将PaddleOCR源码编译成动态链接库，进行QT演示程序开发，并用windeployqt打包和Inno Setup制作安装包

已于 2023-09-28 10:45:25 修改
阅读量1k 收藏 12
点赞数 3
分类专栏： 文本检测和文本识别 文章标签： qt 开发语言 paddle c++ ocr opencv
于 2023-09-27 23:37:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/humour9/article/details/127778623
版权

1.本地环境准备

1.1 首先需要安装cudatoolkit, tensorrt,cudnn,opencv,paddle inference,paddle ocr,cmake, visual studio 2019,qt ,inno setup,下面1，2，3，5，6的版本需匹配，不然在生成exe文件或者dll文件会报错，如我在第一次安装时并不是严格按照上述版本安装，在生成exe文件时生成失败：

2>正在生成代码...
2>E:\paddle_ocr\projects\paddle_inference\paddle\lib\paddle_inference.dll : fatal error LNK1107: 文件无效或损坏: 无法在 0x3C0 处读取
2>已完成生成项目“ppocr.vcxproj”的操作 - 失败。
3>------ 已跳过全部重新生成: 项目: ALL_BUILD, 配置: Release x64 ------
3>没有为此解决方案配置选中要生成的项目 
========== 全部重新生成: 成功 1 个，失败 1 个，跳过 1 个 ==========

盲猜可能是因为版本依赖关系，具体版本兼容关系可参考这篇文章的版本对应表部分，在安装完上述安装包后要在系统中配置相关环境变量

1.2 我安装的上述各个组件具体版本信息分别如下：

  1. cudatoolkit: 11.2.0
  2. tensorrt: 8.0.1.6
  3. cudnn: 8.2.0.53
  4. opencv: 4.5.2
  5. paddle inference: 2.3.2
  6. paddle ocr: 2.5
  7. cmake :3.26.3
  8. visual studio 2019
  9. qt : 5.12.10.

1.3系统中相关环境变量配置如下：


在这里插入图片描述

2.参考官方文档，使用cmake gui进行编译，使用vs2019生成dll动态链接库

2.1在cmake-gui选择要编译的paddle ocr 源码文件夹，以及编译输出的文件夹

2.2 点击界面下方的Configure按钮，第一次点击会弹出提示框进行Visual Studio配置，选择你的Visual Studio版本即可，目标平台选择x64。然后点击finish按钮即开始自动执行配置。第一次configure 读取cmakelists.txt文件会因找不到相关库而报错，按照实际安装的各个第三方库的路径进行配置后,因为我选择的是gpu版本，“WITH_GPU",“WITH_MKL’‘,’‘WITH_STATIC_LIB’‘,’‘WITH_TENSORRT’'四个选项都需打勾，再次点击可以成功configure，紧接着点击"Generate”,显示"Generate done" 后，点击"Open project"会在vs2019中打开该项目。

我的cmake-gui配置如下：
在这里插入图片描述

2.3 在vs2019项目属性页进行相关配置，需要将常规属性页中“配置类型”选择“动态库(.dll)“,在高级属性中的"目标文件扩展名"选择”.dll",其它如C/C++“常规”配置中的“附加包含目录”，和“链接器”中的“附加库目录”已经在上一步cmake-gui中生成项目的时候自动配置成功，不需要再手动添加，我的具体相关属性页配置如下：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.4 因为要导出为dll动态链接库供其它项目调用，所以要修改paddl ocr 源码中的main.cpp，定义一个导出的处理图片函数ImageProcess()，这个函数主要通过实例化一个PPocr对象来对读取的图片进行文本检测和文本识别处理，从而返回相应结果，并利用utility的可视化函数VisualizeBboxes()结合检测框信息在待检测图片上绘制出检测框，除了修改main.cpp,还要额外添加一个ppocr.h头文件用来宏定义导出函数信息，上述两个文件源码如下

2.4.1ppocr.h文件内容
#pragma once
#include <vector>
#include <string>

#ifndef IMAGE_API
#define IMAGE_API

struct TextDetectionResult {
    std::vector<std::vector<int>> boxes;
};

struct TextRecognitionResult {
    std::string text;
    double score;
    
