paddleocr C++生成dll

已于 2024-04-28 10:58:31 修改
阅读量1.5k 收藏 17
点赞数 10
文章标签： c++ 开发语言 paddle ocr paddleocr
于 2024-04-28 09:12:15 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/qq_49627063/article/details/138266870
版权

目录

编译完成后修改内容:

新建ppocr.h头文件

注释掉main.cpp内全部内容，将下面内容替换进去。ppocr.h需要再环境配置中包含进去头文件

然后更改配置信息，将exe换成dll

随后右击重新编译会在根目录生成dll,lib文件。

注意这些dll一个也不能少。生成dll后，重新在vs中新建一个C++项目 

内容如下：

相关的配置如下：

需要更改输出目录，添加连接器，并将项目里需要的内容一并放入输出目录中

 结果展示：

 结语：

paddeocr用cmake编译生成exe请查阅我的另一篇博客，这里只看如何在exe的基础上生成dll

借鉴博主：

humour9

 准备版本:release2.5

编译完成后修改内容:

新建ppocr.h头文件

#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

注释掉main.cpp内全部内容，将下面内容替换进去。ppocr.h需要再环境配置中包含进去头文件

#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;
}

然后更改配置信息，将exe换成dll

随后右击重新编译会在根目录生成dll,lib文件。

注意这些dll一个也不能少。生成dll后，重新在vs中新建一个C++项目 

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 = "C:\\Users\\lenovo\\source\\repos\\test_dll\\test_dll//1234.jpg";
    const char* dll_path = "C:\\Users\\lenovo\\source\\repos\\test_dll\\test_dll/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;
}

相关的配置如下：

需要更改输出目录，添加连接器，并将项目里需要的内容一并放入输出目录中

 

 结果展示：

 结语：

只提供解决方案，非无偿解答问题。

===================2024.4.28日修改==============

新增release2.7版本修改内容

mian.cpp内容    2.7及以后版本 ocr.ocr函数内容传参变为img_list, FLAGS_det, FLAGS_rec, FLAGS_cls。  所以将mian函数修改一下重新定义一个img_list 这个团队的源码里面也有。其他与之前的内容保持一致。

#include <iostream>
#include <include/paddleocr.h>
#include <include/args.h>
#include "ooccrr.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() << std::endl;

    PPOCR ocr = PPOCR();

    std::cout << "begin process" << std::endl;
    //PPOCR::ocr(std::vector<cv::Mat> img_list, bool det, bool rec, bool cls)
    std::vector<cv::Mat> img_list;
    std::vector<cv::String> img_names;
    for (int i = 0; i < cv_all_img_names.size(); ++i) {
        cv::Mat img = cv::imread(cv_all_img_names[i], cv::IMREAD_COLOR);
        if (!img.data) {
            std::cerr << "[ERROR] image read failed! image path: "
                << cv_all_img_names[i] << std::endl;
            continue;
        }
        img_list.push_back(img);
        img_names.push_back(cv_all_img_names[i]);
    }

    std::vector<std::vector<OCRPredictResult>> ocr_results = ocr.ocr(img_list, 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: "
            << std::endl;
        exit(1);
    }
    std::string file_name = Utility::basename(image_dir);
    Utility::VisualizeBboxes(srcimg, ocr_results[0],
        FLAGS_output + file_name);
    std::cout << "***************************" << std::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;
}

