PaddleoCR 封装成C++接口，模型初始化和识别分开实现

1、下载PaddleOCR源码：https://github.com/PaddlePaddle/PaddleOCR.git

2、下载推理模型

3、下载PaddleOCR 的Windows预测库，官网上有可以直接下载：下载安装Linux预测库 — Paddle-Inference documentation (paddlepaddle.org.cn)

 

4、解压PaddleOCR源码；

5、打开visual studio 2019 选继续但无需代码，打开Cmake文件；

6、打开config.cpp 将char strs[str.length() + 1];改为 char* strs = new char[str.length() + 1];

将 char d[delim.length() + 1]; 改为char* d = new char[delim.length() + 1];

7、按照Windows_2019_build.md配置好相关的库，主要是设置路径。

接下来是重点了：

8、在cmakelist中添加如下所示的三行代码：

9、编写自己的接口头文件header.h，并放入include中，可以参照如下样例：

/*
#pragma once
#ifndef _CVI_RE_
#define _CVI_RE_

#ifdef CVI_EXPORTS
#define CVI_API __declspec(dllexport)
#else
#define CVI_API __declspec(dllimport)
#endif
*/
#include "opencv2/core.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/imgproc.hpp"

struct OCRTextRect {
public:
    char* OCRText;  //识别的信息
    int ptx, pty;       //Rect的起始坐标
    int width, height;  //Rect的宽和高

    OCRTextRect() : OCRText(""), ptx(0), pty(0), width(0), height(0)
    {
    }
};

#define DLLEXPORT __declspec(dllexport)
#ifdef __cplusplus

extern "C" {
#endif

    //DLLEXPORT char* PaddleOCRText(cv::Mat& img);

    //DLLEXPORT int PaddleOCRTextRect(cv::Mat& , OCRTextRect*);
    DLLEXPORT int Initial_Model();
    DLLEXPORT int PaddleOCRDetectionRect(cv::Mat& img, OCRTextRect* resptr);
#ifdef __cplusplus
}
#endif

10 编写自己的函数实现文件，放入src中，代码可以参考如下：

#include <include/header.h>
#include <include/ocr_det.h>
#include <include/ocr_rec.h>
#include <include/config.h>
#include <iostream>
#include <direct.h>  
#include <stdio.h> 
#include <codecvt> 
#define LOCK_MODEL() std::unique_lock<std::recursive_mutex> locker(g_lockModel);
std::recursive_mutex g_lockModel;
//std::shared_ptr<PaddleOCR::DBDetector> detcvi(std::make_shared<PaddleOCR::DBDetector>());
std::shared_ptr<PaddleOCR::DBDetector> detcvi=nullptr;
//PaddleOCR::DBDetector det;
//PaddleOCR::CRNNRecognizer rec;
//std::shared_ptr<PaddleOCR::CRNNRecognizer> reccvi(std::make_shared<PaddleOCR::CRNNRecognizer>());
std::shared_ptr<PaddleOCR::CRNNRecognizer> reccvi;
/*
DLLEXPORT char* PaddleOCRText(cv::Mat& img)
{
    std::vector<std::pair<std::string,cv::Rect>> str_res;
    std::string tmpstr;

    if (!img.data) {
        return "could not read Mat ";
    }
    PaddleOCR::OCRConfig config  = readOCRConfig();
    //打印config参数
    config.PrintConfigInfo();

    //图像检测文本
    PaddleOCR::DBDetector det(config.det_model_dir, config.use_gpu, config.gpu_id,
        config.gpu_mem, config.cpu_math_library_num_threads,
        config.use_mkldnn, config.max_side_len, config.det_db_thresh,
        config.det_db_box_thresh, config.det_db_unclip_ratio,
        config.use_polygon_score, config.visualize,
        config.use_tensorrt, config.use_fp16);

    PaddleOCR::Classifier* cls = nullptr;
    if (config.use_angle_cls == true) {
        cls = new PaddleOCR::Classifier(config.cls_model_dir, config.use_gpu, config.gpu_id,
            config.gpu_mem, config.cpu_math_library_num_threads,
            config.use_mkldnn, config.cls_thresh,
            config.use_tensorrt, config.use_fp16);
    }

    PaddleOCR::CRNNRecognizer rec(config.rec_model_dir, config.use_gpu, config.gpu_id,
        config.gpu_mem, config.cpu_math_library_num_threads,
        config.use_mkldnn, config.char_list_file,
        config.use_tensorrt, config.use_fp16);

