PaddleOCR+OpenCV实现中英文识别

一、概述

• 接上一篇文章说到，PaddleOCRv2.0的识别效果很好，因此这里试着搭建一下，看看究竟如何。
• 本文使用v2.0.0版本进行测试，该版本对应有官方编译好的库。
• 使用的测试环境为win10，vs2017，x64，Release
• 使用的库包括PaddleOCR预测库2.0.2(官方给出的编译成功的CPU版本和GPU版本)、OpenCV(我用的是4.5.1，其他版本应该也可以，只做图像的读取使用)
• 工程的构建可以使用cmake，也可以直接使用vs2017构建工程，然后手动添加库，均可以使用。

二、编译与修改

2.1 准备工作

• 下载PaddleOCRv2.0的源代码。
• 下载官方编译成功的三方库PaddleOCR预测库2.0.2。如果电脑有支持NVIDIA的CUDA，那么可以同时下载CPU和GPU版本。下载GPU版本时，注意CUDA和cudnn的版本。同时在解压后注意库文件中的version.txt，里面包含了这个库编译时所有的环境，以及依赖库等。CPU版本不需要特别注意，但是GPU版本需要注意TensorRT的版本。
• 如果需要使用GPU版本，那么一定确保显卡支持GPU， 同时安装了对应的驱动，CUDA、cudnn，以及TensorRT库。
• 找到PaddleOCR源代码中的“path\PaddleOCR-release-2.0\deploy\cpp_infer”目录，其中include目录就是所有的头文件，src就是即将使用的源代码(main,cpp就是主函数)，tools目录中有config.txt模板。"pathPaddleOCR-release-2.0\ppocr\utils"文件中有字库文件ppocr_keys_v1.txt。

2.2 编译中存在的问题

• 1、用cmake或是直接构建工程这一步就不在多说了，这么简单，谁不会呀。
• 2、如果是手动构建的工程，需要手动添加对应的头文件和库文件，就是下载的PaddleOCR预测库和编译好的OpenCV。
• 3、编译过程会出现找不到dirent.h文件，没有关系，可以参考这篇博客，新建一个，然后添加到工程中既可以。文章最后也会给出编译好的工程，供大家测试使用。
• 4、glog这个库可以不需要，因为我在编译时报错，所以直接注释掉了。
• 5、VS017中config.cpp中出现字符串分配内存语法错误，可以这样修改：

  char* strs = new char[str.length() + 1];
  //char strs[str.length() + 1];
  std::strcpy(strs, str.c_str());

  char* d = new char[delim.length() + 1];
  //char d[delim.length() + 1];
  std::strcpy(d, delim.c_str());

• 6、VS017中utility.cpp中出现lstat未定义的标识符可以这样修改：

  struct stat s;
  stat(dir_name, &s);

• 7、对代码的字符识别结果输出函数进行了简单的修改，将结果保存在txt中。

三、运行与结果

对于CPU版本

• 首先需要下载对应的模型文件，轻量级或是普通级都可以。解压后放在自己随意指定的目录即可，注意每种模型可以解压出三个文件。
• 将之前的字库文件ppocr_keys_v1.txt和配置文件config.txt同样可以放在该目录，方便查找。注意修改config.txt中模型文件的路径，以及设置use_gpu 0。
• 在工程属性中的调试选项中设置好命令参数，如：./cfg/config.txt ./imgs
• 在工程属性中的环境选项中设置好dll的路径，如：path=../3rd_party/paddle_inference_install_cpu/bin;../3rd_party/opencv/bin;分号不要忘记，不然会找不到dll文件。
• 在识别字符时，如果时使用exe运行乱码，此时可以在执行exe前在终端中输入CHCP 65001，将终端的编码方式由GBK编码(默认)改为UTF-8编码。
• 如果是通过VS2017控制台输出乱码，试了很多方法，但是这个我目前也没有好的解决方案，只是将结果保存在txt中进行对比。有知道怎么修改的大神可以评论区留言指导一下。
• 识别结果图片：
  
  
  
  
  
  
  
  
  
• txt中保存的文字，识别效果还是很好的，只是可能输出的顺序不太一致，不是按照从上到下的顺序，这个需要根据矩形框的位置进行修改。
  
  对于GPU的程序代码测试：
• 其实大体上和CPU一致，只是需要一下几点：
• 1、主要问题在这里有说明：https://github.com/PaddlePaddle/PaddleOCR/issues/2355
• 2、添加CUDA，cudnn和tensorRT库。
• 3、设置config.txt中的use_gpu 1，use_tensorrt 0（开启这一快好像有问题，官方好像还不支持，但是又必须要这个库）
• 4、根据自身GPU的显存大小设置gpu_mem 1000（我的GPU为2G，比较小，因此设置为1000）
• 5、运行结果和上面一致，就不在显示了。

四、完整工程代码及三方库

• 由于整个工程较大，因此分为库文件和工程两部分都上传
• 百度下载地址:
  库文件：https://pan.baidu.com/s/1_dUbugY2ymcd3WAB3pkqrQ 提取码：2q5k
  工程文件：https://pan.baidu.com/s/11ZIjIn21Ms-pi1kmOIBwkg 提取码：w1tn
• CSDN下载地址：
  库文件：
  https://download.csdn.net/download/qq_38589460/21110985?spm=1001.2014.3001.5503
  工程文件：
  https://download.csdn.net/download/qq_38589460/21110975?spm=1001.2014.3001.5503
• 如要识别视频，可以参考博客：https://blog.csdn.net/zaibeijixing/article/details/114498371