PaddleOCRv5_ncnn

PaddleOCRv5 在Visual Studio中進行圖片OCR檢測（ncnn框架+open-mobile實現)，嘗試對nihui的ncnn-android-ppocrv5檢測算法的剝離與移植。

本項目Github鏈接如下：PaddleOCRv5_ncnn

寫在前面

本倉庫代碼是基于nihui的ncnn-android-ppocrv5項目代碼而修改的，原倉庫代碼是部署在Android端的，對于想在其他環境部署來說，需要進行代碼剝離和移植。本倉庫的代碼即是執行該次嘗試，嘗試在Windows短的Visual Studio中部署該算法。

環境配置

本倉庫代碼的運行環境如下：

• Visual Studio 2019

• ncnn-20250503-windows-vs2019

• opencv-mobile-3.4.20-windows-vs2019

注：并不需要和本倉庫代碼的配置環境保持一致，可以根據Visual Studio的版本，下載對應的ncnn和opencv-mobile的版本即可。

推理設置

（1）先在Visual Studio新建一個空白工程，將本倉庫代碼放到該工程中。

（2）在工程中載入推理需要依賴的庫。



需要添加的依賴項如下：

ncnn.lib
GenericCodeGen.lib
glslang.lib
glslang-default-resource-limits.lib
MachineIndependent.lib
OSDependent.lib
SPIRV.lib
opencv_core3420.lib
opencv_features2d3420.lib
opencv_highgui3420.lib
opencv_imgproc3420.lib
opencv_photo3420.lib
opencv_video3420.lib

（3）選擇開始執行，應該在工程的Release的目錄下可以成功地生成.exe文件。將weights文件夾和測試圖像復制到Release下的路徑。

（4）執行推理。

推理圖片的指令如下：

PaddleOCRv5.exe single japan.png     // 推理圖像
PaddleOCRv5.exe folder images        // 推理文件夾(多張圖像)  

輸出結果會保存在output文件夾下。

推理結果

推理結果如下：

寫在后面

• 由于原本的opencv不支持中文和其他語言顯示，因此使用的是nihui發布的open-mobile，該庫可以支持簡單的opencv操作，同時支持中文日文等的顯示。但是不知道為什么，我無法在windows端成功地調用電腦的攝像頭，也就沒有辦法進行實時推理的測試。
• 有嘗試在ubuntu平臺移植算法，由于opencv-mobile庫的原因，無法成功編譯庫，因此也沒有辦法完整正常推理。
• 本倉庫代碼對nihui原始的倉庫做了部分修改，選擇通過讀取.txt字符文件的方式讀取字符，而源代碼中是將字符一整個寫在.h文件中，我覺得會增加編譯負擔，就進行了修改。

創作不易，如果覺得這個倉庫還可以的話，麻煩給一個star，這就是對我最大的鼓勵。

Reference

• ncnn-android-ppocrv5
• QT-YOLO-OCR-CPP