    //检测文本框
    std::vector<std::vector<std::vector<int>>> boxes;
    det.Run(img, boxes);
    //OCR识别
    str_res = rec.RunOCR(boxes, img, cls);

    for (auto item : str_res) {
        tmpstr += item.first + ":" + std::to_string(item.second.x) +
            "," + std::to_string(item.second.y) + "," + std::to_string(item.second.width)
            + "," + std::to_string(item.second.height) + "#";
    }

    char* reschar = new char[tmpstr.length() + 1];
    tmpstr.copy(reschar, std::string::npos);

    return reschar;
}

DLLEXPORT int PaddleOCRTextRect(cv::Mat& img, OCRTextRect* resptr)
{
    std::vector<std::pair<std::string, cv::Rect>> str_res;
    std::string tmpstr;

    if (!img.data) {
        return 0;
    }
    PaddleOCR::OCRConfig config = readOCRConfig();
    //打印config参数
    config.PrintConfigInfo();

    //图像检测文本
    PaddleOCR::DBDetector det(config.det_model_dir, config.use_gpu, config.gpu_id,
        config.gpu_mem, config.cpu_math_library_num_threads,
        config.use_mkldnn, config.max_side_len, config.det_db_thresh,
        config.det_db_box_thresh, config.det_db_unclip_ratio,
        config.use_polygon_score, config.visualize,
        config.use_tensorrt, config.use_fp16);

    PaddleOCR::Classifier* cls = nullptr;
    /*if (config.use_angle_cls == true) {
        cls = new PaddleOCR::Classifier(config.cls_model_dir, config.use_gpu, config.gpu_id,
            config.gpu_mem, config.cpu_math_library_num_threads,
            config.use_mkldnn, config.cls_thresh,
            config.use_tensorrt, config.use_fp16);
    }*/
/*
    PaddleOCR::CRNNRecognizer rec(config.rec_model_dir, config.use_gpu, config.gpu_id,
        config.gpu_mem, config.cpu_math_library_num_threads,
        config.use_mkldnn, config.char_list_file,
        config.use_tensorrt, config.use_fp16);

    //检测文本框
    std::vector<std::vector<std::vector<int>>> boxes;
    det.Run(img, boxes);
    //OCR识别
    str_res = rec.RunOCR(boxes, img, cls);

    try
    {
        for (int i = 0; i < str_res.size(); ++i) {
            char* reschar = new char[str_res[i].first.length() + 1];
            str_res[i].first.copy(reschar, std::string::npos);
            resptr[i].OCRText = reschar;
            resptr[i].ptx = str_res[i].second.x;
            resptr[i].pty = str_res[i].second.y;
            resptr[i].width = str_res[i].second.width;
            resptr[i].height = str_res[i].second.height;

            //std::cout << "cout:" << str_res[i].first << std::endl;
        }
    }
    catch (const std::exception& ex)
    {
        std::cout << ex.what() << std::endl;
    }

    return str_res.size();
}
*/

PaddleOCR::OCRConfig readOCRConfig()
{
    保证config.txt从本DLL目录位置读取
   //获取DLL自身所在路径(此处包括DLL文件名)
    char   DllPath[_MAX_PATH] = { 0 };
    getcwd(DllPath, _MAX_PATH);

    std::cout << DllPath << std::endl;

    strcat(DllPath, "\\config.txt");
    std::cout << DllPath << std::endl;
    截取DLL所在目录(去掉DLL文件名)
    //char drive[_MAX_DRIVE];
    //char dir[_MAX_DIR];
    //char fname[_MAX_FNAME];
    //char ext[_MAX_EXT];
    //_splitpath(DllPath, drive, dir, fname, ext);
    字符串拼接
    //strcat(dir, "config.txt");

