導讀

本期將介紹并演示C++ OpenCV使用PaddleOCR做文字識別的步驟與效果。

介紹

百度深度學習框架PaddlePaddle開源的OCR項目PaddleOCR近期霸榜github。使用測試后發(fā)現(xiàn)識別效果很好，對于簡單的應用(車票車牌身份證等)，直接用項目提供的模型即可使用。特殊應用，可自己訓練后使用。上篇文章已介紹了Python OpenCV使用步驟，文章鏈接如下：

讓OCR更簡單 | PaddleOCR+OpenCV實現(xiàn)文字識別步驟與代碼演示

本文將介紹C++ OpenCV使用PaddleOCR做文字識別步驟。

效果展示

第一部分使用Halcon OCR實例中的部分圖片驗證，測試效果如下視頻：

第二部分使用車牌識別圖片驗證，測試效果如下視頻：

實現(xiàn)步驟

(1) 下載PaddleOCR 2.0源碼：

https://github.com/PaddlePaddle/PaddleOCR

解壓后：

(2) 下載paddle_inference_install_dir文件并解壓：

https://www./documentation/docs/en/guides/05_inference_deployment/inference/windows_cpp_inference_en.html

解壓后：

(3) 下載OpenCV Release版并解壓，這里使用4.4.0版本：

(4) CMake編譯PaddleOCR源碼：使用版本我這里選擇現(xiàn)成的VS2017 x64，CMake 3.16，注意下面藍色部分中3個目錄配置，然后依次Config和Generate，生成ocr_system.sln。

(5) 打開ocr_system.sln，選擇x64 Release模式，生成ALL_BUILD，生成成功后，Release文件夾會生成ocr_system.exe。

(6) 下載識別模型(輕量級和通用型模型)，下載地址：

https://github.com/PaddlePaddle/PaddleOCR

輕量級模型(模型文件小約9.4M,識別速度快,時間約為通用型模型一半，識別效果一般情況夠用,相較通用型模型差一些)：

通用型模型(模型文件大約155M,識別速度慢,識別效果相較輕量級模型更好)：

(7) 將其他所需文件復制到ocr_system.exe同目錄，包括config.txt(配置文件)、ppocr_keys_v1.txt(字庫文件)

config.txt配置如下，注意修改下面紅色部分路徑為自己的

所需文件如下：

(8) cmd運行測試:ocr_system.exe config.txt 1.png

(9) 如果想將功能添加到自己項目中，可以查看main.cpp做參考

上面效果預覽中的2個視頻效果就是我加了MFC界面的簡單應用，大家也可以自己嘗試。視頻中的MFC Demo源碼與素材均已上傳至知識星球中，需要的朋友可以加入獲取。