基于paddleOCR 的图片文字识别（OCR）桌面软件，使用Rust+QT开发。

带调试界面的运行效果：

src/ocr.rs 文件的来源：

安装 ruic 工具， https://github.com/jnbooth/ruic

cd src/
ruic.exe -o uic.rs --all mainwindow.ui

就会得到src/uic.rs 。目前已包含 src/uic.rs 文件，所以无需执行上述 ruic 命令。

ruic.exe 对 QT5 的Line 类 不支持。需要将uic.rs中重复的声明和 Line 相关的声明删掉。

编译环境要求：qt 5.14.0或低于该版本的qt。windows 10系统。rust qt在windows下的环境要求在有 msvc 编译器的环境，
所以建议使用：打开【适用于 VS 2017 的 x64 本机工具命令提示】后cd到项目目录下进行cargo 操作。

在cargo build 之前，要确保按照 【PaddleOCR-json\说明.txt】 文件的要求放置好 PaddleOCR-json 的文件。

main.rs 中 pub type OcrResult = Vec<Root>; 等代码参考了 https://gitee.com/toobo/PaddleOCRRust/blob/master/src/entity.rs ，在此向toobo（ ZHao ）表示感谢！感谢 PaddleOCR-json 项目 。

如何编译：

由于技术栈基于 Rust + Qt 5.14.0 + paddleOCR(C++)，所以需要借助一些rust crate库实现。编译过程已通过build.rs 脚本进行了一键封装。

编译测试版

cargo build

编译生产版

cargo build --release

Apache-2.0

rust+Qt 的其他项目：

使用 Rust + Qt 开发的仿有道词典的翻译 + 词典 工具.

rust-qt的官方 examples

使用QT+Rust开发，主要是练手希望熟悉Rust，以及验证rust-qt的成熟度+OCR软件功能的MVP验证。

关于成熟度：QT C++能支持的功能，rust-qt也支持（目前rust-qt官方支持QT5.14.0 及以下版本的QT，提供了qt_core 、qt_gui、qt_widgets、 qt_ui_tools 等核心模块的crate库）。

关于开发效率： 对于熟悉Rust的人员，采用rust-qt的开发效率也可以很高，因为UI可以拖拽然后用 ruic 工具 生成rust代码（参考 https://github.com/kerneltravel/rust_qt_gui_paddle_ocr_example 的uic.rs 代码示例）。Rust有很多crate库可用，业务逻辑层的Rust代码也可以很清晰。容易被QT内置的数据类型到Rust的数据类型之间如何转换而困扰，对于初学Rust的人员开发效率不高。这里推荐：C++qt的QString字符串转换到Rust的字符串，可简单使用&qs( )完成；其他转换可参考本示例项目。

能否替代C++作为主要开发语言： 采用rust-qt的方式，能替代QT C++的开发方式。

OCR识别速度：基于paddleOCR-json 项目+exe进程调用，OCR识别速度较快。 而另外一种基于C++ PaddleOCR.dll调用的项目 PaddleOCRRust 理论上要比paddleOCR-json更快，但由于PaddleOCRRust需要windows的特定字符转换函数（很慢）导致 PaddleOCRRust 也很慢无法达到可用级别。所以rust_qt_gui_paddle_ocr_example 采用了paddleOCR-json 进行OCR识别。

关于跨平台支持：rust-qt有跨平台支持，但不是基于rust的交叉编译，因为QT库的安装是依赖于对应操作系统的，要先安装好QT环境（网上有文字介绍怎样安装QT版本）。然后使用cargo build 生成最终的可执行文件。Linux平台的编译要在linux系统下进行，Windows平台的编译要在Windows系统下进行。

关于支持的操作系统版本：windows系统支持win7及以上版本的64位系统。支持所有能安装QT5.x版本的linux 64位的系统。