};

extern "C" {
    // 图像推理
    __declspec(dllexport) void ImageProcess(const char* image_dir, TextDetectionResult*** detection_results, int* num_detection_results,
        TextRecognitionResult*** recognition_results, int* num_recognition_results);
    /*__declspec(dllexport) void FreeMemory(TextDetectionResult** detection_results, int num_detection_results,
        TextRecognitionResult** recognition_results, int num_recognition_results);*/
}
#endif
2.4.2 main.cpp文件内容
#include <iostream>
#include <include/paddleocr.h>
#include <include/args.h>
#include "ppocr.h"


using namespace PaddleOCR;



// 处理图片的函数
void ImageProcess(const char* image_dir, TextDetectionResult*** detection_results, int* num_detection_results,
    TextRecognitionResult*** recognition_results, int* num_recognition_results)
{
    std::cout << "--------" << image_dir << "-------" << std::endl;
    std::string dir(image_dir);
    std::replace(dir.begin(), dir.end(), '/', '\\');
    std::cout << "--------" << dir << "-------" << std::endl;
    std::vector<cv::String> cv_all_img_names;
    cv::glob(image_dir, cv_all_img_names);
    std::cout << "total images num: " << cv_all_img_names.size() << endl;

    PPOCR ocr = PPOCR();

    std::cout << "begin process" << std::endl;
    std::vector<std::vector<OCRPredictResult>> ocr_results = ocr.ocr(cv_all_img_names, FLAGS_det, FLAGS_rec, FLAGS_cls);
    std::cout << "finish process" << std::endl;
    auto ocr_result = ocr_results[0];

    std::vector<TextDetectionResult> detectionResults;
    std::vector<TextRecognitionResult> recognitionResults;


    for (int i = 0; i < ocr_result.size(); i++) {
        if (ocr_result[i].score != -1.0) {
            TextDetectionResult detectionResult;
            detectionResult.boxes = ocr_result[i].box;

            TextRecognitionResult recognitionResult;
            recognitionResult.text = ocr_result[i].text;
            recognitionResult.score = ocr_result[i].score;

            detectionResults.push_back(detectionResult);
            recognitionResults.push_back(recognitionResult);
        }
    }

    *num_detection_results = detectionResults.size();
    *detection_results = new TextDetectionResult * [*num_detection_results];
    for (int i = 0; i < *num_detection_results; i++) {
        (*detection_results)[i] = new TextDetectionResult(detectionResults[i]);
    }

    *num_recognition_results = recognitionResults.size();
    *recognition_results = new TextRecognitionResult * [*num_recognition_results];
    for (int i = 0; i < *num_recognition_results; i++) {
        (*recognition_results)[i] = new TextRecognitionResult(recognitionResults[i]);
    }
    std::cout << "in the end" << std::endl;

    if (*num_recognition_results == 0) {
        std::cout << "result is null" << std::endl;
    }
    
    ///*c*/onst char* img_dir = "E:\paddlepaddle\projects\PaddleOCR-release-2.5\deploy\cpp_infer\qt_project\qt4ocr\imgs\1.jpg";

    cv::Mat srcimg = cv::imread(dir, cv::IMREAD_COLOR);
    if (!srcimg.data) {
        std::cerr << "[ERROR] image read failed! image path: "
            << endl;
        exit(1);
    }
    std::string file_name = Utility::basename(image_dir);
    Utility::VisualizeBboxes(srcimg, ocr_results[0],
        FLAGS_output + file_name);
    std::cout << "***************************" << endl;

}
    

void FreeMemory(TextDetectionResult** detection_results, int num_detection_results,
    TextRecognitionResult** recognition_results, int num_recognition_results)
{
    for (int i = 0; i < num_detection_results; i++) {
        delete detection_results[i];
    }
    delete[] detection_results;

    for (int i = 0; i < num_recognition_results; i++) {
        delete recognition_results[i];
    }
    delete[] recognition_results;
}

2.5 另外在arg.cpp文件中以相对路径写入了文本检测模型和文本识别模型路径，因此在QT程序中检测模型和识别模型下拉框并不可以选择，这个地方有待改进

在这里插入图片描述

2.6 右键解决方案即可在输出目录下生成相关dll，以及lib文件。一开始我在定义导出函数ImageProcess()的时候，函数返回类型为C++类型，由于定义的是C风格，只生成了dll文件，没有生成lib文件，导致第一次调用dll文件的时候不能得到检测结果和识别结果。

