PaddleOCR系列-训练模型并部署android手机

1. 训练paddleocr模型

略,参考另一篇博客:PaddleOCR系列-基础知识

2. ocr模型部署安卓手机

总体说明

1. 封装为独立的Library，可以编译为aar，作为模块来调用；
2. Native层以C++编写；
3. Demo App以Kotlin-JVM编写；
4. Android版与其它版本不同，包含了几个应用场景，包括相册识别、摄像头识别、手机IMEI号识别、摄像头身份证识别这几个功能页面；
5. opencv 3.4.15，使用了opencv-mobile的代码，编译脚本在script文件夹里；
6. onnxruntime动态库 1.6.0(因为当前模型不支持高版本)

2.1 AndroidStudio 2021.2.1或以上；

2.2. NDK下载，在SDK Tools中下载，版本选最新版；

2.3. cmake 3.4.1或以上，最好是3.18.1，在SDK Tools中下载；

2.4. 使用模型

下载预训练模型:模型下载
使用自己的模型:略

• det模型用于分割文字块，有两种模型(server和mobile)，其中server体积大且较慢但效果好，mobile体积小且较快但效果差点。
• cls模型用于检测文字方向，只有一种模型
• rec模型用于文字识别，有两种模型(server和mobile)，其中server体积大且较慢但效果好，mobile体积小且较快但效果差点。

ocr_success/OcrLibrary/src/main/assets
    ├── ch_ppocr_mobile_v2.0_cls_infer.onnx
    ├── ch_PP-OCRv2_det_infer.onnx det二选一，推荐
    ├── ch_ppocr_server_v2.0_det_infer.onnx det二选一
    ├── ch_ppocr_mobile_v2.0_rec_infer.onnx rec二选一，推荐
    ├── ch_ppocr_server_v2.0_rec_infer.onnx rec二选一
    └── ppocr_keys_v1.txt

• 代码中配置使用哪个模型
  ocr/OcrLibrary/src/main/java/com/benjaminwan/ocrlibrary/OcrEngine.kt，在init方法中配置：

val ret = init(
            context.assets, numThread,
            "ch_PP-OCRv2_det_infer.onnx",
            "ch_ppocr_mobile_v2.0_cls_infer.onnx",
            "ch_ppocr_mobile_v2.0_rec_infer.onnx",
            "ppocr_keys_v1.txt"
        )

2.5. 下载opencv-mobile-3.4.15-android.7z

下载地址 解压后目录结构为

ocr_success/OcrLibrary/src/sdk
    └── native
        ├── jni
        └── staticlibs

2.6. 下载onnxruntime-1.6.0-android.7z

下载地址

• 解压后目录结构为

ocr_success/OcrLibrary/src/main/onnx
├── ONNXConfig.cmake
├── arm64-v8a
│   └── libonnxruntime.so
├── armeabi-v7a
│   └── libonnxruntime.so
├── include
├── x86
│   └── libonnxruntime.so
└── x86_64
    └── libonnxruntime.so

2.7. 编译

• 编译Release包
• mac/linux使用命令编译./gradlew assembleRelease
• win使用命令编译gradlew.bat assembleRelease
• 输出apk文件在app/build/outputs/apk

2.8. 重新编译

删除项目根目录下的如下缓存文件夹

.idea
build
app/build
OcrLibrary/.cxx
OcrLibrary/build

2.9. demo界面效果

---

下面为测试效果

3. 源码下载

3.1. 项目源代码结构

ocr
    ├── app               # demo app
    ├── capture           # 截图
    ├── common-aar        # app引用的aar库
    ├── keystore          # app签名密钥文件
    ├── OcrLibrary        # Ocr引擎库，包含Jni和C++代码
    └── scripts           # 编译脚本

源码下载
源码下载