基于qtc++和python的结合实现文字识别项目

1.前言

最近刚刚完成了一个基于paddleocr的文字识别项目，使用了python和qtC++两个语言进行编写软件，最终得到的想要的效果，在这个过程中遇到了许多问题，解决之后也获得了许多经验。为此，特将个人经验所得记录于此，尽可能的写出所遇到的奇奇怪怪的问题以及奇奇怪怪的解决方式，该文章涉及到了python，C++，qt，linux等方面的林林总总的问题，且在之后若有更多的想法，将会进行增改。

2.python+paddleocr实现文字识别

2.1主要流程

paddleocr是paddlepaddle的一个文字识别模型，可以直接通过pip来进行paddleocr的包下载，最好加上清华源或者其它镜像源，更容易下载成功。执行如下指令

pip install paddleocr -i 镜像源网址

这里我用的是anaconda在环境里进行安装。如下图所示。

注意：paddleocr还需要下载依赖库paddlepaddle-gpu（cpu版本也可以但是代码内要注意使用cpu）。下载gpu版本需要在paddlepaddle官网选择相应的版本进行下载，选择完成后会产生pip下载指令如下图所示。

下载好之后，即可以import使用paddleocr了。如下代码所示。

import cv2
import numpy as np
import paddleocr

这里还使用了cv2和numpy进行了图像分割，有助于paddleocr进行识别。

在之后通过定义一个paddleocr变量来进行识别操作如下代码所示。

ocr = paddleocr.PaddleOCR(use_angle_cls=True,lang='en',gpu_use=False)
//gpu_use = False是为了不使用gpu，增加可移植性。
word = ocr.ocr(r'.\crop.jpg')
//对路径图片进行文字识别，返回列表。

这样，就实现了文字识别，具体结果可以自己设置一个白色背景文字照片将路径输入实验。

2.2注意事项

对于注意事项以及更加详细的使用过程，可以参考我这篇文章。

关于paddleocr的一些使用注意事项：安装，使用和提高准确度_如何看paddleocr是否正确装好-优快云博客

分割图像注意事项：在该文章我提到了可以通过将存在大量文字的图像进行块分割，可以减少模型识别工作量，提高精度和准确度。并提供了对于表格类图片进行快速分割的便捷方法和注意事项。

3.qtC++和python的结合

其实python可以通过pip安装pyqt或pyside的，然后使用pyinstaller库生成exe文件。但是有时候会被要求使用qtc++进行UI编程，这时就不得不C++里调用python了，事实上，paddleocr也有C++库，但是使用方式是通过cmake进行构建编译生成exe文件，再使用C++调用，若要在代码层面上使用paddleocr，费很长时间，配置难度也很高，所以此项目不选用调用C++版本paddleocr。

C++调用python，我尝试了三种方法，三种方法亲测有效，根据实际情况可以选择不同的

3.1三种方法

思路就是通过C++内部的代码调用python的程序，分别是通过调用python生成的exe，通过python自带的C++调用python文件和用代码通过cmd运行python文件。

3.1.1调用python生成的exe文件

其实除了第二种方法，第一种和第三种方法都用到了qtC++中的一个名为QProcess的类，通过该类来调用python，如下代码所示。

//头文件下
//类外
#include <QProcess>
//类内
QProcess process;

//C文件下
process.start(QString("%1/python生成的exe文件名字.exe").arg(work_path));

该方法需要将python程序打包成exe文件，这里需要安装pyinstaller库，通过pip下载即可。其它作者还没有使用过，所以也不知道是否可行，对于pyinstaller库，有一些注意事项我认为需要提出。

使用pyinstaller时，按照一般方法在终端可以使用指令来进行打包，如以下指令。

pyinstaller 你的文件名.py --noconsole

这样，就会产生一个spec文件和一个dist文件夹，spec文件类似于负责为pyinstaller文件提供打包要求，--noconsole意思是运行exe程序时，无需打开控制终端界面，使用该命令后，spec文件的    console=False，如以下代码所示。

exe = EXE(
    pyz,
    a.scripts,
    [],
    exclude_binaries=True,
    name='word_scan',
    debug=False,
    bootloader_ignore_signals=False,
    strip=False,
    upx=True,
    console=False,
    disable_windowed_traceback=False,
    argv_emulation=False,
    target_arch=None,
    codesign_identity=None,
    entitlements_file=None,
)

但是对于paddleocr这种第三方库，运行exe文件时，会产生报错。

由于几个月前用的这个方法，现在已经放弃不用了，所以具体报错什么没法展示，但是缺少paddleocr的一些dll文件，在linux是缺少so文件，所以，要将spec改成如下内容。

# -*- mode: python ; coding: utf-8 -*-


a = Analysis(
    ['word_scan.py'],
    pathex=['D:\\software\\anaconda\\envs\\P312\\Lib\\site-packages\\paddleocr','D:\\software\\anaconda\\envs\\P312\\Lib\\site-packages\\paddle\\libs'],
    binaries=[('D:\\software\\anaconda\\envs\\P312\\Lib\\site-package