在这里插入图片描述

3.测试动态链接库

	这部分内容参考这篇博文[](https://blog.csdn.net/weixin_45052870/article/details/126491550)

3.1 在vs2019中新建一个项目test_dll,只有一个源文件main.cpp,内容如下

#include <iostream>
#include <vector>
#include <string>
#include <Windows.h>

struct TextDetectionResult {
    std::vector<std::vector<int>> boxes;
};

struct TextRecognitionResult {
    std::string text;
    double score;
};

typedef void (*ImageProcessFunc)(const char* image_dir, TextDetectionResult*** detection_results, int* num_detection_results,
    TextRecognitionResult*** recognition_results, int* num_recognition_results);

void FreeMemory(TextDetectionResult** detection_results, int num_detection_results,
    TextRecognitionResult** recognition_results, int num_recognition_results)
{
    for (int i = 0; i < num_detection_results; i++) {
        delete detection_results[i];
    }
    delete[] detection_results;

    for (int i = 0; i < num_recognition_results; i++) {
        delete recognition_results[i];
    }
    delete[] recognition_results;
}

int main()
{
    system("chcp 65001");
    const char* image_dir = "..//imgs//11.jpg";
    const char* dll_path = ".//ppocr.dll";

    HMODULE hModule = LoadLibraryA(dll_path);
    if (hModule == NULL) {
        std::cout << "Failed to load the DLL." << std::endl;
        return 1;
    }

    ImageProcessFunc ImageProcess = (ImageProcessFunc)GetProcAddress(hModule, "ImageProcess");
    if (ImageProcess == NULL) {
        std::cout << "Failed to get the function address." << std::endl;
        FreeLibrary(hModule);
        return 1;
    }

    TextDetectionResult** detection_results = nullptr;
    int num_detection_results = 0;
    TextRecognitionResult** recognition_results = nullptr;
    int num_recognition_results = 0;

    ImageProcess(image_dir, &detection_results, &num_detection_results, &recognition_results, &num_recognition_results);

    if (num_detection_results > 0) {
        std::cout << "get the result" << std::endl;
        for (int i = 0; i < num_detection_results; i++) {
            std::vector<std::vector<int>> boxes = detection_results[i]->boxes;
            std::cout << "det boxes: [";
            for (int n = 0; n < boxes.size(); n++) {
                std::cout << '[' << boxes[n][0] << ',' << boxes[n][1] << "]";
                if (n != boxes.size() - 1) {
                    std::cout << ',';
                }
            }
            std::string recognitionResult = recognition_results[i]->text;
            std::cout << "] " << "  " << " recognition text : " << recognitionResult << std::endl;

        }
    }
    std::cout << "begin clear" << std::endl;

    // 释放内存
    FreeMemory(detection_results, num_detection_results, recognition_results, num_recognition_results);

    // 卸载 DLL
    FreeLibrary(hModule);

    std::cout << "clear over" << std::endl;

    return 0;
}

3.2 test_dll相关配置如下：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.3 将ppocr.dll,ppocr.lib以及其它相关dll文件都复制到test_dll.exe文件路径下，双击test_dll.exe会闪退，选择cmd进入，输入

“ test_dll.exe .\imgs\11.jpg",即可在终端打印如下内容，检测结果和识别结果部分如下
在这里插入图片描述

4.编写qt程序演示

4.1 在vs2019中新建”QTWidget QApplication应用“项目，

4.2 在C/C++项目属性附加包含目录除了选择和ppocr项目相同的路径，还要包含QT相关的文件夹路径

4.3 在链接器常规选项中选择ppocr项目生成的动态链接库路径，并在输入选项选择ppocr.lib

具体配置如下：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.4 ui界面布局如下：

在这里插入图片描述
在这里插入图片描述

4.5 界面的一些样式设置在”改变样式表“里设置，导入了一些提前准备好的资源，如logo，最小化，最大化，关闭按钮自定义的图片，项目运行显示exe的ico文件

在这里插入图片描述

4.6 整个QT程序主要由qt4ocr.cpp和qt4ocr.h文件组成，qt4ocr.cpp主要包括一些布局器的设置，清理内存的函数，鼠标拖拽窗口的函数，几个按钮的槽函数，如恢复正常化的槽函数NormalWindow()，最大化的槽函数MaxWindow()，上传图片的槽函数UploadImage()，处理图片的槽函数ProcessImage()

