【Windows10下PP-OCRv4部署指南‌】

Windows10下PP-OCRv4部署指南‌
一、环境准备‌

安装Visual Studio 2022‌

下载并安装 ‌C++桌面开发组件‌，确保支持MSVC编译环境‌。
配置系统环境变量，确保cl.exe等编译工具可用。

Python环境配置‌

推荐使用Conda创建虚拟环境：
bash
Copy Code
conda create -n PaddleOCR python=3.8
conda activate PaddleOCR

安装PaddlePaddle CPU/GPU版本：
bash
Copy Code
pip install paddlepaddle==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple # CPU版本‌:ml-citation{ref=“8” data=“citationList”}

安装PaddleOCR依赖：
bash
Copy Code
pip install -r requirements.txt # 从PaddleOCR源码目录安装‌:ml-citation{ref=“1,6” data=“citationList”}

二、模型下载与转换‌

下载预训练模型‌

直接通过命令行或手动下载模型文件：
bash
Copy Code
wget https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_det_infer.tar
wget https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_rec_infer.tar

解压后得到.pdmodel和.pdiparams文件‌。

模型转换（可选）‌

转ONNX格式‌（适用于NCNN/OpenVINO部署）：
bash
Copy Code
paddle2onnx --model_dir ch_PP-OCRv4_det_infer --model_filename inference.pdmodel --params_filename inference.pdiparams --save_file ch_PP-OCRv4_det.onnx

优化ONNX模型‌（减少计算冗余）：
bash
Copy Code
onnxsim ch_PP-OCRv4_det.onnx ch_PP-OCRv4_det_sim.onnx --overwrite-input-shape 1,3,48,320 # 固定输入尺寸‌:ml-citation{ref=“4,6” data=“citationList”}

三、C++项目配置（VS2022）‌

项目目录结构‌

从PaddleOCR源码复制deploy/cpp_infer目录下的include和src文件夹‌。
添加以下依赖文件：
OpenCV库（需提前编译或下载预编译版本）
Paddle Inference库（从官网下载Windows版）
模型文件（检测、分类、识别模型）‌。

Visual Studio配置‌

包含目录‌：添加OpenCV头文件路径、Paddle Inference头文件路径。
库目录‌：添加OpenCV .lib文件路径、Paddle Inference库路径。
附加依赖项‌：添加opencv_world455.lib、paddle_inference.lib等‌。
四、模型部署验证‌

Python端推理测试‌

运行PaddleOCR官方脚本：
bash
Copy Code
python tools/infer/predict_system.py --image_dir=./test_img.jpg

检查输出结果是否包含正确文本检测和识别信息‌。

C++端部署‌

编译生成可执行文件，加载模型并输入测试图像：
cpp
Copy Code
// 示例代码片段（加载模型）
Detector detector(“ch_PP-OCRv4_det_sim.onnx”);
cv::Mat img = cv::imread(“test_img.jpg”);
std::vector boxes = detector.detect(img);

确保输出框坐标与文本内容准确‌。
五、常见问题解决‌

依赖库冲突‌

若安装lanms-neo或polygon3失败，需确保已安装Visual Studio C++编译环境‌。

模型输入尺寸不匹配‌

转换模型时通过–input_shape_dict固定输入尺寸（如[1,3,48,320]）‌。

OpenCV路径配置错误‌

检查环境变量Path是否包含OpenCV的bin目录路径‌。
部署流程图‌
plaintext
Copy Code
环境准备（VS2022 + Conda） → 模型下载与转换 → C++项目配置 → 编译与测试 → 部署完成

通过以上步骤，可在Windows 10环境下完成PP-OCRv4的本地化部署‌。