背景
之前在使用PaddleOCR进行文字识别后,面临一个难题:如何将这些识别结果转换为规范的Word(docx)和OFD文档。经过一番搜索,市面上并没有一个开源组件能够很好地解决这个问题。于是,为了满足这一需求,我手搓了一个轻量级的开源库——docwriter
,专门用于生成docx和OFD文件。
https://github.com/isee15/docwriter
docwriter
简介
docwriter
是一个免费且开源的C++库,旨在简化生成Word(docx)和OFD文档的过程。无论你是需要将OCR结果整理成Word文档,还是生成符合中国国家标准的OFD文档,这个库都能够满足你的需求。
关键功能
- 多格式支持:
docwriter
能够生成两种主流文档格式——docx 和 ofd。 - 简单的数据处理:通过使用
std::vector<std::string>
来存储OCR识别结果和OFD格式的数据,docwriter
使数据的处理和传递更加简洁。 - 灵活的生成方式:只需调用几个简单的函数,你就能将文本数据转换为完整的文档,并保存到指定的路径。
使用示例
下面展示了如何使用docwriter
生成docx和ofd文档:
DocWriter docWriter;
std::vector<std::string> ocrRet;
// 添加OCR识别的文本结果到ocrRet
ocrRet.push_back("{\"text\":\"Old MacDonald Had a Farm\\nRock Scissors Paper\\nClean Up\",\"fontSize\":12}");
ocrRet.push_back("{\"text\":\"春江潮水连海平\",\"fontSize\":12}");
// 生成docx文件并保存为 "demo.docx"
docWriter.GenerateDocx(ocrRet, "./demo.docx");
std::vector<std::string> ofdRet;
// 添加OFD格式的内容到ofdRet
ofdRet.push_back("{\"width\":800,\"height\":600,\"doc\":[{\"text\":\"江南春尽离肠断 20220222 星期二 正月廿二\",\"x\":12,\"y\":30,\"w\":400,\"h\":20}]}");
// 生成ofd文件并保存为 "demo.ofd"
docWriter.GenerateOfd(ofdRet, "./demo.ofd");
文件预览
生成的OFD文件可以通过以下链接进行预览:
总结
docwriter
提供了一种简洁、灵活的方式来生成docx和ofd文件,特别适合那些需要将OCR结果直接转换为文档格式的场景。无论你是出于工作需求还是个人项目,都可以试试这个轻量级的开源库,或许会发现它正好能解决你的痛点。
希望这个工具能为你的开发带来便利,也欢迎大家为这个项目贡献代码!