PaddleOCR 文字识别 c++ win10 安装使用教程
开头先夸一句，百度真棒
目录
- 引言
- 安装流程
-
- 前置条件
- 注意：提前预警，本文中并不涉及安装GPU版本
- 1. 拉取PaddleOCR
-
- 整体目录
- 2. 安装 paddle 预测库 fluid_inference
-
- 我下载的是cpu_avx_mkl版的（就是红圈里这个）
- 文件解压后的目录
- 3. 开始cmake（贴官方图）
-
- 3.1 打开Visual Studio 2019 Community，点击继续但无需代码
- 3.2 文件->打开->CMake
- 3.3 点击：项目->cpp_inference_demo的CMake设置
- 3.4 重点：使用release 编译
- 3.5 点击生成->全部生成
- 4. 预测及可视化
- 5. 麻烦来了(本文核心要解决的问题)
-
- 问题1 ./inference 路径
- 问题2 .../.../ 问题
- 结尾
PaddleOCR 是一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。
引言
这段时间，老师有需求，想对图片进行ocr文字识别，在搜索资料时，发现了paddelOCR, 但是官方提供的c++版 在win10 上布署的资料，太碎片化了，东有一点，西有一点，头大，经过一段时间的实验，终于安装上了，开心，于是来写一篇记录给需要的朋友们
注意，这里是写如何安c++版本的，并不管其他的
安装流程
前置条件
- Visual Studio 2019
- CUDA 9.0 / CUDA 10.0，cudnn 7+ （仅在使用GPU版本的预测库时需要）
- CMake 3.0+
注意：提前预警，本文中并不涉及安装GPU版本
1. 拉取PaddleOCR
https://gitee.com/paddlepaddle/PaddleOCR
github也行，只是我尝试拉了好几次，都失败了，转头想想，国内gitee不也挺香？
整体目录
PaddleOCR
├── configs // 配置文件，可通过yml文件选择模型结构并修改超参
│ ├── cls // 方向分类器相关配置文件
│ │ ├── cls_mv3.yml // 训练配置相关，包括骨干网络、head、loss、优化器
│ │ └── cls_reader.yml // 数据读取相关，数据读取方式、数据存储路径
│ ├── det // 检测相关配置文件
│ │ ├── det_db_icdar15_reader.yml // 数据读取
│ │ ├── det_mv3_db.yml // 训练配置
│ │ ...
│ └── rec // 识别相关配置文件
│ ├── rec_benchmark_reader.yml // LMDB 格式数据读取相关
│ ├── rec_chinese_common_train.yml // 通用中文训练配置
│ ├── rec_icdar15_reader.yml // simple 数据读取相关，包括数据读取函数、数据路径、标签文件
│ ...
├── deploy // 部署相关
│ ├── android_demo // android_demo
│ │ ...
│ ├── cpp_infer // C++ infer
│ │ ├── CMakeLists.txt // Cmake 文件
│ │ ├── docs // 说明文档
│ │ │ └── windows_vs2019_build.md
│ │ ├── include // 头文件
│ │ │ ├── clipper.h // clipper 库
│ │ │ ├── config.h // 预测配置
│ │ │ ├── ocr_cls.h // 方向分类器
│ │ │ ├── ocr_det.h // 文字检测
│ │ │ ├── ocr_rec.h // 文字识别
│ │ │ ├── postprocess_op.h // 检测后处理
│ │ │ ├── preprocess_op.h // 检测预处理
│ │ │ └── utility.h // 工具
│ │ ├── readme.md // 说明文档
│ │ ├── ...
│ │ ├── src // 源文件
│ │ │ ├── clipper.cpp
│ │ │ ├── config.cpp
│ │ │ ├── main.cpp
│ │ │ ├── ocr_cls.cpp
│ │ │ ├── ocr_det.cpp
│ │ │ ├── ocr_rec.cpp
│ │ │ ├── postprocess_op.cpp
│ │ │ ├── preprocess_op.cpp
│ │ │ └── utility.cpp
│ │ └── tools // 编译、执行脚本
│ │ ├── build.sh // 编译脚本
│ │ ├── config.txt // 配置文件
│ │ └── run.sh // 测试启动脚本
│ ├── docker
│ │ └── hubserving
│ │ ├── cpu
│ │ │ └── Dockerfile
│ │ ├── gpu
│ │ │ └── Dockerfile
│ │ ├── README_cn.md
│ │ ├── README.md
│ │ └── sample_request.txt
│ ├── hubserving // hubserving
│ │ ├── ocr_det // 文字检测
│ │ │ ├── config.json // serving 配置
│ │ │ ├── __init__.py
│ │ │ ├── module.py // 预测模型
│ │ │ └── params.py // 预测参数
│ │ ├── ocr_rec // 文字识别
│ │ │ ├── config.json
│ │ │ ├── __init__.py
│ │ │ ├── module.py
│ │ │ └── params.py
│ │ └── ocr_system // 系统预测
│ │ ├── config.json
│ │ ├── __init__.py
│ │ ├── module.py
│ │ └── params.py
│ ├── imgs // 预测图片
│ │ ├── cpp_infer_pred_12.png
│ │ └── demo.png
│ ├── ios_demo // ios demo
│ │ ...
