在 C++ 项目中，通过源码使用 PaddlePaddle 实现 OCR 功能

Posted on by hackdl

My-PaddleOCR

介绍

如何在 C++ 项目中，通过源码使用 PaddlePaddle 实现 OCR 功能。
本项目的所有源码：gitee: paddleocr

目前，官方提供使用 PaddleOcr 的方案有：

  • 在 Python 项目中，调用 paddlepaddle + paddleocr 包。

  • 在 C++项目中，调用一个可执行文件。（由编译 PaddleOCR 中的 deploy/cpp_infer 下的代码形成）

    Paddle OCR 提供了一个通过编译 deploy/cpp_infer 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

其它方法：

  • 使用 Python 写一个 RESTful 服务，然后让 C++项目调用这个服务功能。

这里主要介绍一个更加直接的方法：

  • 将 deploy/cpp_infer 的源码引入到我们的 C++项目。
  • 做适当修改后，我们就可以直接使用这些 API。
  • 当然，如果你愿意的话，也可以将这些源码形成一个新的项目，编译成一个 dll。（这里并不介绍）
    说明：
  • 下面的方法只在 release 版中有效。可能是因为paddle_inference.dll 只支持 release 版。
    如果要支持 debug 版，可能需要重新编译 PaddlePaddle。

Paddle OCR C++ 源码

Paddle OCR 的仓库，在github: PaddleOCR 或者 gitee: PaddleOCR
C++ 相关的代码在目录 deploy/cpp_infer 里。

如何引入 Paddle OCR C++ 源码

需要安装的组件

  • opencv
    我在 opencv 4.6 版本上测试通过。
    注意：opencv 4.5 版本存在一些问题，会导致功能异常。
    设置环境变量：
@REM 设置opencv目录环境变量
setx OPENCV_ROOT "C:3rdopencv4.6build"
  • paddle_inference
    我用的是 2.6 版。
    设置环境变量：
@REM 设置paddle_inference目录环境变量
setx PADDLE_ROOT "C:3rdpaddle_inference"
  • cuda (optional)
    你应该懂得。
  • cudnn (optional)
    你应该懂得。

创建 C++项目

  • 创建一个空的 C++ 项目。

  • 在项目中创建文件：OpenCVDebug.props



  
  
  
  
    
      $(OPENCV_ROOT)include;%(AdditionalIncludeDirectories)
    
    
      $(OPENCV_ROOT)x64vc15lib;%(AdditionalLibraryDirectories)
      opencv_world460d.lib;%(AdditionalDependencies)
  • 在项目中创建文件：OpenCVRelease.props 


  
  
  
  
    
      $(OPENCV_ROOT)include;%(AdditionalIncludeDirectories)
    
    
      $(OPENCV_ROOT)x64vc15lib;%(AdditionalLibraryDirectories)
      opencv_world460.lib;%(AdditionalDependencies)
  • 在项目中创建文件：PaddleDebug.props 


  
  
  
  
    
      ./;$(PADDLE服务器托管网_ROOT)/paddle/include;$(PADDLE_ROOT)/third_party/install/zlib/include;$(PADDLE_ROOT)/third_party/boost;$(PADDLE_ROOT)/third_party/eigen3;$(PADDLE_ROOT)/third_party/install/mklml/include;%(AdditionalIncludeDirectories)
    
    
      $(PADDLE_ROOT)/third_party/install/zlib/lib;$(PADDLE_ROOT)/third_party/install/mklml/lib;$(PADDLE_ROOT)/paddle/lib;%(AdditionalLibraryDirectories)
      paddle_inference.lib;mklml.lib;libiomp5md.lib;%(AdditionalDependencies)
  • 在项目中创建文件：PaddleRelease.props 


  
  
  
  
    
      ./;$(PADDLE_ROOT)/paddle/include;$(PADDLE_ROOT)/third_party/install/zlib/include;$(PADDLE_ROOT)/third_party/boost;$(PADDLE_ROOT)/third_party/eigen3;$(PADDLE_ROOT)/third_party/install/mklml/include;%(AdditionalIncludeDirectories)
    
    
      $(PADDLE_ROOT)/third_party/install/zlib/lib;$(PADDLE_ROOT)/third_party/install/mklml/lib;$(PADDLE_ROOT)/paddle/lib;%(AdditionalLibraryDirectories)
      paddle_inference.lib;mklml.lib;libiomp5md.lib;%(AdditionalDependencies)
  • 修改 C++项目文件：my-paddleocr.vcxproj

引入 Paddle OCR C++ 源码

  • 克隆 Paddle OCR 仓库到本地。
  • 切换到分支 release/2.6。
git clone https://gitee.com/paddlepaddle/PaddleOCR.git
cd PaddleOCR
git checkout release/2.6
  • 将 deploy/cpp_infer 目录下的 include、src两个目录的内容复制到我们的 C++ 项目中。
  • 修改新的 src 目录名称为 ocr。
  • 删除ocr/main.cpp
  • 在include目录下创建ocr_flags.h文件，内容如下：

