ContextQMD
Back to Paddleocr

通用 OCR 产线 C++ 部署 - Windows

docs/version3.x/deployment/cpp/OCR_windows.md

3.5.011.6 KB
Original Source

通用 OCR 产线 C++ 部署 - Windows

1. 环境准备

  • 本章节编译运行时用到的源代码位于 PaddleOCR/deploy/cpp_infer 目录下。

  • Windows 环境：

    • visual studio 2022
    • cmake 3.29

1.1 编译 OpenCV 库

可以选择直接下载预编译包或者手动编译源码。

1.1.1 直接下载预编译包（推荐）

在 OpenCV 官网 下载适用于 Windows 的 .exe 预编译包，运行后自动解压出 OpenCV 的预编译库和相关文件夹。

以 opencv 4.7.0为例，下载 opencv-4.7.0-windows.exe，运行后会在当前的文件夹中生成 opencv/ 的子文件夹，其中 opencv/build 为预编译库，在后续编译通用 OCR 产线 预测 demo 时，将作为 OpenCV 安装库的路径使用。

1.1.2 源码编译

首先需要下载 OpenCV 源码，以 opencv 4.7.0 为例，下载 opencv 4.7.0 源码，解压后会在当前的文件夹中生成 opencv-4.7.0/ 的文件夹。

  • Step 1：构建 Visual Studio 项目

    在 cmake-gui 中指定 opencv-4.7.0 源码路径，并指定编译生成目录为 opencv-4.7.0/build，默认安装路径为 opencv-4.7.0/build/install，此安装路径用于后续编译 demo。

  • Step 2：选择目标平台

    选择目标平台为 x64 ，然后点击 finish。

  • Step 3 ：生成 Visual Studio 项目

    搜索 BUILD_opencv_world 并勾选。 依次点击 Configure -> Generate -> Open in Project，将进入 Visual Studio 2022 编译界面。

  • Step 4：执行编译

    点击开始生成解决方案，完成编译后，点击 INSTALL，运行后完成安装。

1.2 编译 Paddle Inference

可以选择直接下载预编译包或者手动编译源码。

1.2.1 直接下载预编译包（推荐）

Paddle Inference 官网 上提供了 Windows 预测库，可以在官网查看并选择合适的预编译包。

下载后解压，会在当前的文件夹中生成 paddle_inference/ 的子文件夹。目录结构为：

paddle_inference
├── paddle # paddle核心库和头文件
├── third_party # 第三方依赖库和头文件
└── version.txt # 版本和编译信息

1.2.2 源码编译预测库

可以选择通过源码自行编译预测库，源码编译可灵活配置各类功能和依赖，以适应不同的硬件和软件环境。详细步骤请参考 Windows 下源码编译。

2. 开始运行

2.1 编译预测 demo

在编译预测 demo 前，请确保您已经按照 1.1 和 1.2 节编译好 OpenCV 库和 Paddle Inference 预测库。

编译步骤如下：

  • Step 1：构建 Visual Studio 项目

    在 cmake-gui 中指定 deploy\cpp_infer 源码路径，并指定编译生成目录为 deploy\cpp_infer\build，以下编译步骤说明均以 D:\PaddleOCR\deploy\cpp_infer 作为示例源码路径。第一次点击 Configure 报错是正常的，在后续弹出的编译选项中，添加 OpenCV 的安装路径和 Paddle Inference 预测库路径。

  • Step 2：选择目标平台

    选择目标平台为 x64 ，然后点击 Finish。

  • Step 3：配置 cmake 编译选项

    • OPENCV_DIR：填写 OpenCV 安装路径。
    • OpenCV_DIR：同 OPENCV_DIR。
    • PADDLE_LIB：Paddle Inference 预测库路径。

  • Step 4：生成 Visual Studio 项目

    依次点击 Configure -> Generate -> Open in Project，将进入 Visual Studio 2022 编译界面。

  • Step 5：执行编译

    在开始生成解决方案之前，执行下面步骤：

    1. 将 Debug 改为 Release。
    2. 下载dirent.h，并拷贝到 Visual Studio 的 include 文件夹下，如 C:\Program Files (x86)\Microsoft Visual Studio\2022\Community\VC\Auxiliary\VS\include。

    编译完成后，可执行文件位于 deploy/cpp_infer/build/Release/ppocr.exe 。

  • Step 6：运行预测 demo

    将下面文件拷贝到 deploy\cpp_infer\build\Release\ 路径下后，参考后续 2.2 和 2.3 小节即可运行预测 demo。

    1. paddle_inference\paddle\lib\paddle_inference.dll
    2. paddle_inference\paddle\lib\common.dll
    3. deploy\cpp_infer\build\bin\Release\abseil_dll.dll
    4. deploy\cpp_infer\build\third_party\clipper_ver6.4.2\cpp\Release\polyclipping.dll
    5. opencv-4.7.0\build\install\x64\vc16\bin\opencv_world470.dll