│ ├── lite // lite 部署
│ │ ├── cls_process.cc // 方向分类器数据处理
│ │ ├── cls_process.h
│ │ ├── config.txt // 检测配置参数
│ │ ├── crnn_process.cc // crnn数据处理
│ │ ├── crnn_process.h
│ │ ├── db_post_process.cc // db数据处理
│ │ ├── db_post_process.h
│ │ ├── Makefile // 编译文件
│ │ ├── ocr_db_crnn.cc // 串联预测
│ │ ├── prepare.sh // 数据准备
│ │ ├── readme.md // 说明文档
│ │ ...
│ ├── pdserving // pdserving 部署
│ │ ├── det_local_server.py // 检测 快速版，部署方便预测速度快
│ │ ├── det_web_server.py // 检测 完整版，稳定性高分布式部署
│ │ ├── ocr_local_server.py // 检测+识别 快速版
│ │ ├── ocr_web_client.py // 客户端
│ │ ├── ocr_web_server.py // 检测+识别 完整版
│ │ ├── readme.md // 说明文档
│ │ ├── rec_local_server.py // 识别 快速版
│ │ └── rec_web_server.py // 识别 完整版
│ └── slim
│ └── quantization // 量化相关
│ ├── export_model.py // 导出模型
│ ├── quant.py // 量化
│ └── README.md // 说明文档
├── doc // 文档教程
│ ...
├── paddleocr.py
├── ppocr // 网络核心代码
│ ├── data // 数据处理
│ │ ├── cls // 方向分类器
│ │ │ ├── dataset_traversal.py // 数据传输，定义数据读取器，读取数据并组成batch
│ │ │ └── randaugment.py // 随机数据增广操作
│ │ ├── det // 检测
│ │ │ ├── data_augment.py // 数据增广操作
│ │ │ ├── dataset_traversal.py // 数据传输，定义数据读取器，读取数据并组成batch
│ │ │ ├── db_process.py // db 数据处理
│ │ │ ├── east_process.py // east 数据处理
│ │ │ ├── make_border_map.py // 生成边界图
│ │ │ ├── make_shrink_map.py // 生成收缩图
│ │ │ ├── random_crop_data.py // 随机切割
│ │ │ └── sast_process.py // sast 数据处理
│ │ ├── reader_main.py // 数据读取器主函数
│ │ └── rec // 识别
│ │ ├── dataset_traversal.py // 数据传输，定义数据读取器，包含 LMDB_Reader 和 Simple_Reader
│ │ └── img_tools.py // 数据处理相关，包括数据归一化、扰动
│ ├── __init__.py
│ ├── modeling // 组网相关
│ │ ├── architectures // 模型架构，定义模型所需的各个模块
│ │ │ ├── cls_model.py // 方向分类器
│ │ │ ├── det_model.py // 检测
│ │ │ └── rec_model.py // 识别
│ │ ├── backbones // 骨干网络
│ │ │ ├── det_mobilenet_v3.py // 检测 mobilenet_v3
│ │ │ ├── det_resnet_vd.py
│ │ │ ├── det_resnet_vd_sast.py
│ │ │ ├── rec_mobilenet_v3.py // 识别 mobilenet_v3
│ │ │ ├── rec_resnet_fpn.py
│ │ │ └── rec_resnet_vd.py
│ │ ├── common_functions.py // 公共函数
│ │ ├── heads // 头函数
│ │ │ ├── cls_head.py // 分类头
│ │ │ ├── det_db_head.py // db 检测头
│ │ │ ├── det_east_head.py // east 检测头
│ │ │ ├── det_sast_head.py // sast 检测头
│ │ │ ├── rec_attention_head.py // 识别 attention
│ │ │ ├── rec_ctc_head.py // 识别 ctc
│ │ │ ├── rec_seq_encoder.py // 识别 序列编码
│ │ │ ├── rec_srn_all_head.py // 识别 srn 相关
│ │ │ └── self_attention // srn attention
│ │ │ └── model.py
│ │ ├── losses // 损失函数
│ │ │ ├── cls_loss.py // 方向分类器损失函数
│ │ │ ├── det_basic_loss.py // 检测基础loss
│ │ │ ├── det_db_loss.py // DB loss
│ │ │ ├── det_east_loss.py // EAST loss
│ │ │ ├── det_sast_loss.py // SAST loss
│ │ │ ├── rec_attention_loss.py // attention loss
│ │ │ ├── rec_ctc_loss.py // ctc loss
│ │ │ └── rec_srn_loss.py // srn loss
│ │ └── stns // 空间变换网络
│ │ └── tps.py // TPS 变换
│ ├── optimizer.py // 优化器
│ ├── postprocess // 后处理
│ │ ├── db_postprocess.py // DB 后处理
│ │ ├── east_postprocess.py // East 后处理
│ │ ├── lanms // lanms 相关
│ │ │ ...
