Windows下PaddleOCR用NCNN部署

Freeze-hu

已于 2023-07-08 12:23:16 修改

阅读量980

点赞数 1

分类专栏： AI 文章标签： windows paddle

于 2023-07-08 12:13:49 首次发布

本文链接：https://blog.youkuaiyun.com/huzhifei/article/details/131610293

版权

AI 专栏收录该内容

8 篇文章

订阅专栏

该文介绍了一个使用ncnn库的PaddleOCR实现，包括加载检测和识别模型的函数，以及模型推理的主要步骤。代码示例中展示了如何处理txt文件的字符编码，以防止中文乱码，并提供了模型参数和二进制文件的加载方法。最后，文章提供了一个链接供下载相关代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.所用到的ncnn格式的模型文件

要问这些模型哪里来的，请看下面提示信息:

2.查看字典函数读取方法

char* readKeysFromAssets()
{

	std::ifstream ifs("./model/paddleocr_keys.txt");
	if (!ifs.is_open())
	{
		return 0;
	}

	ifs.seekg(0, std::ios_base::end);
	int length = ifs.tellg();
	ifs.seekg(std::ios_base::beg);
	char* buff = new char[length + 1]();
	ifs.read(buff, length + 1);

	return buff;
}

这个paddleocr_keys.txt 的字符编码格式是可以修改，改为ANSI 格式，这样在cmd行中就不会中文乱码

3.模型加载函数，分为检测模型和识别模型

int ret = dbNet.load_param("./model/pdocrv2.0_det-op.param");
		if (ret != 0)
		{
			return false;
		}
		ret = crnnNet.load_param("./model/pdocrv2.0_rec-op.param");
		if (ret != 0)
		{
			return false;
		}
	}
	// init bin
	{
		int ret = dbNet.load_model("./model/pdocrv2.0_det-op.bin");
		if (ret != 0)
		{
			return false;
		}
		ret = crnnNet.load_model("./model/pdocrv2.0_rec-op.bin");
		if (ret != 0)
		{
			return false;
		}
	}

4.模型推理主要函数

void PaddleOCRNcnn_Detect(bool use_gpu, cv::Mat& rgb)
{

	std::vector<TextBox> objects;
	objects = getTextBoxes(rgb, 0.4, 0.3, 2.0);

	std::vector<cv::Mat> partImages = getPartImages(rgb, objects);
	std::vector<TextLine> textLines = getTextLines(partImages);

	if (textLines.size() > 0)
	{
		for (int i = 0; i < textLines.size(); i++)
			objects[i].text = textLines[i].text;
	}

	if (objects.size() > 0)
	{
		for (size_t i = 0; i < objects.size(); i++)
		{

			float x0 = objects[i].boxPoint[0].x;
			float y0 = objects[i].boxPoint[0].y;
			float x1 = objects[i].boxPoint[1].x;
			float y1 = objects[i].boxPoint[1].y;
			float x2 = objects[i].boxPoint[2].x;
			float y2 = objects[i].boxPoint[2].y;
			float x3 = objects[i].boxPoint[3].x;
			float y3 = objects[i].boxPoint[3].y;

			cv::line(rgb, cv::Point(x0, y0), cv::Point(x1, y1), cv::Scalar(0, 0, 255), 2, 8);
			cv::line(rgb, cv::Point(x1, y1), cv::Point(x2, y2), cv::Scalar(0, 0, 255), 2, 8);
			cv::line(rgb, cv::Point(x2, y2), cv::Point(x3, y3), cv::Scalar(0, 0, 255), 2, 8);
			cv::line(rgb, cv::Point(x3, y3), cv::Point(x0, y0), cv::Scalar(0, 0, 255), 2, 8);

			cv::putTextZH(
				rgb,
				textLines[i].text.c_str(),
				cv::Point(x1, y1),
				CV_RGB(255, 255, 255),
				20
			);
		}
	}
}