4.6.1 qt4ocr.cpp源码如下
#include "qt4ocr.h"

void QT4OCR::FreeMemory(TextDetectionResult** detection_results, int num_detection_results,
    TextRecognitionResult** recognition_results, int num_recognition_results)
{
    for (int i = 0; i < num_detection_results; i++) {
        delete detection_results[i];
    }
    delete[] detection_results;

    for (int i = 0; i < num_recognition_results; i++) {
        delete recognition_results[i];
    }
    delete[] recognition_results;
}


QT4OCR::QT4OCR(QWidget *parent)
    : QWidget(parent)
{
    ui.setupUi(this);

    //去除原窗口边框
    setWindowFlags(Qt::FramelessWindowHint);

    //布局head和body 垂直布局器
    auto vlay = new QVBoxLayout();
    //边框间距
    vlay->setContentsMargins(0, 0, 0, 0);
    //元素间距
    vlay->setSpacing(0);
    vlay->addWidget(ui.head);
    vlay->addWidget(ui.body);
    this->setLayout(vlay);

    //水平布局器
    auto hlay = new QHBoxLayout();
    ui.body->setLayout(hlay);
    //边框间距
    hlay->setContentsMargins(0, 0, 0, 0);
    hlay->addWidget(ui.left);   //左侧任务列表
    hlay->addWidget(ui.show);   //右侧预览窗口
}

void QT4OCR::MaxWindow()
{
    ui.max->setVisible(false);
    ui.normal->setVisible(true);
    showMaximized();
}
void QT4OCR::NormalWindow()
{
    ui.max->setVisible(true);
    ui.normal->setVisible(false);
    showNormal();
}

void QT4OCR::UploadImage() 
{
    QString filePath = QFileDialog::getOpenFileName(this, " please select img", "", "image (*.png *.jpg *.jpeg)");
    qDebug() << filePath;
    imagePath = filePath;
    qDebug() << imagePath;
    // 检查用户是否取消选择文件
    if (filePath.isEmpty()) {
        return;
    }

    // 加载并显示图片
    QPixmap pixmap_1(filePath);
    ui.imgLabel->setPixmap(pixmap_1.scaled(ui.imgLabel->size(), Qt::KeepAspectRatio));
    qDebug() << "show src img success";

}

void QT4OCR::ProcessImage()
{   
    system("chcp 65001");
    qDebug() << imagePath;
    // 检查是否已经选择了图片
    if (imagePath.isEmpty()) {
        qDebug() << "please select img first";
        return;
    }
    // 获取图片文件名
    QFileInfo fileInfo(imagePath);
    QString imageName = fileInfo.fileName();
    qDebug() << imageName;

    const char* dllPath = "./ppocr.dll";

    HMODULE hModule = LoadLibraryA(dllPath);
    if (hModule == NULL) {
        qDebug() << "failed to load the dll";
        return;
    }

    ImageProcessFunc ImageProcess = (ImageProcessFunc)GetProcAddress(hModule, "ImageProcess");
    if (ImageProcess == NULL) {
        qDebug() << "failed to get the function address";
        FreeLibrary(hModule);
        return;
    }

    TextDetectionResult** detectionResults = nullptr;
    int numDetectionResults = 0;
    TextRecognitionResult** recognitionResults = nullptr;
    int numRecognitionResults = 0;

    qDebug() << "before process image";
    qDebug() << imagePath;
    //const char* image_dir = "E:\\paddlepaddle\\projects\\PaddleOCR-release-2.5\\deploy\\cpp_infer\\qt_project\\qt4ocr\\bin\\imgs\\1.jpg"; //imagePath.toUtf8().constData();