│ │ ├── locality_aware_nms.py // nms
│ │ └── sast_postprocess.py // sast 后处理
│ └── utils // 工具
│ ├── character.py // 字符处理，包括对文本的编码和解码，计算预测准确率
│ ├── check.py // 参数加载检查
│ ├── ic15_dict.txt // 英文数字字典，区分大小写
│ ├── ppocr_keys_v1.txt // 中文字典，用于训练中文模型
│ ├── save_load.py // 模型保存和加载函数
│ ├── stats.py // 统计
│ └── utility.py // 工具函数，包含输入参数是否合法等相关检查工具
├── README_en.md // 说明文档
├── README.md
├── requirments.txt // 安装依赖
├── setup.py // whl包打包脚本
└── tools // 启动工具
├── eval.py // 评估函数
├── eval_utils // 评估工具
│ ├── eval_cls_utils.py // 分类相关
│ ├── eval_det_iou.py // 检测 iou 相关
│ ├── eval_det_utils.py // 检测相关
│ ├── eval_rec_utils.py // 识别相关
│ └── __init__.py
├── export_model.py // 导出 infer 模型
├── infer // 基于预测引擎预测
│ ├── predict_cls.py
│ ├── predict_det.py
│ ├── predict_rec.py
│ ├── predict_system.py
│ └── utility.py
├── infer_cls.py // 基于训练引擎 预测分类
├── infer_det.py // 基于训练引擎 预测检测
├── infer_rec.py // 基于训练引擎 预测识别
├── program.py // 整体流程
├── test_hubserving.py
└── train.py // 启动训练
2. 安装 paddle 预测库 fluid_inference
win10 的话，百度也是真的很贴心了，针对不同的CPU和CUDA版本提供了不同的预编译版本，同时提供了第三方库的预编译版本(重点：是release，release, release)，
https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/advanced_guide/inference_deployment/inference/windows_cpp_inference.html
我下载的是cpu_avx_mkl版的（就是红圈里这个）
文件解压后的目录
fluid_inference
├── paddle # paddle核心库和头文件
|
├── third_party # 第三方依赖库和头文件 （好评）
|
└── version.txt # 版本和编译信息
还有这个安装opencv，这教程就太多了，实验了一下，我用4.4版本也可以运行，
安装配置OpenCV
在OpenCV官网下载适用于Windows平台的3.4.6版本， 下载地址
运行下载的可执行文件，将OpenCV解压至指定目录，如D:\projects\opencv
配置环境变量，如下流程所示
我的电脑->属性->高级系统设置->环境变量
在系统变量中找到Path（如没有，自行创建），并双击编辑
新建，将opencv路径填入并保存，如D:\projects\opencv\build\x64\vc14\bin
3. 开始cmake（贴官方图）
3.1 打开Visual Studio 2019 Community，点击继续但无需代码
3.2 文件->打开->CMake
注意了，下面这张图给的路径是错的，真正的cmakelist 位置在D:\PaddleOCR\deploy\cpp_infer\CMakeLists.txt
3.3 点击：项目->cpp_inference_demo的CMake设置
下面就是配置库的路径，这里只用填两个路径
- opencv库，opencv下载解压后，有两个文件夹，build 和 source,我们填build
- paddle预测库，（即本文第二步所安装的库）
注意：使用CPU版预测库，请把WITH_GPU的勾去掉
如果使用的是openblas版本，请把WITH_MKL勾去掉 (我是什么也没动)
路径要填的，一个是要找的是OpenCVConfig.cmake
另一个，如果懂cmake语法的话，其实不懂好像也没什么问题，就是要找到paddle 预测库 解压出的文件夹路径就对了
3.4 重点：使用release 编译
3.5 点击生成->全部生成
可能会出现 报错newline in constant， 后来我把那段带中文的删了，再重新打了一段，然后把中文换成英文，然后就通过了，又是一个编码错误，不用太在意
4. 预测及可视化
最想骂人的一个地方****