这个文件是为了替换 google 的 gflags 库的使用。

#pragma once

// common args
#include 
using std::string;

#define DECLARE_bool(name) extern bool FLAGS_##name;
#define DECLARE_int32(name) extern int FLAGS_##name;
#define DECLARE_string(name) extern string FLAGS_##name;
#define DECLARE_double(name) extern double FLAGS_##name;

#define DEFINE_VARIABLE(type, name, value, help)                               
    static const type FLAGS_nono##name = value;                                
    type FLAGS_##name = FLAGS_nono##name;                                      
    static type FLAGS_no##name = FLAGS_nono##name;

#define DEFINE_bool(name, val, txt) DEFINE_VARIABLE(bool, name, val, txt)
#define DEFINE_int32(name, val, txt) DEFINE_VARIABLE(int, name, val, txt)
#define DEFINE_string(name, val, txt) DEFINE_VARIABLE(string, name, val, txt)
#define DEFINE_double(name, val, txt) DEFINE_VARIABLE(double, name, val, txt)
  • 修改include/args.h文件，内容如下：

不使用 gflags/gflags.h
注释行 // #include
增加行 #include "ocr_flags.h"

...
// #include 
#include "ocr_flags.h"
...
  • 修改ocr/args.cpp文件，内容如下：

不使用 gflags/gflags.h
注释行 // #include
增加行 #include "include/ocr_flags.h"

...
// #include 
#include "include/ocr_flags.h"
...
  • 修改include/paddleocr.cpp文件，内容如下：

不使用 auto_log/autolog.h
注释行 // #include "auto_log/autolog.h"
注释方法 PPOCR::benchmark_log 的内容。

// #include "auto_log/autolog.h"
...
void PPOCR::benchmark_log(int img_num) {
  // if (this->time_info_det[0] + this->time_info_det[1] +
  // this->time_info_det[2] >
  //     0) {
  //   AutoLogger autolog_det("ocr_det", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                          FLAGS_enable_mkldnn, FLAGS_cpu_threads, 1,
  //                          "dynamic", FLAGS_precision, this->time_info_det,
  //                          img_num);
  //   autolog_det.report();
  // }
  // if (this->time_info_rec[0] + this->time_info_rec[1] +
  // this->time_info_rec[2] >
  //     0) {
  //   AutoLogger autolog_rec("ocr_rec", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                          FLAGS_enable_mkldnn, FLAGS_cpu_threads,
  //                          FLAGS_rec_batch_num, "dynamic", FLAGS_precision,
  //                          this->time_info_rec, img_num);
  //   autolog_rec.report();
  // }
  // if (this->time_info_cls[0] + this->time_info_cls[1] +
  // this->time_info_cls[2] >
  //     0) {
  //   AutoLogger autolog_cls("ocr_cls", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                          FLAGS_enable_mkldnn, FLAGS_cpu_threads,
  //                          FLAGS_cls_batch_num, "dynamic", FLAGS_precision,
  //                          this->time_info_cls, img_num);
  //   autolog_cls.report();
  // }
}
...
  • 修改include/paddlestructure.cpp文件，内容如下：

不使用 auto_log/autolog.h
注释行 // #include "auto_log/autolog.h"
注释方法 PPOCR::benchmark_log 的内容。

// #include "auto_log/autolog.h"
...
void PaddleStructure::benchmark_log(int img_num) {
  // if (this->time_info_det[0] + this->time_info_det[1] +
  // this->time_info_det[2] >
  //     0) {
  //   AutoLogger autolog_det("ocr_det", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                          FLAGS_enable_mkldnn, FLAGS_cpu_threads, 1,
  //                          "dynamic", FLAGS_precision, this->time_info_det,
  //                          img_num);
  //   autolog_det.report();
  // }
  // if (this->time_info_rec[0] + this->time_info_rec[1] +
  // this->time_info_rec[2] >
  //     0) {
  //   AutoLogger autolog_rec("ocr_rec", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                          FLAGS_enable_mkldnn, FLAGS_cpu_threads,
  //                          FLAGS_rec_batch_num, "dynamic", FLAGS_precision,
  //                          this->time_info_rec, img_num);
  //   autolog_rec.report();
  // }
  // if (this->time_info_cls[0] + this->time_info_cls[1] +
  // this->time_info_cls[2] >
  //     0) {
  //   AutoLogger autolog_cls("ocr_cls", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                          FLAGS_enable_mkldnn, FLAGS_cpu_threads,
  //                          FLAGS_cls_batch_num, "dynamic", FLAGS_precision,
  //                          this->time_info_cls, img_num);
  //   autolog_cls.report();
  // }
  // if (this->time_info_table[0] + this->time_info_table[1] +
  //         this->time_info_table[2] >
  //     0) {
  //   AutoLogger autolog_table("table", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                            FLAGS_enable_mkldnn, FLAGS_cpu_threads,
  //                            FLAGS_cls_batch_num, "dynamic", FLAGS_precision,
  //                            this->time_info_table, img_num);
  //   autolog_table.report();
  // }
  // if (this->time_info_layout[0] + this->time_info_layout[1] +
  //         this->time_info_layout[2] >
  //     0) {
  //   AutoLogger autolog_layout("layout", FLAGS_use_gpu, FLAGS_use_tensorrt,
  //                             FLAGS_enable_mkldnn, FLAGS_cpu_threads,
  //                             FLAGS_cls_batch_num, "dynamic",
  //                             FLAGS_precision, this->time_info_layout,
  //                             img_num);
  //   autolog_layout.report();
  // }
}
...
  • 修改include/utility.cpp文件，内容如下：