    ImageProcess(imagePath.toUtf8().constData(), &detectionResults, &numDetectionResults, &recognitionResults, &numRecognitionResults);

    qDebug() << "after process image";
    detectionResult = ""; // 清空detectionResult
    recognitionResult = ""; // 清空recognitionResult

    if (detectionResults != nullptr && recognitionResults != nullptr) {
        for (int i = 0; i < numDetectionResults; i++) {
            std::vector<std::vector<int>> boxes = detectionResults[i]->boxes;
            detectionResult += "Detboxes" + QString::number(i) + ": [";
            for (int n = 0; n < boxes.size(); n++) {
                detectionResult += "[" + QString::number(boxes[n][0]) + ", " + QString::number(boxes[n][1]) + "]";
                if (n != boxes.size() - 1) {
                    detectionResult += ", ";
                }
            }
            detectionResult += "]";
            detectionResult += "\n";
            recognitionResult += " Recogtext" + QString::number(i) + ": " + QString::fromStdString(recognitionResults[i]->text) + "\n";
        }
        // 设置字体和颜色
        QFont font("Arial", 12);  // 设置字体为Arial，大小为12
        QColor color(255, 255, 255);  // 设置颜色为白色

        // 设置检测结果的字体和颜色
        ui.detLabel->setText(detectionResult);
        ui.detLabel->setFont(font);
        ui.detLabel->setStyleSheet("color: " + color.name() + ";");

        // 设置识别结果的字体和颜色
        ui.recogLabel->setText(recognitionResult);
        ui.recogLabel->setFont(font);
        ui.recogLabel->setStyleSheet("color: " + color.name() + ";");

        
        QString parentPath = ".//output//"; // 获取图片的路径
        QString detimagePath = parentPath + imageName;
        qDebug() << detimagePath;
        QPixmap pixmap_2(detimagePath);
        ui.detLabel_2->setPixmap(pixmap_2.scaled(ui.imgLabel->size(), Qt::KeepAspectRatio));
    }

    qDebug() << " begin clear";

    // 释放内存
    FreeMemory(detectionResults, numDetectionResults, recognitionResults, numRecognitionResults);

    // 卸载 DLL
    FreeLibrary(hModule);

    qDebug() << " after clear";

}




//窗口大小发生编码
void QT4OCR::resizeEvent(QResizeEvent* ev)
{
    int x = width() - ui.head_button->width();
    int y = ui.head_button->y();
    ui.head_button->move(x, y);
}
/
/// 鼠标拖动窗口

static bool mouse_press = false;
QPoint QT4OCR:: mouse_point;
void QT4OCR::mouseMoveEvent(QMouseEvent* ev)
{
    if (!mouse_press)
    {
        QWidget::mouseMoveEvent(ev);
        return;
    }
    this->move(ev->globalPos() - mouse_point);

}
void QT4OCR::mousePressEvent(QMouseEvent* ev)
{
    if (ev->button() == Qt::LeftButton)
    {
        mouse_press = true;
        mouse_point = ev->pos();
    }
}
void QT4OCR::mouseReleaseEvent(QMouseEvent* ev)
{
    mouse_press = false;
}

QT4OCR::~QT4OCR()
{
}
4.6.2 qt4ocr.h主要定义的文本检测和识别结果的结构体，几个类函数和槽函数的声明，以及类成员变量的定义，源码如下:
#pragma once

#include <QtWidgets/QWidget>
#include <QtWidgets/QLabel>
#include <QtGui/QPainter>
#include <QtGui/QMouseEvent>
#include <QtWidgets/QVBoxLayout>
#include <QtWidgets/QHBoxLayout>
#include <QtWidgets/QMessageBox>
#include <QtGui/QResizeEvent>
#include <Qtcore/QDebug>
#include <QtWidgets/QFileDialog>
#include <QtGui/QPixmap>
#include <QtGui/QMouseEvent>
#include <QtWidgets/QVBoxLayout>
#include <QtWidgets/QHBoxLayout>
#include <QtWidgets/QMessageBox>
#include <QtGui/QResizeEvent>
#include <Qtcore/QDebug>
#include <QtWidgets/QFileDialog>
#include <QtGui/QPixmap>
#include "ui_qt4ocr.h"
#include <Windows.h>


struct TextDetectionResult {
    std::vector<std::vector<int>> boxes;
};

struct TextRecognitionResult {
    std::string text;
    double score;
};

typedef void (*ImageProcessFunc)(const char* image_dir, TextDetectionResult*** detection_results, int* num_detection_results,
    TextRecognitionResult*** recognition_results, int* num_recognition_results);

void FreeMemory(TextDetectionResult** detection_results, int num_detection_results,
    TextRecognitionResult** recognition_results, int num_recognition_results);


