Awesome
RapidOcrOnnx
联系方式
- QQ1群:
887298230已满, - QQ2群:
755960114已满, - QQ3群:450338158
- QQ4群:419196348
Project下载
- 整合好源码和依赖库的完整工程项目,可以在Release中下载(github)
- 可到Q群共享内下载,以Project开头的压缩包文件为源码工程,例:Project_RapidOcrOnnx-版本号.7z
- 如果想自己折腾,则请继续阅读本说明
Demo下载(win、mac、linux)
- 编译好的demo,可以在release中下载,或者Q群共享内下载
- 各平台可执行文件:linux-bin.7z、macos-bin.7z、windows-bin.7z
- 用于java的jni库:linux-jni.7z、macos-jni.7z、windows-jni.7z
- 用于C的动态库:linux-clib.7z、macos-clib.7z、windows-clib.7z
- C动态库调用范例:RapidOcrOnnxLibTest
- 注意:linux编译平台为ubuntu18.04,如果你的linux版本无法运行demo,请自行从源码编译依赖库和完整项目。
介绍
请查看项目主仓库:https://github.com/RapidAI/RapidOCR
这个项目使用onnxruntime框架进行推理
采用onnxruntime框架https://github.com/microsoft/onnxruntime
更新说明
代码贡献者
- configuration parameters for the number of IntraOp threads by https://github.com/Gmgge
- 支持传入bitmap和image的二进制数据 by https://github.com/MyMonsterCat
- Enhance ONNX Runtime GPU inference performance by https://github.com/Tryanks
- Added DirectML GPU support by https://github.com/airchaoz
2022-10-15 update v1.1.1
- opencv 4.6.0
- onnxruntime 1.12.1
- windows支持mt版引用库
- rec模型输入图片高度改为48
2022-10-16 update v1.1.2
- 修复:字典添加空格
2022-10-17 update v1.1.3
- 修复:scoreToTextLine方法索引越界问题
- Windows控制台编码修改为UTF8
2022-10-20 update v1.2.0
- 再次修复空格问题
- 增加GPU(cuda)支持,需要自行下载整合依赖库
- windows下的free()方法更焕为_aligned_free()
- 修改默认输入参数
- 修改benchmark输出样式
2022-10-28 update v1.2.1
- 适配onnxruntime 1.13.1
- 修了些warning
2023-02-13 update v1.2.2
- 适配onnxruntime 1.14.0
2024-01-07 update v1.2.3
- onnxruntime 1.15.1
- opencv 4.8.1
模型下载
整合好的范例工程自带了模型,在models文件夹中
RapidOcrOnnx/models
├── ch_PP-OCRv3_det_infer.onnx
├── ch_PP-OCRv3_rec_infer.onnx
├── ch_ppocr_mobile_v2.0_cls_infer.onnx
└── ppocr_keys_v1.txt
编译说明
GPU版附加说明
测试说明
- 根据系统下载对应的程序包linux-bin.7z、macos-bin.7z、windows-bin.7z,并解压.
- 把上面的模型下载,解压到第一步解压的文件夹里.
- 终端运行run-test.sh或命令行运行run-test.bat,查看识别结果.
- 终端运行run-benchmark.sh或命令行运行run-benchmark.bat,查看识别过程平均耗时.
