlignment="Left" VerticalAlignment="Top" Margin="20"
  25.                 Click="SelectImageButton_Click"/>
  26.     </Grid>
  27. </Window>
复制代码

  • MainWindow.xaml.cs（核心逻辑）
  1. using JovenApi;
  2. using Microsoft.Win32;
  3. using System;
  4. using System.IO;
  5. using System.Linq;
  6. using System.Threading.Tasks;
  7. using System.Windows;
  8. using System.Windows.Input;
  9. using System.Windows.Media.Imaging;
  10. using System.Windows.Media;
  11. using System.Windows.Controls;
  12. using System.Collections.Generic;
  14. namespace MiOcr;
  15. public partial class MainWindow : Window
  16. {
  17.     private BitmapImage? _currentImage;
  18.     private byte[]? _currentImageBytes;
  20.     public MainWindow()
  21.     {
  22.         InitializeComponent();
  23.         this.PreviewDragOver += (s, e) => e.Handled = true; // 允许拖放
  24.         this.PreviewKeyDown += Window_KeyDown;
  25.     }
  27.     // 拖放图片
  28.     private async void Window_Drop(object sender, DragEventArgs e)
  29.     {
  30.         if (e.Data.GetDataPresent(DataFormats.FileDrop))
  31.         {
  32.             var files = (string[])e.Data.GetData(DataFormats.FileDrop);
  33.             if (files.Length > 0 && IsImageFile(files[0]))
  34.             {
  35.                 await LoadAndOcrImage(files[0]);
  36.             }
  37.         }
  38.     }
  40.     // Border区域拖放
  41.     private async void ImageBorder_Drop(object sender, DragEventArgs e)
  42.     {
  43.         await Window_Drop(sender, e);
  44.     }
  46.     // 粘贴图片
  47.     private async void Window_KeyDown(object sender, KeyEventArgs e)
  48.     {
  49.         if (e.Key == Key.V && (Keyboard.Modifiers & ModifierKeys.Control) == ModifierKeys.Control)
  50.         {
  51.             if (Clipboard.ContainsImage())
  52.             {
  53.                 var img = Clipboard.GetImage();
  54.                 if (img != null)
  55.                 {
  56.                     var bmp = BitmapFromClipboard(img);
  57.                     using var ms = new MemoryStream();
  58.                     var encoder = new PngBitmapEncoder();
  59.                     encoder.Frames.Add(BitmapFrame.Create(bmp));
  60.                     encoder.Save(ms);
  61.                     await LoadAndOcrImage(ms.ToArray());
  62.                 }
  63.             }
  64.         }
  65.     }
  67.     // 点击选择图片
  68.     private async void SelectImageButton_Click(object sender, RoutedEventArgs e)
  69.     {
  70.         var dlg = new OpenFileDialog
  71.         {
  72.             Filter = "图片文件|*.jpg;*.jpeg;*.png;*.bmp;*.gif"
  73.         };
  74.         if (dlg.ShowDialog() == true)
  75.         {
  76.             await LoadAndOcrImage(dlg.FileName);
  77.         }
  78.     }
  80.     // 点击图片区域也可选择图片
  81.     private async void ImageBorder_MouseLeftButtonUp(object sender, MouseButtonEventArgs e)
  82.     {
  83.         await SelectImageButton_Click(sender, e);
  84.     }
  86.     // 加载图片并调用OCR
  87.     private async Task LoadAndOcrImage(string filePath)
  88.     {
  89.         _currentImageBytes = await File.ReadAllBytesAsync(filePath);
  90.         _currentImage = new BitmapImage(new Uri(filePath));
  91.         MainImage.Source = _currentImage;
  92.         await RunOcrAndDraw(_currentImageBytes);
  93.     }
  95.     // 加载图片并调用OCR（字节流）
  96.     private async Task LoadAndOcrImage(byte[] imageBytes)
  97.     {
  98.         _currentImageBytes = imageBytes;
  99.         using var ms = new MemoryStream(imageBytes);
  100.         var bmp = new BitmapImage();
  101.         bmp.BeginInit();
  102.         bmp.CacheOption = BitmapCacheOption.OnLoad;
  103.         bmp.StreamSource = ms;
  104.         bmp.EndInit();
  105.         bmp.Freeze();
  106.         _currentImage = bmp;
  107.         MainImage.Source = _currentImage;
  108.         await RunOcrAndDraw(imageBytes);