上述Visual Studio 2019编译产出的可执行文件在out\build\x64-Release目录下，打开cmd，并切换到该目录：
cd D:\projects\PaddleOCR\deploy\cpp_infer\out\build\x64-Release
这个路径没毛病，卑鄙的是下面
可执行文件ocr_system.exe即为样例的预测程序，其主要使用方法如下
预测图片 D:\projects\PaddleOCR\doc\imgs\10.jpg
.\ocr_system.exe D:\projects\PaddleOCR\deploy\cpp_infer\tools\config.txt D:\projects\PaddleOCR\doc\imgs\10.jpg
5. 麻烦来了(本文核心要解决的问题)
config文件很好找，但是如果你真的按照上面的输完了，那你一定运行不了
我们来看一下config文件
# model load config
use_gpu 0
gpu_id 0
gpu_mem 4000
cpu_math_library_num_threads 10
use_mkldnn 1
use_zero_copy_run 1
# det config
max_side_len 960
det_db_thresh 0.3
det_db_box_thresh 0.5
det_db_unclip_ratio 1.6
det_model_dir ./inference/det_db
# cls config
use_angle_cls 0
cls_model_dir ./inference/cls
cls_thresh 0.9
# rec config
rec_model_dir ./inference/rec_crnn
char_list_file ../../ppocr/utils/ppocr_keys_v1.txt
# show the detection results
visualize 1
我第一眼看到，./inference 是什么鬼路径，而且 …/…/ 根本不可能从release跳到 ppocr路径，我是看漏了什么吗
来回往复看文档，这些路径你从哪冒出来的
就是这个坑人md
下面我就分别讲一下如何解决这两个路径的问题
问题1 ./inference 路径
回去翻了好久的文档，终于发现了线索…https://gitee.com/paddlepaddle/PaddleOCR/blob/develop/doc/doc_ch/inference.md
卑鄙，我用的是c++，你偏把东西放python那边
没错，这就是我们要的，那我们要怎么搞下来呢
https://gitee.com/paddlepaddle/PaddleOCR#%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD
如果你和我一样，只想用不想转换什么的，直接下载下面三个
三个模型都下载下来，
他们解压之后，都只有两个文件，model, params
/inference/cls/
└─ model 识别inference模型的program文件
└─ params 识别inference模型的参数文件
/inference/rec_crnn/
└─ model 识别inference模型的program文件
└─ params 识别inference模型的参数文件
inference/det_db/
└─ model 检测inference模型的program文件
└─ params 检测inference模型的参数文件
创建一个inference文件夹，再在里面创建三个文件夹cls、rec_crnn、det_db
按照下面这个关系，把model 和 params放进去
| 文件夹 | 文件 |
|---|---|
| cls | ch_ppocr_mobile_v1.1_cls_infer |
| det_db | ch_ppocr_mobile_v1.1_det_infer |
| rec_crnn | ch_ppocr_mobile_v1.1_rec_infer |
至此，我们终于填补上了inference路径的问题
问题2 …/…/ 问题
生成的exe文件，应该放在
D:\PaddleOCR\deploy\cpp_infer\ocr_system.exe
才能正常运行
.\ocr_system.exe D:\projects\PaddleOCR\deploy\cpp_infer\tools\config.txt D:\projects\PaddleOCR\doc\imgs\10.jpg
命令行中的参数 分别是config.txt 文件路径，待处理图片路径
当然，回车之后的输出可能会是下图这样子的，不要太担心，这又是一个编码问题，官方也给出了解决方法
在Windows下的终端中执行文件exe时，可能会发生乱码的现象，此时需要在终端中输入 CHCP 65001 ，将终端的编码方式由GBK编码(默认)改为UTF-8编码，更加具体的解释可以参考这篇博客：https://blog.csdn.net/qq_35038153/article/details/78430359。
结尾
最后给大家展示一下效果，就愉快的结束了
结尾再夸一句，百度好棒，只是文档好难受呀。。。