FAQ
windows10下bat执行错误
- 在win、linux、mac系统下,文本文件使用不同的换行符格式,win是CRLF,linux是LF,mac是CR
- github的"Download ZIP"按钮下载的整个仓库代码,默认格式是UNIX换行符,此时bat脚本在windows平台执行会出错
- 解决方法1:从Release中下载完整工程压缩包
- 解决方法2:使用git clone命令同步仓库代码,git可以自动转换文件格式
- 解决方法3:使用UltraEdit等文本编辑器,把bat文件的换行符转成win格式
windows静态链接msvc
- 作用:静态链接CRT(mt)可以让编译出来的包,部署时不需要安装c++运行时,但会增大包体积;
- 需要mt版的引用库,参考编译说明,下载mt版的库;
windows提示缺少"VCRUNTIME140_1.dll"
下载安装适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行软件包 下载地址
Windows7执行错误|中文乱码
- cmd窗口左上角-属性
- 字体选项卡-选择除了“点阵字体”以外的TrueType字体,例如:Lucida Console、宋体
- 重新执行bat
Windows调试运行
- 下载范例项目工程自带的引用库是Release版,不能用于调试运行
- debug版的引用库未压缩时容量超过1GB,极限压缩后也超过了100MB,请自行编译或到群共享里寻找
- debug版的引用库必须是md版
- 把debug版的引用库替换到范例工程的对应文件夹
- 双击generate-vs-project.bat,选择2)Debug,生成对应的build-win-vsxxx-xx文件夹
- 进入生成的文件夹,打开RapidOcrOnnx.sln
- 右边解决方案管理器,选中RapidOcrOnnx,右键->设为启动项目,并生成(查看输出log,确保生成成功)
- 如果引用库是dll,需要把对应的dll文件,例onnxruntime.dll复制到build-win-vsxxx-xx文件夹\Debug,跟上一步生成的RapidOcrOnnx.exe放在一起
- 右边解决方案管理器,选中RapidOcrOnnx,右键->属性->调试->
命令参数->
--models ../models --det ch_PP-OCRv3_det_infer.onnx --cls ch_ppocr_mobile_v2.0_cls_infer.onnx --rec ch_PP-OCRv3_rec_infer.onnx --keys ppocr_keys_v1.txt --image ../images/1.jpg
- 工具栏,点击绿色三角号启动"本地Windows调试器"
- 第一次运行的话,查看左下角,等待加载各dll符号,网络不好的话,要等挺久的
输入参数说明
- 请参考main.h中的命令行参数说明。
- 每个参数有一个短参数名和一个长参数名,用短的或长的均可。
-d或--models
:模型所在文件夹路径,可以相对路径也可以绝对路径。-1或--det
:det模型文件名(含扩展名)-2或--cls
:cls模型文件名(含扩展名)-3或--rec
:rec模型文件名(含扩展名)-4或--keys
:keys.txt文件名(含扩展名)-i或--image
:目标图片路径,可以相对路径也可以绝对路径。-t或--numThread
:线程数量。-p或--padding
:图像预处理,在图片外周添加白边,用于提升识别率,文字框没有正确框住所有文字时,增加此值。-s或--maxSideLen
:按图片最长边的长度,此值为0代表不缩放,例:1024,如果图片长边大于1024则把图像整体缩小到1024再进行图像分割计算,如果图片长边小于1024则不缩放,如果图片长边小于32,则缩放到32。-b或--boxScoreThresh
:文字框置信度门限,文字框没有正确框住所有文字时,减小此值。-o或--boxThresh
:请自行试验。-u或--unClipRatio
:单个文字框大小倍率,越大时单个文字框越大。此项与图片的大小相关,越大的图片此值应该越大。-a或--doAngle
:启用(1)/禁用(0) 文字方向检测,只有图片倒置的情况下(旋转90~270度的图片),才需要启用文字方向检测。-A或--mostAngle
:启用(1)/禁用(0) 角度投票(整张图片以最大可能文字方向来识别),当禁用文字方向检测时,此项也不起作用。-h或--help
:打印命令行帮助。
关于内存泄漏与valgrind
- 项目根目录的valgrind-memcheck.sh用来检查内存泄漏(需要debug编译)。
- 常见的并行库有tbb,hpx,openmp,gcd,concurrency,pthread
- 并行库的种类可以看:https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html
- 测试了openmp和pthread,目前已知这类并行库会导致检查报告中出现"possibly lost"
- opencv只做简单的图像预处理,可以完全不使用任何并行库,但需要定制编译
- onnxruntime1.6.0或之前,默认引用openmp,从1.7.0开始默认关闭openmp并使用自带的ThreadPool代码
- 阅读报告可以看出"possibly lost"发生位置均在引用的第三方库(如果使用了并行库的话),如opencv或onnxruntime
- "possibly lost"不一定是内存泄露
- 如果opencv想定制编译不使用任何并行库,可以使用以下参数进行编译
-DWITH_TBB=OFF
-DWITH_HPX=OFF
-DWITH_OPENMP=OFF
-DWITH_GCD=OFF
-DWITH_CONCURRENCY=OFF
-DWITH_PTHREADS_PF=OFF