  109.     }
  111.     // OCR并绘制
  112.     private async Task RunOcrAndDraw(byte[] imageBytes)
  113.     {
  114.         OcrTextBox.Text = "识别中...";
  115.         var ocr = new PaddleOCRService();
  116.         var results = await ocr.StartOCR(imageBytes);
  117.         if (results == null || results.Count == 0)
  118.         {
  119.             OcrTextBox.Text = "未识别到文本";
  120.             return;
  121.         }
  122.         // 假设results为List<OcrResult>，每个OcrResult有Text和Box（左上、右下坐标）
  123.         // 你需要根据PaddleOCRService的返回类型适配
  124.         OcrTextBox.Text = string.Join(Environment.NewLine, results.Select(r => r.Text));
  126.         // 绘制识别框和文字
  127.         var drawed = DrawOcrResultsOnImage(_currentImage, results);
  128.         MainImage.Source = drawed;
  129.     }
  131.     // 判断文件是否为图片
  132.     private bool IsImageFile(string file)
  133.     {
  134.         var ext = System.IO.Path.GetExtension(file).ToLower();
  135.         return ext == ".jpg" || ext == ".jpeg" || ext == ".png" || ext == ".bmp" || ext == ".gif";
  136.     }
  138.     // 从ClipboardBitmapSource转BitmapSource
  139.     private BitmapSource BitmapFromClipboard(BitmapSource src)
  140.     {
  141.         var encoder = new PngBitmapEncoder();
  142.         encoder.Frames.Add(BitmapFrame.Create(src));
  143.         using var ms = new MemoryStream();
  144.         encoder.Save(ms);
  145.         ms.Position = 0;
  146.         var bmp = new BitmapImage();
  147.         bmp.BeginInit();
  148.         bmp.CacheOption = BitmapCacheOption.OnLoad;
  149.         bmp.StreamSource = ms;
  150.         bmp.EndInit();
  151.         bmp.Freeze();
  152.         return bmp;
  153.     }
  155.     // 绘制OCR结果到图片
  156.     private BitmapSource DrawOcrResultsOnImage(BitmapImage? image, List<OcrResult> results)
  157.     {
  158.         if (image == null) return null!;
  159.         int width = image.PixelWidth;
  160.         int height = image.PixelHeight;
  162.         var visual = new DrawingVisual();
  163.         using (var dc = visual.RenderOpen())
  164.         {
  165.             dc.DrawImage(image, new Rect(0, 0, width, height));
  166.             var pen = new Pen(Brushes.Red, 2);
  167.             var typeface = new Typeface("Arial");
  168.             foreach (var r in results)
  169.             {
  170.                 // 假设 r.Box 是 int[4] 或 Point[]，请根据实际类型适配
  171.                 var box = r.Box; // 例如: [x1, y1, x2, y2]
  172.                 dc.DrawRectangle(null, pen, new Rect(box[0], box[1], box[2] - box[0], box[3] - box[1]));
  173.                 var formattedText = new FormattedText(
  174.                     r.Text,
  175.                     System.Globalization.CultureInfo.CurrentCulture,
  176.                     FlowDirection.LeftToRight,
  177.                     typeface,
  178.                     20,
  179.                     Brushes.Yellow,
  180.                     1.25);
  181.                 dc.DrawText(formattedText, new Point(box[0], box[1] - 24));
  182.             }
  183.         }
  184.         var bmp = new RenderTargetBitmap(width, height, 96, 96, PixelFormats.Pbgra32);
  185.         bmp.Render(visual);
  186.         bmp.Freeze();
  187.         return bmp;
  188.     }
  189. }
  191. // 假设OCR结果类型如下，实际请根据PaddleOCRService返回类型调整
  192. public class OcrResult
  193. {
  194.     public string Text { get; set; }
  195.     public int[] Box { get; set; } // [x1, y1, x2, y2]
  196. }
复制代码
说明
•        拖放：支持将图片文件拖到窗口或图片区域。
•        粘贴：Ctrl+V 粘贴剪贴板图片。
•        点击选择：点击图片区域或按钮弹出文件选择对话框。
•        OCR调用：调用 PaddleOCRService.StartOCR(byte[])，并假设返回 List，每个包含 Text 和 Box。
•        绘图：在图片上绘制识别框和文字，右侧显示所有识别文本。
•        UI：左侧图片，右侧文本，顶部有“选择图片”按钮。
如 PaddleOCRService 返回类型不同，请补充其定义，我可帮你适配。
如需支持多种图片格式或更复杂的坐标，请补充说明。
到这里,一个基本框架居然就完成了. 运行起来也差不多达到预期. 真是惊为天人.
修正一下,提示词 "返回的 results.result 类型为 PaddleOcrResult"

