OcrLiteNcnnJvm

Project下载

• 有整合好源码和依赖库的完整工程项目，文件比较大，可到Q群共享内下载，找以Project开头的压缩包文件
• 如果想自己折腾，则请继续阅读本说明

Demo下载(win、mac、linux)

编译好的demo文件比较大，可以到Q群共享内下载 或者Gitee下载

介绍

• 本项目为java或kotlin通过jni调用OcrLiteNcnn动态运行库的范例。

编译环境

1. jdk 1.8(参考动态运行库编译说明安装)
2. gradle(可由IDE自动安装)

调试&编译说明

1. 开始JVM部分编译之前，请先完成编译OcrLiteNcnn动态运行库，参考此页面的编译说明。
2. 把预先编译好的动态运行库复制到run-test文件夹，根据您选择的编译类型，macOS、linux可能还需要额外配置动态库的搜索路径
3. 从第1步的说明中找到模型下载地址，放到run-test/models文件夹，测试的目标图片放到run-test/images文件夹
4. 用IDEA打开本项目
5. Main.java为java版调用范例，main.kt为kotlin版调用范例，之后以kotlin为范例来说明
6. IDEA中直接在在main方法左边点击绿色的运行图标，可以直接调试运行范例，但此时没有输入参数。

• 编辑运行参数：顶部工具栏“运行”图标左边，点开下拉菜单“Edit Configurations”
• VM options:添加-Djava.library.path=run-test，把run-test文件夹加到java的lib搜索路径
• Program arguments:添加``run-test/models dbnet_op angle_op crnn_lite_op keys.txt run-test/images/1.jpg```，添加命令行输入参数
• 命令行参数models文件夹里必须有相应的模型文件，接下来的四个文件名对应模型文件夹里的3种模型(不含扩展名)和1个keys文件，请确认文件名无误
• run-test/images/1.jpg是待识别的目标图片
• 点击运行，正常的话就可以输出识别结果。

8. 编译为jar包(以Kotlin为例)：在菜单栏找到Project Structure

• 转到“Artifacts”选项卡
• 按“+”号新建配置，Add->Jar->Empty
• 编辑Name:OcrLiteJvm，下面列表左边的名称也会对应改为“OcrLiteNcnnJvm.jar”，这是最终输出的文件名
• 选中左边列表的“OcrLiteNcnnJvm.jar”，底部出现两个按钮，选择“Use Existing Manifest...”，选择src/main/resources/META-INF/MANIFEST.MF
• 展开右边列表，找到OcrLiteNcnnJvm/main/“OcrLiteNcnnJvm.main compile output”，右键“Put into Output Root”
• 选中右边列表的三个Gradle依赖包，分别是“kotlin-stdlib-common:1.3.72”/“kotlin-stdlib-1.3.72”/“annotations:13.0”，右键“Extract Into Output Root”
• 按“OK”关闭项目设置窗口
• 打开菜单栏Build->Build Artifacts，找到刚才的配置，并选Build
• 找到out/artifacts/OcrLiteNcnnJvm/OcrLiteNcnnJvm.jar，并复制到run-test文件夹
• 测试jar包是否正确编译：顶部Demo下载解压，把编译出来的jar包复制替换进去，然后使用run-test脚本测试。

其它问题

windows部署时如果运行显示错误can’t find dependent libraries

• 检查是否安装C++运行环境，https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads 下载安装：vc_redist.x64.exe

2. GPU版部署需要安装Vulkan SDK