    return PaddleOCR::OCRConfig(DllPath);
}

DLLEXPORT int Initial_Model()
{
    PaddleOCR::OCRConfig config = readOCRConfig();
    //打印config参数
    config.PrintConfigInfo();
    //图像检测文本
    std::shared_ptr<PaddleOCR::DBDetector> det = std::make_shared<PaddleOCR::DBDetector>(config.det_model_dir, config.use_gpu, config.gpu_id,
        config.gpu_mem, config.cpu_math_library_num_threads,
        config.use_mkldnn, config.max_side_len, config.det_db_thresh,
        config.det_db_box_thresh, config.det_db_unclip_ratio,
        config.use_polygon_score, config.visualize,
        config.use_tensorrt, config.use_fp16);
    //PaddleOCR::DBDetector  det_init(config.det_model_dir, config.use_gpu, config.gpu_id,
        //config.gpu_mem, config.cpu_math_library_num_threads,
        //config.use_mkldnn, config.max_side_len, config.det_db_thresh,
        //config.det_db_box_thresh, config.det_db_unclip_ratio,
        //config.use_polygon_score, config.visualize,
        //config.use_tensorrt, config.use_fp16);
    std::shared_ptr<PaddleOCR::CRNNRecognizer> rec = std::make_shared<PaddleOCR::CRNNRecognizer>(config.rec_model_dir, config.use_gpu, config.gpu_id,
        config.gpu_mem, config.cpu_math_library_num_threads,
        config.use_mkldnn, config.char_list_file,
        config.use_tensorrt, config.use_fp16);
    //PaddleOCR::CRNNRecognizer  rec_init(config.rec_model_dir, config.use_gpu, config.gpu_id,
        //config.gpu_mem, config.cpu_math_library_num_threads,
        //config.use_mkldnn, config.char_list_file,
        //config.use_tensorrt, config.use_fp16);
    //PaddleOCR::CRNNRecognizer  rec_init(config.rec_model_dir, config.use_gpu, config.gpu_id,
        //config.gpu_mem, config.cpu_math_library_num_threads,
        //config.use_mkldnn, config.char_list_file,
        //config.use_tensorrt, config.use_fp16);
    //det = det_init;
    //rec = rec_init;

    detcvi = det;
    reccvi = rec;
    if (detcvi == NULL || reccvi == NULL) {
        cout << "模型初始化失败！" << endl;
        return -1;
    
    }
    return 0;
}

DLLEXPORT int PaddleOCRDetectionRect(cv::Mat& img, OCRTextRect* resptr)
{
    //检测文本框
    std::vector<std::pair<std::string, cv::Rect>> str_res;
    std::vector<std::vector<std::vector<int>>> boxes;
    if (detcvi == NULL)
    {
        cout << "det model initialize failed" << endl;
        return -1;
    }
    detcvi->Run(img, boxes);
    /*for (int i = 0; i < boxes.size(); i++) { //对生成的检测框进行扩展，上下左右各扩展5个像素
        int x1 = boxes[i][0][0] - 0;  
        int y1 = boxes[i][0][1] - 0;
        int x2 = boxes[i][3][0] + 0;
        int y2 = boxes[i][3][1] + 0;
        if (x1 < 0) {     //判断扩展后是否越界
            x1 = 0;
        
        }
        if (y1 < 0) {
            y1 = 0;
        }
        if (x2 > img.cols) {
            x2 = img.cols;
        
        }
        if (y2 < img.rows) {
            y2 = img.rows;
        
        }
        boxes[i][0][0] = x1; 
        boxes[i][0][1] = y1;
        boxes[i][1][0] = x2;
        boxes[i][1][1] = y1;
        boxes[i][2][0] = x1;
        boxes[i][2][1] = y2;
        boxes[i][3][0] = x2;
        boxes[i][3][1] = y2;
    }*/
    //OCR识别
    PaddleOCR::Classifier* cls = nullptr;
    if (reccvi == NULL)
    {
        cout << "rec model initialize failed" << endl;
        return -1;
    }
    str_res = reccvi->RunOCR(boxes, img, cls);

    try
    {
        for (int i = 0; i < str_res.size(); ++i) {
            char* reschar = new char[str_res[i].first.length() + 1];
            str_res[i].first.copy(reschar, std::string::npos);
            resptr[i].OCRText = reschar;
            resptr[i].ptx = str_res[i].second.x;
            resptr[i].pty = str_res[i].second.y;
            resptr[i].width = str_res[i].second.width;
            resptr[i].height = str_res[i].second.height;

            //std::cout << "cout:" << str_res[i].first << std::endl;
        }
    }
    catch (const std::exception& ex)
    {
        std::cout << ex.what() << std::endl;
    }
    return str_res.size();

}

11、按照正常步骤保存并生成，就可以得到自己的dll。

12、分别调用初始化函数、和识别函数就能实现文字识别功能。