vb6用MODI直接识别图片框里的图片文字不用磁盘文件用MODI.Document.Stream的完整代码

MODI（Microsoft Office Document Imaging）确实可以通过 MODI.Document 的 Stream 属性和 IPictureDisp / StdPicture 的交互来直接识别 PictureBox 里已经加载的图片，而不需要先保存成磁盘文件。核心思路是：把 PictureBox 的 Image 属性（StdPicture）通过 SavePicture 写入一个临时流，或者更常见的做法是用 ADODB.Stream 把 StdPicture 转成字节数组再喂给 MODI，但 MODI 本身并不直接接受 StdPicture，所以真正可行的路径只有两条：一是用 SavePicture 写临时文件再删（伪内存），二是用 MODI.Document.Create + Stream 写入图片二进制。后者需要借助 IPictureDisp 的 SaveAsFile 或者 GDI+ / WIA 把 StdPicture 转成流，纯 VB6 + MODI 原生对象模型下没有一步到位的内存识别接口。

先搞清楚 MODI 是什么、还能不能用

MODI 全称 Microsoft Office Document Imaging，是微软随 Office 2003 / Office 2007 附带的 OCR 与文档扫描组件，底层基于 ABBYY 的识别引擎。它提供了一组 COM 自动化对象，最常用的就是 MODI.Document，可以打开 TIFF、BMP、JPG 等图像，调用 OCR 方法后通过 MODI.Image.Layout.Text 拿到识别文字。

需要提醒的是：从 Office 2010 开始微软已移除 MODI，只有装了 Office 2003/2007 的「Document Imaging」组件，或者单独安装 MODI 独立包，才能引用 MODI.Document（在引用列表里显示为 Microsoft Office Document Imaging 12.0 Type Library 或 11.0）。所以在 Win10/Win11 上跑这段代码，第一件事是确认系统里还有 MDIVWCTL.DLL 和 MODI 类型库，否则连引用都加不上。

如果你只是想要 OCR 功能而不执着于 MODI，现在更稳的替代品是 Azure AI Vision 的 Read OCR、百度 OCR 或 ABBYY Cloud OCR SDK，它们都有 HTTP 接口，VB6 用 MSXML2.XMLHTTP 就能调，识别率和维护性远超 MODI。

为什么不能真的「零磁盘文件」

很多人搜这个问题，是希望 MODI.Document.Create 之后直接 Document.Stream = PictureBox.Image。但 VB6 的 StdPicture 不是 IStream，MODI 的 Stream 属性要的是 IStream 或 VARIANT 字节数组，两者类型不兼容。StdPicture 唯一的「导出」方法就是 SavePicture 或 IPictureDisp.SaveAsFile，而这两个本质上都是写文件。所以严格意义上的「完全不用磁盘文件」在纯 VB6 + MODI 下做不到。

能做到的是：不产生用户可见的持久文件，用临时文件 + 立即删除，或者用内存映射 / ADODB.Stream 做中转，让磁盘上只存在毫秒级的临时文件。下面给出两条完整可跑的代码路线。

路线一：临时文件法（最稳、代码最短）

这是实际项目里最常用的写法。PictureBox 里已经有图，先 SavePicture 到 %TEMP%，MODI 打开识别，读完文字立刻 Kill 掉临时文件。

先在 VB6 里添加引用：

• Microsoft Office Document Imaging 12.0 Type Library（或 11.0）
• 不需要额外引用 ADO，但建议加 Microsoft ActiveX Data Objects 2.8 Library 备用

窗体上放一个 PictureBox（名称 Picture1，AutoRedraw 可开可不开）、一个 CommandButton（Command1）、一个 TextBox（Text1，MultiLine=True，ScrollBars=2）。代码如下：

Option Explicit

Private Sub Command1_Click()

    Dim tmpPath As String

    Dim doc As MODI.Document

    Dim img As MODI.Image

    Dim i As Long

    Dim s As String

    If Picture1.Picture Is Nothing Then

        MsgBox “图片框里没有图片”

        Exit Sub

    End If

    tmpPath = Environ$(“TEMP”) & “modi_tmp_” & Format$(Timer, “0.000”) & “.bmp”

