Skip to content

Latest commit

 

History

History
139 lines (97 loc) · 6.25 KB

windows_vs2019_build.md

File metadata and controls

139 lines (97 loc) · 6.25 KB
Raw

Visual Studio 2019 Community CMake 编译指南

PaddleOCR在Windows 平台下基于Visual Studio 2019 Community 进行了测试。微软从Visual Studio 2017开始即支持直接管理CMake跨平台编译项目，但是直到2019才提供了稳定和完全的支持，所以如果你想使用CMake管理项目编译构建，我们推荐你使用Visual Studio 2019环境下构建。

下面所有示例以工作目录为 D:\projects\cpp演示。

1. 环境准备

1.1 安装必须环境

  • Visual Studio 2019
  • CUDA 10.2，cudnn 7+ （仅在使用GPU版本的预测库时需要）
  • CMake 3.22+

请确保系统已经安装好上述基本软件，我们使用的是VS2019的社区版。

1.2 下载 PaddlePaddle C++ 预测库和 Opencv

1.2.1 下载 PaddlePaddle C++ 预测库

PaddlePaddle C++ 预测库针对不同的CPU和CUDA版本提供了不同的预编译版本，请根据实际情况下载: C++预测库下载列表

解压后D:\projects\paddle_inference目录包含内容为：

paddle_inference
├── paddle # paddle核心库和头文件
|
├── third_party # 第三方依赖库和头文件
|
└── version.txt # 版本和编译信息

1.2.2 安装配置OpenCV

  1. 在OpenCV官网下载适用于Windows平台的Opencv， 下载地址
  2. 运行下载的可执行文件，将OpenCV解压至指定目录，如D:\projects\cpp\opencv

1.2.3 下载PaddleOCR代码

git clone -b dygraph https://github.com/PaddlePaddle/PaddleOCR

2. 开始运行

Step1: 构建Visual Studio项目

cmake安装完后后系统里会有一个cmake-gui程序，打开cmake-gui，在第一个输入框处填写源代码路径，第二个输入框处填写编译输出路径

step1

Step2: 执行cmake配置

点击界面下方的Configure按钮，第一次点击会弹出提示框进行Visual Studio配置，如下图，选择你的Visual Studio版本即可，目标平台选择x64。然后点击finish按钮即开始自动执行配置。

step2

第一次执行会报错，这是正常现象，接下来进行Opencv和预测库的配置

  • cpu版本，仅需考虑OPENCV_DIR、OpenCV_DIR、PADDLE_LIB三个参数

    • OPENCV_DIR：填写opencv lib文件夹所在位置
    • OpenCV_DIR：同填写opencv lib文件夹所在位置
    • PADDLE_LIB：paddle_inference文件夹所在位置

  • GPU版本，在cpu版本的基础上，还需填写以下变量 CUDA_LIB、CUDNN_LIB、TENSORRT_DIR、WITH_GPU、WITH_TENSORRT

  • CUDA_LIB: CUDA地址，如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64
  • CUDNN_LIB: 和CUDA_LIB一致
  • TENSORRT_DIR：TRT下载后解压缩的位置，如 D:\TensorRT-8.0.1.6
  • WITH_GPU: 打钩
  • WITH_TENSORRT：打勾

配置好的截图如下

step3

配置完成后，再次点击Configure按钮。

注意：

  1. 如果使用的是openblas版本，请把WITH_MKL勾去掉
  2. 遇到报错 unable to access 'https://github.com/LDOUBLEV/AutoLog.git/': gnutls_handshake() failed: The TLS connection was non-properly terminated.， 将 deploy/cpp_infer/external-cmake/auto-log.cmake 中的github地址改为 https://gitee.com/Double_V/AutoLog 地址即可。

Step3: 生成Visual Studio 项目

点击Generate按钮即可生成Visual Studio 项目的sln文件。 step4

点击Open Project按钮即可在Visual Studio 中打开项目。打开后截图如下

step5

在开始生成解决方案之前，执行下面步骤：

  1. 将Debug改为Release
  2. 下载dirent.h，并拷贝到 Visual Studio 的 include 文件夹下，如C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Auxiliary\VS\include。

点击生成->生成解决方案，即可在build/Release/文件夹下看见ppocr.exe文件。

运行之前，将下面文件拷贝到build/Release/文件夹下

  1. paddle_inference/paddle/lib/paddle_inference.dll
  2. paddle_inference/third_party/install/onnxruntime/lib/onnxruntime.dll
  3. paddle_inference/third_party/install/paddle2onnx/lib/paddle2onnx.dll
  4. opencv/build/x64/vc15/bin/opencv_world455.dll
  5. 如果使用openblas版本的预测库还需要拷贝 paddle_inference/third_party/install/openblas/lib/openblas.dll

Step4: 预测

上述Visual Studio 2019编译产出的可执行文件在build/Release/目录下，打开cmd，并切换到D:\projects\cpp\PaddleOCR\deploy\cpp_infer\：

cd /d D:\projects\cpp\PaddleOCR\deploy\cpp_infer

可执行文件ppocr.exe即为样例的预测程序，其主要使用方法如下，更多使用方法可以参考说明文档运行demo部分。

# 切换终端编码为utf8
CHCP 65001
# 执行预测
.\build\Release\ppocr.exe system --det_model_dir=D:\projects\cpp\ch_PP-OCRv2_det_slim_quant_infer --rec_model_dir=D:\projects\cpp\ch_PP-OCRv2_rec_slim_quant_infer --image_dir=D:\projects\cpp\PaddleOCR\doc\imgs\11.jpg

识别结果如下 result

FAQ

  • 运行时，弹窗报错提示应用程序无法正常启动(0xc0000142)，并且cmd窗口内提示You are using Paddle compiled with TensorRT, but TensorRT dynamic library is not found.，把tensort目录下的lib里面的所有dll文件复制到release目录下，再次运行即可。