class QT4OCR : public QWidget
{
    Q_OBJECT

public:
    QT4OCR(QWidget *parent = nullptr);
    void FreeMemory(TextDetectionResult** detection_results, int num_detection_results,
        TextRecognitionResult** recognition_results, int num_recognition_results);

    void mouseMoveEvent(QMouseEvent* ev) override;
    void mousePressEvent(QMouseEvent* ev) override;
    void mouseReleaseEvent(QMouseEvent* ev) override;
    //窗口大小发生编码
    void resizeEvent(QResizeEvent* ev) override;
    //void ShowDet(TextDetectionResult** detection_results, int num_detection_results, TextRecognitionResult** recognition_results, int num_recognition_results);
    ~QT4OCR();

public slots:
    void MaxWindow();
    void NormalWindow();
    void UploadImage();
    void ProcessImage();

private:
    Ui::QT4OCRClass ui;
    QString imagePath;
    QString detimagePath;
    QString detectionResult;
    QString recognitionResult;
    QString imageName;
    bool mouse_press = false;
    static QPoint mouse_point;
};

4.7.运行演示QT程序

4.7.1开始运行

在这里插入图片描述

4.7.2 点击"上传图片”按钮后会显示原始图片

在这里插入图片描述

4.7.3点击"检测 and 识别" 按钮后会显示检测结果图，以及检测框信息，识别文本信息

在这里插入图片描述
在这里插入图片描述

5.使用QT自带windeployqt打包

5.1cmd进入windeployqt.exe所在的E:\QT\5.12.10\msvc2017_64\bin路径下

运行如下命令****此时就会把运行qt4ocr.exe相关的所有dll都放在该目录下，此时将这个文件夹压缩打包在另一台无安装环境的电脑也能成功运行qt4ocr.exe，具体可参考如下链接VS2019下打包QT项目的方法(包含第三方库)
在这里插入图片描述

