PaddleOCR 使用C++预测超轻量中文检测、识别模型

1. 准备工作

1.1 运行环境

操作系统建议用Linux。我使用的Ubuntu 16.04.6，处理器是4核 Intel® Core™ i5-7500 CPU @ 3.40GHz。

1.2 编译依赖库

本demo主要使用了第三方库opencv和paddle预测库。

1.2.1 编译Opencv

推荐使用opencv 3.0以上版本（以opencv3.4.7为例）。

1）下载和解压

wget https://github.com/opencv/opencv/archive/3.4.7.tar.gz
    
tar xvf 3.4.7.tar.gz

2）编译

cd opencv-3.4.7
mkdir build
cd build

cmake .. \
-DCMAKE_INSTALL_PREFIX= {设定的opencv要install的目录} \
-DCMAKE_BUILD_TYPE=Release \
-DBUILD_SHARED_LIBS=OFF \
-DWITH_IPP=OFF \
-DBUILD_IPP_IW=OFF \
-DWITH_LAPACK=OFF \
-DWITH_EIGEN=OFF \
-DCMAKE_INSTALL_LIBDIR=lib64 \
-DWITH_ZLIB=ON \
-DBUILD_ZLIB=ON \
-DWITH_JPEG=ON \
-DBUILD_JPEG=ON \
-DWITH_PNG=ON \
-DBUILD_PNG=ON \
-DWITH_TIFF=ON \
-DBUILD_TIFF=ON

make -j4
make install

make install完成之后，会在opencv install的目录下生成opencv头文件和库文件，用于后面的OCR代码编译。最终在安装路径下的文件结构如下所示：

opencv3/
|-- bin
|-- include
|-- lib
|-- lib64
|-- share

1.2.2 编译Paddle预测库

1）下载代码

git clone https://github.com/PaddlePaddle/Paddle.git

2）编译

mkdir build
cd build

cmake  .. \
-DWITH_CONTRIB=OFF \
-DWITH_MKL=OFF \
-DWITH_MKLDNN=OFF  \
-DWITH_TESTING=OFF \
-DCMAKE_BUILD_TYPE=Release \
-DWITH_INFERENCE_API_TEST=OFF \
-DON_INFER=ON \
-DWITH_PYTHON=ON

make -j4
make inference_lib_dist

编译完成之后，可以在build/paddle_inference_install_dir/文件下看到生成了以下文件及文件夹。

build/paddle_inference_install_dir/
|-- CMakeCache.txt
|-- paddle
|-- third_party
|-- version.txt

• 注： 如果编译的时候报too many files open的错误，设置一下 ulimit -n 63356

更多编译参数选项可以参考Paddle C++预测库官网：
https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/05_inference_deployment/inference/build_and_install_lib_cn.html#congyuanmabianyi

2. 运行

2.1 将模型导出为inference model

可以参考模型预测章节（https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/doc/doc_ch/inference.md），导出inference model，用于模型预测。模型导出之后，假设放在inference目录下，则目录结构如下。

inference/
|-- det_db
|   |--inference.pdparams
|   |--inference.pdimodel
|-- rec_rcnn
|   |--inference.pdparams
|   |--inference.pdparams

2.2 编译PaddleOCR C++预测demo

2.2.1 下载PaddleOCR

git clone https://github.com/PaddlePaddle/PaddleOCR.git

cd PaddleOCR/deploy/cpp_infer

vi tools/build.sh

将build.sh中的OPENCV_DIR设置成自己编译opencv的install path（1.2.1），LIB_DIR设置成Paddle预测库编译的路径，参考下图：

sh tools/build.sh

编译完成之后，会在build文件夹下生成一个名为ocr_system的可执行文件。

运行程序：

sh tools/run.sh

程序运行效果如下图：

当前目录下会生成ocr_vis.png的结果图片。效果如下：