Windows下使用PaddleOCR识别

一、下载PaddleOCR源文件

PaddleOCR为百度PaddlePaddle（飞浆）开源的OCR识别项目，最新版本为2.1，其源代码放在GitHub上，项目地址为https://hub.fastgit.org/PaddlePaddle/PaddleOCR，hub.fastgit.org为GitHub的镜像网站，访问速度和下载速度较快，且可以跟GitHub完整同步，而此前推荐使用的gitee（码云）经实际导入paddleOCR，发现源代码并不与GitHub上一致，导致后续遇到莫名错误，这里不再赘述。

使用C#与PaddleOCR相结合，需要先在GitHub上下载源代码，然后使用CMake编译出Visual Studio项目文件，在Visual Studio中编译为C++可执行程序或dll链接库中，最后在进行调用。
下载源代码后，还需要在paddle官网下载Windows 预测库，预测库分为CPU版和GPU版，本文使用的CPU版，下载版本为cpu_avx_mkl(2.0.2)，如下图所示：

最后需要从下载模型文件，这里使用的模型文件为2.0系列，模型文件分为移动端（体积小）和服务器端（体积大，精度更高），而模型一共分为检测模型、方向分类模型和识别模型三个压缩文件包，下载之后，每个压缩包内有三个文件，如下图所示：

二、使用CMake进行编译

PaddleOCR中需要使用OpenCV，因此在使用CMake编译前需要先下载源文件，可在OpenCV官网进行下载，本文使用OpenCV4.5.1版本和CMake3.18.0版本，下载地址为OpenCV4.5.1和cmake-3.18.0。
opencv下载后是一个可执行文件，运行选择文件夹解压缩即可。然后打开CMake程序，选择PaddleOCR源代码所在文件夹和编译之后的项目所在文件夹，然后点击下方Configure，报错之后填写U
ngrouped Entries中的OPENCV_DIR、OpenCV_DIR（…\opencv4.5.1\opencv\build）和PADDLE_LIB（paddle预测库解压出的文件夹路径如…\paddle_inference_install_dir），如下图所示：

点击下方的Configure，提示Configure Done后，点击Generate，提示Generate Done后，点击Open Project，则会自动启动Visual Studio（作者安装的vs版本为2019）打开本地化工程文件，如下图所示：

三、使用Visual Studio进行编译

在Visual Studio中，首先将配置选为release，平台选为x64，然后右侧解决方案管理器选中ocr_system，右键–>仅用于项目–>仅生成ocr_system，然后会产生一些诸如“无法解析的外部符号”等错误，这时需要点击vs菜单栏的项目，然后选择属性，打开ocr_system的属性窗口，选择C/C++的代码生成，将运行库设置为多线程/MT，如下图所示：

然后重复右键–>仅用于项目–>仅生成ocr_system，如无意外会显示生成成功，如下图所示：

打开cmd命令行工具，切换到release文件夹下，试运行文件夹下生成的ocr_system.exe程序。
首先需打开deploy\cpp_infer\tools\config.txt配置文件，修改det_model_dir、cls_model_dir及rec_model_dir三个参数，为自己下载并解压的模型文件夹路径，修改char_list_file参数为绝对路径，修改如下图所示：

然后将config文件复制到release文件夹下，并在doc\imgs文件夹下复制一张示例图片，然后在cmd命令行输入如下命令进行测试：

ocr_system.exe config.txt 1.jpg

会提示找不到paddle_inference.dll错误，这时需要找到paddle_inference_install_dir\paddle\lib文件夹，然后将paddle_inference.dll复制到release文件夹下，然后输入上述命令运行，运行成功不过结果为乱码，需要在命令行输入 CHCP 65001，然后运行，结果如下图所示：

运行成功！

参考文档

Windows 下 PaddleOCR C++推理部署 cmake vs2017
C++ 编译 PaddleOCR（CPU版）
安装与编译 Windows 预测库
PaddleOCR文字识别C#部署-1
PaddleOCR安装及使用_conda_ubuntu
python3.7中安装paddleocr以及paddlepaddle包
win10安装shapely报错，找不到geos_c.dll
https://www.lfd.uci.edu/~gohlke/pythonlibs/
https://pypi.tuna.tsinghua.edu.cn/simple/