非常好，PaddleOCRService.StartOCR 返回的 results.result 类型为 PaddleOcrResult。
PaddleOcrResult 结构如下（基于 Sdcb.OpenVINO.PaddleOCR 官方文档和源码）：
  1. public class PaddleOcrResult
  2. {
  3.     public List<PaddleOcrResultRegion> Regions { get; set; }
  4. }
  6. public class PaddleOcrResultRegion
  7. {
  8.     public string Text { get; set; }
  9.     public float Score { get; set; }
  10.     public RotatedRect Rect { get; set; }
  11.     // 还有 PolyPoints、Label 等属性
  12. }
复制代码
•        Rect 是 RotatedRect，包含中心点、尺寸、角度。
•        PolyPoints 是多边形点（通常为4个点，顺时针/逆时针），可用于绘制识别框。
你的代码应这样处理：

  • 显示文本
    OcrTextBox.Text = string.Join(Environment.NewLine, results.result.Regions.Select(r => r.Text));
  • 绘制识别框和文字
    建议用 PolyPoints 绘制多边形框，Rect.Center 作为文字起点。
  1. private BitmapSource DrawOcrResultsOnImage(BitmapImage? image, PaddleOcrResult result)
  2. {
  3.     if (image == null) return null!;
  4.     int width = image.PixelWidth;
  5.     int height = image.PixelHeight;
  7.     var visual = new DrawingVisual();
  8.     using (var dc = visual.RenderOpen())
  9.     {
  10.         dc.DrawImage(image, new Rect(0, 0, width, height));
  11.         var pen = new Pen(Brushes.Red, 2);
  12.         var typeface = new Typeface("Arial");
  13.         foreach (var region in result.Regions)
  14.         {
  15.             // 绘制多边形框
  16.             if (region.PolyPoints != null && region.PolyPoints.Length >= 4)
  17.             {
  18.                 var points = region.PolyPoints.Select(p => new System.Windows.Point(p.X, p.Y)).ToArray();
  19.                 var polygon = new System.Windows.Media.PolyLineSegment(points, true);
  20.                 var figure = new PathFigure(points[0], new[] { polygon }, true);
  21.                 var geometry = new PathGeometry(new[] { figure });
  22.                 dc.DrawGeometry(null, pen, geometry);
  23.             }
  24.             // 绘制文字
  25.             var formattedText = new FormattedText(
  26.                 region.Text,
  27.                 System.Globalization.CultureInfo.CurrentCulture,
  28.                 FlowDirection.LeftToRight,
  29.                 typeface,
  30.                 20,
  31.                 Brushes.Yellow,
  32.                 1.25);
  33.             dc.DrawText(formattedText, new System.Windows.Point(region.Rect.Center.X, region.Rect.Center.Y));
  34.         }
  35.     }
  36.     var bmp = new RenderTargetBitmap(width, height, 96, 96, PixelFormats.Pbgra32);
  37.     bmp.Render(visual);
  38.     bmp.Freeze();
  39.     return bmp;
  40. }
复制代码

  • 调用方式
  1. var drawed = DrawOcrResultsOnImage(_currentImage, results.result);
  2. MainImage.Source = drawed;
复制代码
总结
•        results.result 是 PaddleOcrResult，其 Regions 为每个识别区域。
•        推荐用 PolyPoints 绘制多边形框，region.Text 作为识别文本。
•        右侧文本框用 string.Join(Environment.NewLine, results.result.Regions.Select(r => r.Text))。
继续修正,提示词 "绘制多边形框方法有点错误, 根据 Console.WriteLine($"Text: {region.Text}, Score: {region.Score}, RectCenter: {region.Rect.Center}, RectSize:    {region.Rect.Size}, Angle: {region.Rect.Angle}"); 修正一下"