    SavePicture Picture1.Picture, tmpPath

    Set doc = New MODI.Document

    doc.Create tmpPath

    doc.OCR miLANG_CHINESE_SIMPLIFIED, True, True

    For i = 0 To doc.Images.Count – 1

        Set img = doc.Images(i)

        s = s & img.Layout.Text & vbCrLf

    Next i

    Text1.Text = s

    doc.Close

    Set doc = Nothing

    On Error Resume Next

    Kill tmpPath

End Sub

关键点说明：

• doc.Create 接受文件路径，不直接接受流；这是 MODI 对象模型的硬限制。
• doc.OCR 第一个参数是语言常量，简体中文用 miLANG_CHINESE_SIMPLIFIED，英文用 miLANG_ENGLISH，日文用 miLANG_JAPANESE。第二个参数 True 表示识别后自动修正，第三个 True 表示显示进度。
• 识别结果在 img.Layout.Text，一个 Document 可能有多页，所以要循环 Images。
• Kill 前加 On Error Resume Next，防止文件被占用删不掉。

路线二：ADODB.Stream 内存中转 + MODI.Stream 写入

如果你坚持「不出现磁盘文件」，可以用 ADODB.Stream 把 StdPicture 的二进制读出来，再写入 MODI 的 Stream 属性。但注意：MODI.Document.Stream 是只写不读的，它用于把 Document 内容保存成流，而不是用流来创建 Document。真正能用流创建的是 MODI.Document.Create 只认文件路径，所以这条路走不通。

能走通的变体是：用 IPictureDisp.SaveAsFile 写到内存文件系统（如 ImDisk 虚拟盘）或者用 CreateFileMapping 做内存映射，再让 MODI.Create 去读这个「伪文件」。这已经超出纯 VB6 范畴，需要 API 声明，代码量翻倍，稳定性还下降。所以我的建议是：别折腾，用路线一。

MODI 常用常量与参数速查

项目	值 / 说明
简体中文语言常量	miLANG_CHINESE_SIMPLIFIED
英文语言常量	miLANG_ENGLISH
日文语言常量	miLANG_JAPANESE
OCR 方法签名	OCR(Language, AutoRotate, ShowProgress)
取文字	Document.Images(i).Layout.Text
支持的输入格式	TIFF、BMP、JPG、PNG、GIF、WMF 等
是否支持内存流创建	否，Create 只接受文件路径

常见坑与排查

1. 「ActiveX 部件不能创建对象」：说明系统没装 MODI，去装 Office 2003/2007 的 Document Imaging 组件，或找 MODI 独立安装包。
2. 识别出来是乱码：语言常量选错，中文图片必须用 miLANG_CHINESE_SIMPLIFIED，不能用默认英文。
3. SavePicture 报错「无效图片」：PictureBox 的 Picture 属性为空，或者图片是 Icon / Metafile 类型，MODI 不认，先用 PaintPicture 画到标准位图再存。
4. 识别速度慢：MODI 首次加载引擎会慢，第二次开始正常；另外图片分辨率太高也会拖慢，可先缩放到 300dpi 等效尺寸。
5. 64 位系统：MODI 是 32 位 COM，VB6 本身也是 32 位，没问题；但如果你用 VB.NET 64 位调，会失败。

如果 MODI 实在装不上，替代方案

现在还在维护的 OCR 方案里，VB6 能直接调的有：

• Azure AI Vision Read OCR：REST 接口，识别率高，有免费额度。
• 百度 OCR：中文识别强，VB6 用 MSXML2.ServerXMLHTTP 发 POST 即可。
• ABBYY Cloud OCR SDK：MODI 底层就是 ABBYY，迁移过去识别效果最接近。
• Tesseract：开源本地引擎，VB6 可以通过命令行调用 tesseract.exe，把 PictureBox 存临时文件后识别，再读输出 txt。

如果只是偶尔识别，路线一 + MODI 足够；如果要长期维护、批量识别，建议直接换 Tesseract 或云 OCR，别在 MODI 上投入太多。

相关问题

1. MODI 在 Win10 上还能安装吗？
能，但需要找 Office 2003/2007 的 Document Imaging 组件或 MODI 独立包，安装后注册 MDIVWCTL.DLL 即可，官方已不再支持。

2. 为什么 MODI.Document.Stream 不能用来读取图片？
Stream 属性设计用途是把 Document 保存为流，不是从流创建 Document；创建只能用 Create 方法并传文件路径。

3. PictureBox 里的图片不存文件，能直接给 Tesseract 吗？
不能直接给，Tesseract 命令行只接受文件路径，仍需先 SavePicture 到临时文件，或用其 API 版本传内存指针。

4. MODI 识别中文准确率如何？
印刷体、清晰扫描件下约 90% 左右，手写体和低分辨率图片明显下降，和现代云 OCR 有差距。

5. 有没有纯 VB6 不依赖外部组件的 OCR？
没有可用的纯 VB6 OCR 实现，最轻量也是调用 Tesseract 命令行或走 HTTP 云接口。