芝士是只猫
关注
paddle ocr 部署后封装成dll 供exe调用 C++
weixin_60575402的博客
08-02 454
paddle ocr 部署后封装成dll 供外部exe调用
ocr_system.dll_百度OCR识别Dll_paddleOCR_v2.1.1dll_离线识别dll
10-13
百度OCR识别Dll_paddleOCR_v2.1.1dll_离线识别dll
2024年最新新手掌握PaddleOCR使用（训练自己数据集与知识蒸馏）
最新发布
hsling
09-11 4330
由于框架在不断迭代，最新版的指导希望能帮助新手掌握训练自己的数据集与知识蒸馏过程
C#【必备技能篇】VS2019 使用C/C++ 生成DLL 文件，并用 C/C++、C#调用DLL
04-22
在C#开发软件的过程中，要经常调用C/C++生成的dll，本文主要介绍用C/C++生成dll的步骤，以及用C/C++、C#两种语言实现dll的引用实现。本文使用的IDE是VS2019，文章通过具体实例进行讲解，大家可以跟着自己动手进行测试。 原文链接：https://blog.csdn.net/sinat_40003796/article/details/124348814
百度飞桨PaddleOCR c++部署动态库文件
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。
windows部署C++ paddleocr + 打包为dll供其他项目调用
zyxlzgyx的博客
03-08 3130
paddlecor
C++部署百度飞桨PaddleOCR最新版本
m0_67153775的博客
08-19 1331
Paddleocr效果还是很不不错的。由于是纯小白，文中表述不准确的还望多多担待。
paddlepaddle（二） 文字识别 PaddleOCR C++部署
zaibeijixing的专栏
03-07 9694
本文章记录，如何将PaddleOCR应用到window下的C++项目中，实现利用摄像头实时显示输出，上述即为实际的检测效果。看得出来，对不同大小语言文字检测性能都还不错。 主要过程包括：①PaddleOCR的编译，②VS2019的属性配置，③cpp文件修改用来显示图像 一、PaddleOCR编译 官方给出在VS中cmake，https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.0/deploy/cpp_infer/docs/wi...
PaddleOCR C++动态库编译及调用识别（一）
Vaccae的博客
07-12 1万+
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在windows 10 系统中编译生成exe和dll文件_使用GPU__(一)】
D_____L的博客
03-10 1541
用于记录分享一下自己学习的过程，也希望能对看到的人有所帮助。由于python在文字识别上识别速度慢问题（为什么慢还用py，懂得都懂），使用paddleocr官方的C++版本生成dll文件供python调用来提升识别速度。介绍了cmake和vs编译paddleocr的操作过程，编译过程中肯定还有许多的问题，由于时间问题，后续将继续整理遇到的问题及如何在python中使用dll文件。也欢迎各位大佬交流！！！
封装C++项目为DLL文件
nini_k的博客
11-18 3237
C++封装 总体参考文章：https://juejin.im/post/6844903701522415624 现在假设我们的项目实现为两个文件： 需要实现为一个.cpp和一个.h。生成一个DLL项目： .h文件如下： #ifdef DETECT_EXPORTS #define DETECT_API __declspec(dllexport) #else #define DETECT_API __declspec(dllimport) #endif #include "stdafx.h" #incl
paddleOCR vs2015编译运行 基于c++引擎推理 CPU版本
weixin_41597991的博客
11-16 2239
1.下载开源项目：https://github.com/PaddlePaddle/PaddleOCR 下载c++预测库：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/advanced_guide/inference_deployment/inference/windows_cpp_inference.html 我下载的是预测库v2.0-rc0版本（paddle_inference.zip） 将项目和预测库解压到同意目录下
PaddleOCR字符识别cpu部署（C++）踩坑实录
qq_43814893的博客
08-06 4573
PaddleOCR字符识别cpu部署（C++）踩坑实录 因工作需要，而使用PaddleOCR字符识别，效果不错的同时，部署也是一大难题。在此记录部署的过程方便他人避坑，同时也希望能给到像我一样的部署新人苦手一点帮助。 一.准备工作 (1)opencv4.5.2(其他版本也可以，环境配置一定要做好) (2)CMAKE3.18.0(同样其他版本也应该是可以的) (3)个人使用的是Visual studio2019 (4)下载PaddleOCR项目文件、PaddleOCR系列模型、paddle_reference