不使用 dirent.h
注释行 // #include
注释方法 Utility::GetAllFiles 的内容。

// #include 
...
// list all files under a directory
void Utility::GetAllFiles(const char *dir_name,
                          std::vector &all_inputs) {
  // if (NULL == dir_name) {
  //   std::cout d_name, ".") == 0 ||
  //         strcmp(filename->d_name, "..") == 0)
  //       continue;
  //     // img_dir + std::string("/") + all_inputs[0];
  //     all_inputs.push_back(dir_name + std::string("/") +
  //                          std::string(filename->d_name));
  //   }
  // }
}
...

编写调用程序

  • 在项目中创建文件：paddle_util.h
    内容如下：
#pragma once
using namespace std;

#include 

class PaddleUtil {
public:
  PaddleUtil();

public:
  static PaddleUtil &get();
  static void init();
  void rec_image(const string &imageFile);

private:
  PaddleOCR::PPOCR ocr;
};
  • 在项目中创建文件：paddle_util.cpp
    内容如下：
#include "opencv2/core.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/imgproc.hpp"
#include 
#include 

#include "paddle_util.h"
#include 

using namespace PaddleOCR;

PaddleUtil::PaddleUtil() {}

PaddleUtil &PaddleUtil::get() {
  static PaddleUtil self;
  return self;
}

void PaddleUtil::init() {
  FLAGS_det = true;
  FLAGS_rec = true;
  FLAGS_cls = false;
  FLAGS_use_angle_cls = false;
  FLAGS_det_model_dir = "model/whl/det/en/en_PP-OCRv3_det_infer";
  FLAGS_rec_model_dir = "model/whl/rec/en/en_PP-OCRv4_rec_infer";
  FLAGS_rec_char_dict_path = "model/en_dict.txt";
}

void PaddleUtil::rec_image(const string &imageFile) {
  if (FLAGS_benchmark) {
    ocr.reset_timer();
  }

  cv::Mat img = cv::imread(imageFile, cv::IMREAD_COLOR);
  if (!img.data) {
    std::cerr  ocr_result =
      ocr.ocr(img, FLAGS_det, FLAGS_rec, FLAGS_cls);

  Utility::print_result(ocr_result);
  if (FLAGS_visualize && FLAGS_det) {
    std::string file_name = Utility::basename(imageFile);
    Utility::VisualizeBboxes(img, ocr_result, FLAGS_output + "/" + file_name);
  }
}
  • 在项目中创建主程序文件：my-paddleocr.cpp
    内容如下：
#include 

#include "paddle_util.h"

int main() {

  PaddleUtil::init();
  PaddleUtil::get().rec_image("model/254.jpg");
  std::cout

编译运行

  • 在 Visual Studio 中使用 Release 版本编译。
  • 运行 copy_paddle_dll.bat，复制 paddle_inference.dll 到输出目录。
@REM copy dll to Release
copy /Y %PADDLE_ROOT%paddlelibpaddle_inference.dll .x64Release
copy /Y %PADDLE_ROOT%third_partyinstallmkldnnlibmkldnn.dll .x64Release
copy /Y %PADDLE_ROOT%third_partyinstallmklmllibmklml.dll .x64Release
copy /Y %PADDLE_ROOT%third_partyinstallmklmlliblibiomp5md.dll .x64Release
copy /Y %PADDLE_ROOT%third_partyinstallpaddle2onnxlibpaddle2onnx.dll .x64Release
copy /Y %PADDLE_ROOT%third_partyinstallonnxruntimelibonnxruntime.dll .x64Release

服务器托管，北京服务服务器托管网器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net

相关推荐: zookeeper源码(05)数据存储

本文详细分析一下zookeeper的数据存储。 ZKDatabase 维护zookeeper服务器内存数据库，包括session、dataTree和committedlog数据，从磁盘读取日志和快照后启动。 关键字段 // 数据节点树 protected Da…

服务器托管，北京服务器托管，服务器租用，机房机柜带宽租用

服务器托管

咨询：董先生

电话13051898268 QQ/微信93663045！

上一篇:
下一篇: