After Width: | Height: | Size: 510 KiB |
After Width: | Height: | Size: 581 KiB |
After Width: | Height: | Size: 723 KiB |
After Width: | Height: | Size: 947 KiB |
After Width: | Height: | Size: 352 KiB |
After Width: | Height: | Size: 1.3 MiB |
Before Width: | Height: | Size: 19 MiB |
|
@ -1,18 +1,35 @@
|
|||
- [Visual Studio 2019 Community CMake 编译指南](#visual-studio-2019-community-cmake-编译指南)
|
||||
- [1. 环境准备](#1-环境准备)
|
||||
- [1.1 安装必须环境](#11-安装必须环境)
|
||||
- [1.2 下载 PaddlePaddle C++ 预测库和 Opencv](#12-下载-paddlepaddle-c-预测库和-opencv)
|
||||
- [1.2.1 下载 PaddlePaddle C++ 预测库](#121-下载-paddlepaddle-c-预测库)
|
||||
- [1.2.2 安装配置OpenCV](#122-安装配置opencv)
|
||||
- [1.2.3 下载PaddleOCR代码](#123-下载paddleocr代码)
|
||||
- [2. 开始运行](#2-开始运行)
|
||||
- [Step1: 构建Visual Studio项目](#step1-构建visual-studio项目)
|
||||
- [Step2: 执行cmake配置](#step2-执行cmake配置)
|
||||
- [Step3: 生成Visual Studio 项目](#step3-生成visual-studio-项目)
|
||||
- [Step4: 预测](#step4-预测)
|
||||
- [FAQ](#faq)
|
||||
|
||||
# Visual Studio 2019 Community CMake 编译指南
|
||||
|
||||
PaddleOCR在Windows 平台下基于`Visual Studio 2019 Community` 进行了测试。微软从`Visual Studio 2017`开始即支持直接管理`CMake`跨平台编译项目,但是直到`2019`才提供了稳定和完全的支持,所以如果你想使用CMake管理项目编译构建,我们推荐你使用`Visual Studio 2019`环境下构建。
|
||||
|
||||
**下面所有示例以工作目录为 `D:\projects\cpp`演示**。
|
||||
|
||||
## 1. 环境准备
|
||||
### 1.1 安装必须环境
|
||||
|
||||
## 前置条件
|
||||
* Visual Studio 2019
|
||||
* CUDA 10.2,cudnn 7+ (仅在使用GPU版本的预测库时需要)
|
||||
* CMake 3.0+
|
||||
* CMake 3.22+
|
||||
|
||||
请确保系统已经安装好上述基本软件,我们使用的是`VS2019`的社区版。
|
||||
|
||||
**下面所有示例以工作目录为 `D:\projects`演示**。
|
||||
### 1.2 下载 PaddlePaddle C++ 预测库和 Opencv
|
||||
|
||||
### Step1: 下载PaddlePaddle C++ 预测库 paddle_inference
|
||||
#### 1.2.1 下载 PaddlePaddle C++ 预测库
|
||||
|
||||
PaddlePaddle C++ 预测库针对不同的`CPU`和`CUDA`版本提供了不同的预编译版本,请根据实际情况下载: [C++预测库下载列表](https://paddleinference.paddlepaddle.org.cn/user_guides/download_lib.html#windows)
|
||||
|
||||
|
@ -26,87 +43,98 @@ paddle_inference
|
|||
└── version.txt # 版本和编译信息
|
||||
```
|
||||
|
||||
### Step2: 安装配置OpenCV
|
||||
#### 1.2.2 安装配置OpenCV
|
||||
|
||||
1. 在OpenCV官网下载适用于Windows平台的3.4.6版本, [下载地址](https://sourceforge.net/projects/opencvlibrary/files/3.4.6/opencv-3.4.6-vc14_vc15.exe/download)
|
||||
2. 运行下载的可执行文件,将OpenCV解压至指定目录,如`D:\projects\opencv`
|
||||
1. 在OpenCV官网下载适用于Windows平台的Opencv, [下载地址](https://github.com/opencv/opencv/releases)
|
||||
2. 运行下载的可执行文件,将OpenCV解压至指定目录,如`D:\projects\cpp\opencv`
|
||||
3. 配置环境变量,如下流程所示
|
||||
- 我的电脑->属性->高级系统设置->环境变量
|
||||
- 在系统变量中找到Path(如没有,自行创建),并双击编辑
|
||||
- 新建,将opencv路径填入并保存,如`D:\projects\opencv\build\x64\vc14\bin`
|
||||
- 新建,将opencv路径填入并保存,如`D:\projects\cpp\opencv\build\x64\vc14\bin`
|
||||
|
||||
### Step3: 使用Visual Studio 2019直接编译CMake
|
||||
#### 1.2.3 下载PaddleOCR代码
|
||||
```bash
|
||||
git clone -b dygraph https://github.com/PaddlePaddle/PaddleOCR
|
||||
```
|
||||
|
||||
1. 打开Visual Studio 2019 Community,点击`继续但无需代码`
|
||||

|
||||
2. 点击: `文件`->`打开`->`CMake`
|
||||

|
||||
## 2. 开始运行
|
||||
|
||||
选择项目代码所在路径,并打开`CMakeList.txt`:
|
||||
### Step1: 构建Visual Studio项目
|
||||
cmake安装完后后系统里会有一个cmake-gui程序,打开cmake-gui,在第一个输入框处填写源代码路径,第二个输入框处填写编译输出路径
|
||||
|
||||

|
||||

|
||||
|
||||
3. 点击:`项目`->`CMake设置`
|
||||
### Step2: 执行cmake配置
|
||||
点击界面下方的`Configure`按钮,第一次点击会弹出提示框进行Visual Studio配置,如下图,选择你的Visual Studio版本即可,目标平台选择x64。然后点击`finish`按钮即开始自动执行配置。
|
||||
|
||||

|
||||

|
||||
|
||||
4. 分别设置编译选项指定`CUDA`、`CUDNN_LIB`、`OpenCV`、`Paddle预测库`的路径
|
||||
第一次执行会报错,这是正常现象,接下来进行Opencv和预测库的配置
|
||||
|
||||
三个编译参数的含义说明如下(带`*`表示仅在使用**GPU版本**预测库时指定, 其中CUDA库版本尽量对齐):
|
||||
* cpu版本,仅需考虑OPENCV_DIR、OpenCV_DIR、PADDLE_LIB三个参数
|
||||
|
||||
| 参数名 | 含义 |
|
||||
| ---- | ---- |
|
||||
| *CUDA_LIB | CUDA的库路径 |
|
||||
| *CUDNN_LIB | CUDNN的库路径 |
|
||||
| OPENCV_DIR | OpenCV的安装路径 |
|
||||
| PADDLE_LIB | Paddle预测库的路径 |
|
||||
- OPENCV_DIR:填写opencv lib文件夹所在位置
|
||||
- OpenCV_DIR:同填写opencv lib文件夹所在位
|
||||
- PADDLE_LIB:paddle_inference文件夹所在位置
|
||||
|
||||
* GPU版本,在cpu版本的基础上,还需填写以下变量
|
||||
CUDA_LIB、CUDNN_LIB、TENSORRT_DIR、WITH_GPU、WITH_TENSORRT
|
||||
|
||||
- CUDA_LIB: CUDA地址,如 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64`
|
||||
- CUDNN_LIB: 和CUDA_LIB一致
|
||||
- TENSORRT_DIR:TRT下载后解压缩的位置
|
||||
- WITH_GPU: 打钩
|
||||
- WITH_TENSORRT:打勾
|
||||
|
||||
配置好的截图如下
|
||||
|
||||

|
||||
|
||||
配置完成后,再次点击`Configure`按钮。
|
||||
|
||||
**注意:**
|
||||
1. 使用`CPU`版预测库,请把`WITH_GPU`的勾去掉
|
||||
2. 如果使用的是`openblas`版本,请把`WITH_MKL`勾去掉
|
||||
1. 如果使用的是`openblas`版本,请把`WITH_MKL`勾去掉
|
||||
2. 遇到报错 `unable to access 'https://github.com/LDOUBLEV/AutoLog.git/': gnutls_handshake() failed: The TLS connection was non-properly terminated.`, 将 `deploy/cpp_infer/external-cmake/auto-log.cmake` 中的github地址改为 https://gitee.com/Double_V/AutoLog 地址即可。
|
||||
|
||||

|
||||
### Step3: 生成Visual Studio 项目
|
||||
|
||||
下面给出with GPU的配置示例:
|
||||

|
||||
**注意:**
|
||||
CMAKE_BACKWARDS的版本要根据平台安装cmake的版本进行设置。
|
||||
点击`Generate`按钮即可生成Visual Studio 项目的sln文件。
|
||||

|
||||
|
||||
**设置完成后**, 点击上图中`保存并生成CMake缓存以加载变量`。
|
||||
点击`Open Project`按钮即可在Visual Studio 中打开项目。打开后截图如下
|
||||
|
||||
5. 点击`生成`->`全部生成`
|
||||

|
||||
|
||||

|
||||
在开始生成解决方案之前,执行下面步骤:
|
||||
1. 将`Debug`改为`Release`
|
||||
2. 下载[dirent.h](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/dirent.h),并拷贝到 Visual Studio 的 include 文件夹下,如`C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Auxiliary\VS\include`。
|
||||
|
||||
点击`生成->生成解决方案`,即可在`build/Release/`文件夹下看见`ppocr.exe`文件。