PaddleOCR 2.1版本 GPU部署 （C++/CUDA 11.0）
qq_43814893的博客
08-16 3132
PaddleOCR 2.1版本 GPU部署 （C++）时隔一年，由于工作原因，对PaddleOCR进行GPU版本的部署，同时对识别精度和速度要求更高，故对GPU版本进行部署，和CPU版本大差不差，但是可能坑和细节更多，因此本文详细部署不做过多叙述，可能着重放在变化上CPU版本部署见上篇文章：https://blog.csdn.net/qq_43814893/article/details/119415960?...
Paddle OCR C++部署 （CPU）
weixin_60575402的博客
08-01 1800
因工作需要，需要实现roi框下的字符识别，故选择基于paddle ocr的离线模型来开发。在此之前已经完成了OCR v4的部署，并封装成dll，以供exe调用。但有些图像感觉识别效果不是很好，且速度较慢，不知道是因为离线模型数据集太少或是什么原因，故在此部署一个OCRv3的模型，对比看看效果。v4和v3的部署方式是一样的，只是库文件会有变化，部署v4时，cmake之后根据vs报错修改即可
【转】在 C++ 项目中，通过源码使用 PaddlePaddle 实现 OCR 功能
weixin_44367548的博客
03-31 992
如何在 C++ 项目中，通过源码使用 PaddlePaddle 实现 OCR 功能。目前，官方提供使用 PaddleOcr 的方案有：在 Python 项目中，调用paddleocr包。在 C++项目中，调用一个可执行文件。（由编译PaddleOCR中的下的代码形成）Paddle OCR 提供了一个通过编译下的代码为ppocr.exe，然后通过命令行调用获取 OCR 的结果。具体过程见：服务器端 C++预测使用 Python 写一个 RESTful 服务，然后让 C++项目调用这个服务功能。
C++ 编译 PaddleOCR（CPU版）
热门推荐
yougrt的博客
08-15 1万+
C++ 编译 PaddleOCR PaddleOCR项目地址 下载文件 PaddleOCR 项目文件 需要登录！ paddle推理预测库 选择 cpu_avx_mkl 版 opencv 3.4.5 开始下载后，复制下载链接用迅雷下载，会快很多！ 模型文件：一般自己不再训练模型的话，就选择inference模型。 链接见下方 模型名称 模型简介 检测模型地址 识别模型地址 支持空格的识别模型地址 chinese_db_crnn_mobile 超轻量级中文OCR模型 inference模
Win10 + C++ + Paddle编译成DLL C++调用OCR文字识别
weixin_45052870的博客
08-23 6884
2.5.5、在args.cpp下更改一下默认参数，这里我将模型文件改成了和dll同目录下，这里也可以改成参数传入dll。2.1，1、打开ppocr的项目属性并更改两个地方从exe改到dll。3.1.编写一个测试的exe,把模型文件和DLL文件放在项目目录。2.6.6、生成项目，一切顺利的话会得到一个ppocr.dll。2.3.3、先注释掉main.cpp中的所有代码。第二个输出目录，如果没有相应文件夹创建一个。2.2.2、添加一个头文件ppocr.h。2，右键筛选器，添加-》新建项。
c++生成dll
05-26
要生成一个C++的DLL，你需要完成以下步骤： 1. 创建一个C++ DLL项目。可以在Visual Studio中使用"Win32 Console Application"项目类型，选择“DLL”作为应用程序类型。 2. 添加需要导出的函数。在项目中添加需要导出的函数，并且使用__declspec(dllexport)来标记它们。例如： ```cpp __declspec(dllexport) int Add(int a, int b) { return a + b; } ``` 3. 生成DLL。选择“生成”->“生成解决方案”来生成DLL文件。 4. 使用DLL。将生成的DLL文件复制到你的应用程序目录下，并且在代码中使用LoadLibrary函数来加载DLL文件，使用GetProcAddress函数来获取导出函数的地址。例如： ```cpp HMODULE hModule = LoadLibrary("yourdll.dll"); if (hModule != NULL) { typedef int (*AddFunc)(int, int); AddFunc add = (AddFunc)GetProcAddress(hModule, "Add"); if (add != NULL) { int result = add(1, 2); // do something with result } FreeLibrary(hModule); } ``` 这样，你就可以生成一个C++的DLL，并且在其他应用程序中使用它了。
评论 1
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

打赏作者

芝士是只猫

开源使得世界变得更美丽

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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