6.使用Inno Setup制作安装包

6.1下载inno setup和中文插件，具体可按下文exe制作成安装包操作，即可生成一个setup.exe,双击即可安装自己开发的安装包

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

7.总结

由于本人专业水平有限，很多地方并不能面面俱到，可能会存在些许表达不对的地方，还请各位指正，另外写这篇文章参考了很多大佬的成果，如有侵权，请联系删除

humour9
关注
  • 3
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
【零基础学QT】第十章 项目打包，利用Inno Setup制作软件安装包
凉开水白菜的博客
09-19 766
本章内容主要讲解的内容不是QT，主要是Inno Setup软件的使用，我们发给客户的程序肯定不会只有是一堆代码，这样客户也看不懂，也不知道怎样使用，所以我们需要使用软件来制作安装程序，直接让客户安装打开就可以使用；
PaddleOCR C++动态库编译及调用识别（一）
Vaccae的博客
07-12 9697
学更好的别人，做更好的自己。——《微卡智享》本文长度为5106字，预计阅读9分钟前言上一篇《飞桨PaddleOCR C++预测库布署》按照官方的流程做的，最后生成的为exe文件，真正调用时...
PaddleOCR 源码+资源(想做自己的识别模型也可以玩玩)
03-14
PaddleOCR 源码+资源(想做自己的识别模型也可以玩玩)
Paddle 打包部署
MAI44的博客
07-13 1296
另外如果有连网的情况下会在管理员文件夹下的.paddleocr下载相应的推理文件，在打包paddleocr的时候发现 下载下来的推理文件文件夹.paddleocr是默认保存在用户下的管理员文件夹 打包的时候放在可执行文件同个目录没用 得更改paddleocr.py源码把BASE_DIR默认地址改为软件所在文件夹apppath,或者部署的时候把.paddleocr放到管理员所在文件夹。相关学习资料会同步上传到公众号，需要的同学移步下。
C++ Windows编译部署PaddleOCR GPU版本(一）
柚子的博客
04-30 1775
paddleOCR GPU
PaddleOCR C++源码编译以及demo测试
m0_37591278的博客
06-24 549
PaddleOCR C++源码编译以及demo测试
百度PaddleOCR C++编译(Windows)
Dandelion_2的博客
08-10 2218
百度PaddleOCR C++编译(Windows) 一、前置条件： （1）OpenCV3.4.6+ （2）下载Cmake 3.0+ （3）Visual Studio 2019 （4）分别下载PaddleOCR项目(https://github.com/PaddlePaddle/PaddleOCR)、PaddleOCR模型(https://github.com/PaddlePaddle/PaddleOCR)、PaddleOCR预测库(https://paddleinference.paddlepaddle.
PaddleOCR 2.6 编译详细步骤 + 踩坑记录(C++ GPU版)
Color Space的博客
08-31 1839
本文主要介绍PaddleOCR v2.6 C++ GPU版的编译详细步骤与踩坑记录，方便大家快速上手。
InnoSetup制作Qt项目安装包
xuiiao的博客
05-29 1192
可执行程序所依赖的文件夹需要一个一个地添加（这一步有点奇怪的感觉）---添加依赖库文件（Add files）把用到的dll全部选中导入。---添加文件夹（Add Folder）添加所依赖的文件夹及子文件。配置过程中，会有选择输出路径的步骤，此处未有相应图片记录，选择否，先修改上文提到的脚本代码，---是否创建开始程序文件夹以及快捷方式等，自定义设置。9）编译配置，选择打包后的存放文件夹，安装包名称、图标及安装密码等。1）把Qt项目生成的.exe可执行文件放到自建的一个文件夹路径。根据实际需要添加相应文件。
Qt之程序发布以及打包成exe安装包 - fengMisaka - 博客园1
08-03
【Qt程序发布与打包成exe安装包】 在Qt开发中，当我们的应用程序开发完毕，需要将其发布以便用户在没有Qt环境的计算机上运行。本文主要介绍如何设置应用程序图标，发布程序，以及使用Inno Setup打包成exe安装包的...
innosetup安装包制作工具
03-15
本工具可以用来对Qt/Mfc/DirectUI开发的界面程序，制作setup.exe安装包，然后对外发布只需要发布setup.exe安装包即可，然后用户可一键安装。
qt ocr 百度飞浆paddleocr测试软件.zip
06-25
用QT写的利用高拍仪识别身份证的一个软件，还有不成熟的地方，大家多多指教
PaddleOCR.zip 飞桨平台的ocr源码--V2.4
12-25
飞桨平台的ocr源码--V2.4
百度飞桨PaddleOCR c++部署动态库文件
最新发布
07-17
可直接调用百度飞桨PaddleOCR文字识别模型，实现一次初始化后进行多次单张图片推理，适用于工业流线型文字识别项目部署。PaddleOCR c++部署调用dll原文档链接：https://blog.csdn.net/qq_45846340/article/details/140490635?spm=1001.2014.3001.5502 百度飞桨PaddleOCR实现文字识别c++部署，其输入和输出是以整个文件夹的形式进行，如果每次仅对单张图进行推理，则每次推理前都会进行模型初始化，降低运行效率。而目前项目需要一次初始化后连续传单张图进行推理，所以我在模型原c++部署代码中进行修改，并生成动态库方便后续其他项目自由调用。
PaddleOCR-demo：Paddle OCR学习演示
02-24
“＃PaddleOCR-demo”
qt带mysql应用程序打包_Qt 程序发布以及打包成exe安装包
weixin_29608475的博客
02-07 1247
一、简述Qt 项目开发完成之后，需要打包发布程序，而因为用户电脑上没有 Qt 配置环境，所以需要将 release 生成的 exe 文件和所依赖的 dll 文件复制到一个文件夹中，然后再用 Inno Setup 打包工具打包成一个 exe 安装包，就可以发布了。二、设置应用程序图标我们编译好生成的 exe 文件的图标是 Qt 自带的一个白色的框框，不太好看，怎么能够自己设置程序的图标呢。先创建一个...
基于VS2019的paddle-ocr编译、测试和代码精简
u010396127的博客
08-09 1065
基于VS2019环境，编译和测试paddle-ocr，精简代码便于移植
PaddleOCR 文字检测部分源码学习(1)
shy2218的博客
10-16 1825
2021SC@SDUSC 代码位置：tools->infer->predict_det.py class TextDetector(object): def __init__(self, args): self.args = args self.det_algorithm = args.det_algorithm pre_process_list = [{ 'DetResizeForTest': {
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值