|
||||
|
||||
运行之前,将下面文件拷贝到`build/Release/`文件夹下
|
||||
1. `paddle_inference/paddle/lib/paddle_inference.dll`
|
||||
2. `opencv/build/x64/vc15/bin/opencv_world455.dll`
|
||||
|
||||
### Step4: 预测
|
||||
|
||||
上述`Visual Studio 2019`编译产出的可执行文件在`out\build\x64-Release\Release`目录下,打开`cmd`,并切换到`D:\projects\PaddleOCR\deploy\cpp_infer\`:
|
||||
上述`Visual Studio 2019`编译产出的可执行文件在`out\build\x64-Release\Release`目录下,打开`cmd`,并切换到`D:\projects\cpp\PaddleOCR\deploy\cpp_infer\`:
|
||||
|
||||
```
|
||||
cd D:\projects\PaddleOCR\deploy\cpp_infer
|
||||
cd /d D:\projects\cpp\PaddleOCR\deploy\cpp_infer
|
||||
```
|
||||
可执行文件`ppocr.exe`即为样例的预测程序,其主要使用方法如下,更多使用方法可以参考[说明文档](../readme.md)`运行demo`部分。
|
||||
|
||||
```shell
|
||||
#识别中文图片 `D:\projects\PaddleOCR\doc\imgs_words\ch\`
|
||||
.\out\build\x64-Release\Release\ppocr.exe rec --rec_model_dir=D:\projects\PaddleOCR\ch_ppocr_mobile_v2.0_rec_infer --image_dir=D:\projects\PaddleOCR\doc\imgs_words\ch\
|
||||
|
||||
#识别英文图片 'D:\projects\PaddleOCR\doc\imgs_words\en\'
|
||||
.\out\build\x64-Release\Release\ppocr.exe rec --rec_model_dir=D:\projects\PaddleOCR\inference\rec_mv3crnn --image_dir=D:\projects\PaddleOCR\doc\imgs_words\en\ --char_list_file=D:\projects\PaddleOCR\ppocr\utils\dict\en_dict.txt
|
||||
# 切换终端编码为utf8
|
||||
CHCP 65001
|
||||
# 执行预测
|
||||
.\build\Release\ppocr.exe system --det_model_dir=D:\projects\cpp\ch_PP-OCRv2_det_slim_quant_infer --rec_model_dir=D:\projects\cpp\ch_PP-OCRv2_rec_slim_quant_infer --image_dir=D:\projects\cpp\PaddleOCR\doc\imgs\11.jpg
|
||||
```
|
||||
|
||||
|
||||
第一个参数为配置文件路径,第二个参数为需要预测的图片路径,第三个参数为配置文本识别的字典。
|
||||
识别结果如下
|
||||

|
||||
|
||||
|
||||
### FQA
|
||||
* 在Windows下的终端中执行文件exe时,可能会发生乱码的现象,此时需要在终端中输入`CHCP 65001`,将终端的编码方式由GBK编码(默认)改为UTF-8编码,更加具体的解释可以参考这篇博客:[https://blog.csdn.net/qq_35038153/article/details/78430359](https://blog.csdn.net/qq_35038153/article/details/78430359)。
|
||||
|
||||
* 编译时,如果报错`错误:C1083 无法打开包括文件:"dirent.h":No such file or directory`,下载可[dirent.h](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/dirent.h)文件,并添加到`utility.cpp`的头文件引用中。
|
||||
|
||||
* 编译时,如果报错`Autolog未定义`,新建`autolog.h`文件,内容为:[autolog.h](https://github.com/LDOUBLEV/AutoLog/blob/main/auto_log/autolog.h),并添加到`main.cpp`的头文件引用中,再次编译。
|
||||
|
||||
* 运行时,如果弹窗报错找不到`paddle_inference.dll`或者`openblas.dll`,在`D:\projects\paddle_inference`预测库内找到这两个文件,复制到`D:\projects\PaddleOCR\deploy\cpp_infer\out\build\x64-Release\Release`目录下。不用重新编译,再次运行即可。
|
||||
## FAQ
|
||||
|
||||
* 运行时,弹窗报错提示`应用程序无法正常启动(0xc0000142)`,并且`cmd`窗口内提示`You are using Paddle compiled with TensorRT, but TensorRT dynamic library is not found.`,把tensort目录下的lib里面的所有dll文件复制到release目录下,再次运行即可。
|
||||
|
|