你当前的绘制方法有误，因为 region.Rect 是 RotatedRect，它不是点集合，而是一个带有中心点、尺寸和角度的旋转矩形。
正确做法是：使用 region.Rect.GetVertices() 获取多边形的四个顶点，然后用这些点绘制多边形框。
请将 DrawOcrResultsOnImage 方法中的多边形绘制部分修正如下：
  1. private BitmapSource DrawOcrResultsOnImage(BitmapImage? image, PaddleOcrResult result)
  2. {
  3.     if (image == null) return null!;
  4.     int width = image.PixelWidth;
  5.     int height = image.PixelHeight;
  7.     var visual = new DrawingVisual();
  8.     using (var dc = visual.RenderOpen())
  9.     {
  10.         dc.DrawImage(image, new Rect(0, 0, width, height));
  11.         var pen = new Pen(Brushes.Red, 2);
  12.         var typeface = new Typeface("Arial");
  13.         foreach (var region in result.Regions)
  14.         {
  15.             // 正确获取四个顶点
  16.             var vertices = region.Rect.GetVertices(); // 返回 PointF[]，长度为4
  17.             var points = vertices.Select(p => new System.Windows.Point(p.X, p.Y)).ToArray();
  19.             // 绘制多边形
  20.             var figure = new PathFigure(points[0], new[] { new PolyLineSegment(points.Skip(1), true) }, true);
  21.             var geometry = new PathGeometry(new[] { figure });
  22.             dc.DrawGeometry(null, pen, geometry);
  24.             // 绘制文字（以中心点为准）
  25.             var formattedText = new FormattedText(
  26.                 region.Text,
  27.                 System.Globalization.CultureInfo.CurrentCulture,
  28.                 FlowDirection.LeftToRight,
  29.                 typeface,
  30.                 20,
  31.                 Brushes.Yellow,
  32.                 1.25);
  33.             dc.DrawText(formattedText, new System.Windows.Point(region.Rect.Center.X, region.Rect.Center.Y));
  34.         }
  35.     }
  36.     var bmp = new RenderTargetBitmap(width, height, 96, 96, PixelFormats.Pbgra32);
  37.     bmp.Render(visual);
  38.     bmp.Freeze();
  39.     return bmp;
  40. }
复制代码
关键修正说明：
•        用 region.Rect.GetVertices() 获取四个顶点，而不是直接遍历 Rect。
•        用 PolyLineSegment 和 PathFigure 绘制闭合多边形。
•        文字仍然以 region.Rect.Center 为基准绘制。
这个时候还是有错误, AI需要继续引导一下 , 提示词 "region.Rect 的定义是 Point2f center, Size2f size, float angle"

感谢补充，region.Rect 是 RotatedRect，其定义为：
  1. public struct RotatedRect
  2. {
  3.     public Point2f Center; // 中心点
  4.     public Size2f Size;    // 宽高
  5.     public float Angle;    // 旋转角度（度）
  6. }
复制代码
正确绘制多边形框的方法是：
•        使用 region.Rect.GetVertices() 获取四个顶点（Point2f[]，顺序为左上、右上、右下、左下）。
•        用这些点绘制闭合多边形。
你的代码如下即可：
  1. private BitmapSource DrawOcrResultsOnImage(BitmapImage? image, PaddleOcrResult result)
  2. {
  3.     if (image == null) return null!;
  4.     int width = image.PixelWidth;
  5.     int height = image.PixelHeight;
  7.     var visual = new DrawingVisual();
  8.     using (var dc = visual.RenderOpen())
  9.     {
  10.         dc.DrawImage(image, new Rect(0, 0, width, height));
  11.         var pen = new Pen(Brushes.Red, 2);
  12.         var typeface = new Typeface("Arial");
  13.         foreach (var region in result.Regions)
  14.         {
  15.             // 获取四个顶点
  16.             var vertices = region.Rect.GetVertices(); // Point2f[]，长度4
  17.             var points = vertices.Select(p => new System.Windows.Point(p.X, p.Y)).ToArray();
  19.             // 绘制多边形
  20.             var figure = new PathFigure(points[0], new[] { new PolyLineSegment(points.Skip(1), true) }, true);
  21.             var geometry = new PathGeometry(new[] { figure });
  22.             dc.DrawGeometry(null, pen, geometry);
  24.             // 绘制文字（以中心点为准）
  25.             var formattedText = new FormattedText(
  26.                 region.Text,
  27.                 System.Globalization.CultureInfo.CurrentCulture,
  28.                 FlowDirection.LeftToRight,
  29.                 typeface,
  30.                 20,
  31.                 Brushes.Yellow,
  32.                 1.25);
  33.             dc.DrawText(formattedText, new System.Windows.Point(region.Rect.Center.X, region.Rect.Center.Y));
  34.         }
  35.     }
  36.     var bmp = new RenderTargetBitmap(width, height, 96, 96, PixelFormats.Pbgra32);
  37.     bmp.Render(visual);
  38.     bmp.Freeze();
  39.     return bmp;
  40. }
复制代码
要点说明：
•        region.Rect.GetVertices() 是最安全、最准确的方式获取旋转矩形的四个顶点。
•        直接用 Center、Size、Angle 计算顶点较为繁琐，库已封装好。
•        文字建议以 region.Rect.Center 为锚点绘制。
这样即可正确绘制 PaddleOCR 识别区域的旋转矩形框和文本。
本节成果

1.png


来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

使用道具 举报
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
宁觅波
2025-6-3 00:28:39

0

粉丝关注

17

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