2.2 准备模型

该步骤参考 通用 OCR 产线 C++ 部署 - Linux —— 2.2 准备模型 小节。

2.3 运行预测 demo

参考 通用 OCR 产线 C++ 部署 - Linux —— 2.3 运行预测 demo 小节。

2.4 C++ API 集成

参考 通用 OCR 产线 C++ 部署 - Linux —— 2.4 C++ API 集成 小节。

3. 拓展功能

3.1 多语种文字识别

参考 通用 OCR 产线 C++ 部署 - Linux —— 3.1 多语种文字识别 小节。

3.2 可视化文本识别结果

我们使用 4.x 版本的 opencv_contrib 模块中的 FreeType 进行字体渲染，如果想要可视化文本识别结果，需要下载 OpenCV 和 opencv_contrib 的源码并编译包含 FreeType 模块的 OpenCV。下载源码时需确保两者的版本一致。以下以 opencv-4.7.0 和 opencv_contrib-4.7.0 为例进行说明：

下载 opencv-4.7.0 下载 opencv_contrib-4.7.0

  • Step 1：编译 freetype 和 harfbuzz

    解压 pkg-config 后添加其 bin 目录到系统 PATH 环境变量。 freetype 编译，需手动更改其安装路径，示例如下：

    再次 Configure， 然后点击 Generate， 完成后，点击 Open Project 按钮，打开 VS ，编译。 VS里ALL_BUILD, INSTALL. 会在构建文件夹的 install 目录下生成所需的 include 和 lib 文件。

    然后将 freetype 安装路径添加至系统环境变量。

    harfbuzz 编译，需手动更改其安装路径，示例如下：

    设置好上面两项后，再次点击 Configure 按钮，选择 Advanced Options ，填写 freetype 安装路径。

    然后将 harfbuzz 安装路径添加至系统环境变量。

  • Step 2：修改 opencv_contrib-4.7.0 下的 modules/freetype/CMakeLists.txt

    bash
    set(the_description "FreeType module. It enables to draw strings with outlines and mono-bitmaps/gray-bitmaps.")

find_package(Freetype REQUIRED)

# find_package(HarfBuzz) is not included in cmake
set(HARFBUZZ_DIR "$ENV{HARFBUZZ_DIR}" CACHE PATH "HarfBuzz directory")
find_path(HARFBUZZ_INCLUDE_DIRS
    NAMES hb-ft.h PATH_SUFFIXES harfbuzz
    HINTS ${HARFBUZZ_DIR}/include)
find_library(HARFBUZZ_LIBRARIES
    NAMES harfbuzz
    HINTS ${HARFBUZZ_DIR}/lib)
find_package_handle_standard_args(HARFBUZZ
    DEFAULT_MSG HARFBUZZ_LIBRARIES HARFBUZZ_INCLUDE_DIRS)

if(NOT FREETYPE_FOUND)
  message(STATUS "freetype2:   NO")
else()
  message(STATUS "freetype2:   YES")
endif()

if(NOT HARFBUZZ_FOUND)
  message(STATUS "harfbuzz:   NO")
else()
  message(STATUS "harfbuzz:   YES")
endif()

if(FREETYPE_FOUND AND HARFBUZZ_FOUND)
  ocv_define_module(freetype opencv_core opencv_imgproc PRIVATE_REQUIRED ${FREETYPE_LIBRARIES} ${HARFBUZZ_LIBRARIES} WRAP python)
  ocv_include_directories(${FREETYPE_INCLUDE_DIRS} ${HARFBUZZ_INCLUDE_DIRS})
else()
  ocv_module_disable(freetype)
endif()

  • Step 3 编译 OpenCV

    1. 设置 OPENCV_EXTRA_MODULES_PATH 项，填入 opencv-contrib-4.7.0 的目录下的 modules 目录。
    2. 勾选 WITH_FREETYPE 项，必须先编译 freetype 和 harfbuzz。
    3. 如果需要支持 freetype，则需要在 Opencv 的 Cmake 配置中加入 freetype 的相关路径。

    搜索 harfbuzz，加入 harfbuzz，加入 的相关路径。

    完成后，再次在 Cmake 界面，点击 configure， 确定没报错后，点击 Generate，最后点击 Open Project，打开 Visual studio，将 Debug 切换为 Release，找到 ALL_BUILD 右键 Build， 等待编译完成后， 找到 INSTALL 右键 Build。

    注意：如果完成编译包含 FreeType 的 OpenCV，在编译通用 OCR 产线 demo 时，需要在 2.1节 Step 3 配置编译选项时勾选 USE_FREETYPE 开启文字渲染功能，并且在运行 demo 时通过 --vis_font_dir your_ttf_path 提供相应 ttf 字体文件路径。

编译并运行预测 demo 可以得到如下可视化文本识别结果：