paddleOCRC#部署之Sdcb.PaddleOCR

简介

本篇介绍Sdcb.PaddleOCR的使用，原文介绍请转至 https://github.com/sdcb/PaddleSharp 查看

#下面先贴源码

//系统引用
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
//Sdcb引用
using Sdcb.PaddleOCR;
using Sdcb.PaddleInference;
using Sdcb.PaddleOCR.Models;
using OpenCvSharp;

namespace winForm_OCR
{
    public partial class Form1 : Form
    {
        PaddleOcrAll all;
        //以下是模型和字典路径
        string det = @"C:\Users\SpesTech\Desktop\飞桨SDBC开发测试\1test\model\ch_PP-OCRv4_det_infer";
            string rec = @"C:\Users\SpesTech\Desktop\飞桨SDBC开发测试\1test\model\ch_PP-OCRv4_rec_infer";
            string cls = @"C:\Users\SpesTech\Desktop\飞桨SDBC开发测试\1test\model\ch_ppocr_mobile_v2.0_cls_infer";
            string key = @"C:\Users\SpesTech\Desktop\飞桨SDBC开发测试\1test\model\ppocr_keys_v1.txt";
        public Form1()
        {
            InitializeComponent();
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            //模型初始化
            FullOcrModel model = FullOcrModel.FromDirectory(det, cls, rec, key, ModelVersion.V4);
			//加载模型，同时设置用什么推理，我这里用的GPU,后面的说明里介绍如何使用GPU或CPU
            all = new PaddleOcrAll(model, PaddleDevice.Gpu())
            {
                AllowRotateDetection = true,
                Enable180Classification = false
            };
            
        }

        private void button1_Click(object sender, EventArgs e)
        {
            
            //使用OpenCV读取图像并检测
            Mat srcImg = Cv2.ImRead("1.bmp");
            DateTime star = DateTime.Now;
            //获取结果，result 结果包含置信度，文本框坐标，文本内容
            PaddleOcrResult result = all.Run(srcImg);
            DateTime end = DateTime.Now;
            label1.Text = (end - star).ToString();
            textBox1.Text = result.Text;
            pictureBox1.BackgroundImage = new Bitmap(srcImg.ToMemoryStream())as Image;
        }
    }
}

说明

使用CPU推理

cpu推理较为简单，在vs的NuGet里安装下面几个包

代码里需要改的地方就是模型加载那块把

all = new PaddleOcrAll(model, PaddleDevice.Gpu())
	                                        ∨
all = new PaddleOcrAll(model, PaddleDevice.Mkldnn())

PaddleDevice还有好多选项，大概意思是用什么进行加速推理，Mkldnn和Openblas是cpu加速推理的C++库吧，我记得是这样。

选用什么要根据你用的什么模型，什么设备进行同时也要看你下载的那个包使用，我用cpu推理的时候用的
Sdcb.PaddleInference.runtime.win64.mkl
所以我的代码里就是 PaddleDevice.Mkldnn()

使用GPU推理

在vs的NuGet里安装下图所示的几个包

注意：使用GPU需要将支持CPU的包卸载掉，二者只能存其一
Sdcb.PaddleInference.runtime.win64.mkl

同时还要下载cuda、cudnn、TensorRT
我的显卡是NVIDIA GeForce RTX3060Ti
最高支持Cuda11.8

安装显卡驱动之后在cmd中 输入 nvidia-smi 进行查看
这几个工具我安装的版本是
Cuda 11.2.0
cudnn 8.9.7
TensorRT 7.2.3

cuda安装最好比显卡支持的最高版本低一点，我一开始装的11.8没运行起来。当然爱折腾的可以试试

官方也有支持其他版本cuda的NuGet里也可以看到，不过这几个工具的大版本一定按照其标的下载

关于Cuda 和cudnn的下载安装

Cuda的安装比较简单，网上也有很多教程大家随便搜一下就会有一大堆出来，这里我稍微提一下 cudnn和TensorRT的安装，他们的安装其实并不叫安装，相当于添加了一些文件到Cuda的安装路径下，同时也要添加一些系统变量。网上也有很多教程，东西下载下来照猫画虎的操作下来也就OK了。还有就是这两需要注册账号才能下载

其他

引用这块直接看图

主要就是这些，如果你在NuGet中下载的那么在debug文件夹中还会生成一个dll文件夹

里面是一些必要的dll，我想应该是Sdcb其他的依赖，也有可能是对飞桨官方C++的一些封装。

OK！文章到这基本也就结束了，如有问题可以留言，看到一定会回复，即使不知道也会回复：不知道！！（理直气壮）（手动狗头）