From ad1a57a2b9f9a53581e0358cf210698877f617e4 Mon Sep 17 00:00:00 2001 From: WenmuZhou <572459439@qq.com> Date: Tue, 29 Mar 2022 06:55:58 +0000 Subject: [PATCH] update win doc --- deploy/cpp_infer/docs/windows_vs2019_build.md | 132 +++++++++++------- 1 file changed, 80 insertions(+), 52 deletions(-) diff --git a/deploy/cpp_infer/docs/windows_vs2019_build.md b/deploy/cpp_infer/docs/windows_vs2019_build.md index 7c813429..75398069 100644 --- a/deploy/cpp_infer/docs/windows_vs2019_build.md +++ b/deploy/cpp_infer/docs/windows_vs2019_build.md @@ -1,18 +1,35 @@ +- [Visual Studio 2019 Community CMake 编译指南](#visual-studio-2019-community-cmake-编译指南) + - [1. 环境准备](#1-环境准备) + - [1.1 安装必须环境](#11-安装必须环境) + - [1.2 下载PaddlePaddle C++ 预测库和Opencv](#12-下载paddlepaddle-c-预测库和opencv) + - [1.2.1 下载PaddlePaddle C++ 预测库](#121-下载paddlepaddle-c-预测库) + - [1.2.2 安装配置OpenCV](#122-安装配置opencv) + - [1.2.3 下载PaddleOCR代码](#123-下载paddleocr代码) + - [2. 开始运行](#2-开始运行) + - [Step1: 构建Visual Studio项目](#step1-构建visual-studio项目) + - [Step2: 执行cmake配置](#step2-执行cmake配置) + - [Step3: 生成Visual Studio 项目](#step3-生成visual-studio-项目) + - [Step4: 预测](#step4-预测) + - [FQA](#fqa) + # 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 -## 前置条件 * Visual Studio 2019 * CUDA 10.2,cudnn 7+ (仅在使用GPU版本的预测库时需要) -* CMake 3.0+ +* 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。 -**下面所有示例以工作目录为 `D:\projects`演示**。 +### 1.2 下载PaddlePaddle C++ 预测库和Opencv -### Step1: 下载PaddlePaddle C++ 预测库 paddle_inference +#### 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](https://paddleinference.paddlepaddle.org.cn/user_guides/download_lib.html#windows) @@ -26,87 +43,98 @@ paddle_inference └── version.txt # 版本和编译信息 ``` -### Step2: 安装配置OpenCV +#### 1.2.2 安装配置OpenCV -1. 在OpenCV官网下载适用于Windows平台的3.4.6版本, [下载地址](https://sourceforge.net/projects/opencvlibrary/files/3.4.6/opencv-3.4.6-vc14_vc15.exe/download) -2. 运行下载的可执行文件,将OpenCV解压至指定目录,如`D:\projects\opencv` +1. 在OpenCV官网下载适用于Windows平台的Opencv, [下载地址](https://github.com/opencv/opencv/releases) +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` 3. 配置环境变量,如下流程所示 - 我的电脑->属性->高级系统设置->环境变量 - 在系统变量中找到Path(如没有,自行创建),并双击编辑 - - 新建,将opencv路径填入并保存,如`D:\projects\opencv\build\x64\vc14\bin` + - 新建,将opencv路径填入并保存,如`D:\projects\cpp\opencv\build\x64\vc14\bin` -### Step3: 使用Visual Studio 2019直接编译CMake +#### 1.2.3 下载PaddleOCR代码 +```bash +git clone -b dygraph https://github.com/PaddlePaddle/PaddleOCR +``` -1. 打开Visual Studio 2019 Community,点击`继续但无需代码` -![step2](https://paddleseg.bj.bcebos.com/inference/vs2019_step1.png) -2. 点击: `文件`->`打开`->`CMake` -![step2.1](https://paddleseg.bj.bcebos.com/inference/vs2019_step2.png) +## 2. 开始运行 -选择项目代码所在路径,并打开`CMakeList.txt`: +### Step1: 构建Visual Studio项目 +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 -![step2.2](https://paddleseg.bj.bcebos.com/inference/vs2019_step3.png) +![step1](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/cmake_step1.png) -3. 点击:`项目`->`CMake设置` +### 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。 -![step3](https://paddleseg.bj.bcebos.com/inference/vs2019_step4.png) +![step2](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/cmake_step2.png) -4. 分别设置编译选项指定`CUDA`、`CUDNN_LIB`、`OpenCV`、`Paddle预测库`的路径 +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 -三个编译参数的含义说明如下(带`*`表示仅在使用**GPU版本**预测库时指定, 其中CUDA库版本尽量对齐): +* cpu版本,仅需考虑OPENCV_DIR、OpenCV_DIR、PADDLE_LIB三个参数 -| 参数名 | 含义 | -| ---- | ---- | -| *CUDA_LIB | CUDA的库路径 | -| *CUDNN_LIB | CUDNN的库路径 | -| OPENCV_DIR | OpenCV的安装路径 | -| PADDLE_LIB | Paddle预测库的路径 | + - 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 + - PADDLE_LIB:paddle_inference文件夹所在位置 -**注意:** - 1. 使用`CPU`版预测库,请把`WITH_GPU`的勾去掉 - 2. 如果使用的是`openblas`版本,请把`WITH_MKL`勾去掉 +* 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 -![step4](https://paddleseg.bj.bcebos.com/inference/vs2019_step5.png) +- 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 +- WITH_GPU: 打钩 +- WITH_TENSORRT:打勾 + +配置好的截图如下 + +![step3](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/cmake_step3.png) + +配置完成后,再次点击`Configure`按钮。 -下面给出with GPU的配置示例: -![step5](./vs2019_build_withgpu_config.png) **注意:** - CMAKE_BACKWARDS的版本要根据平台安装cmake的版本进行设置。 + 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 -**设置完成后**, 点击上图中`保存并生成CMake缓存以加载变量`。 +点击`Generate`按钮即可生成Visual Studio 项目的sln文件。 +![step4](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/cmake_step4.png) -5. 点击`生成`->`全部生成` +点击`Open Project`按钮即可在Visual Studio 中打开项目。打开后截图如下 -![step6](https://paddleseg.bj.bcebos.com/inference/vs2019_step6.png) +![step5](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/vs_step1.png) +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[autolog.h](https://github.com/LDOUBLEV/AutoLog/blob/main/auto_log/autolog.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. opencv/build/x64/vc15/bin/opencv_world455.dll ### Step4: 预测 -上述`Visual Studio 2019`编译产出的可执行文件在`out\build\x64-Release\Release`目录下,打开`cmd`,并切换到`D:\projects\PaddleOCR\deploy\cpp_infer\`: +上述`Visual Studio 2019`编译产出的可执行文件在`out\build\x64-Release\Release`目录下,打开`cmd`,并切换到`D:\projects\cpp\PaddleOCR\deploy\cpp_infer\`: ``` -cd D:\projects\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](../readme.md)`运行demo`部分。 ```shell -#识别中文图片 `D:\projects\PaddleOCR\doc\imgs_words\ch\` -.\out\build\x64-Release\Release\ppocr.exe rec --rec_model_dir=D:\projects\PaddleOCR\ch_ppocr_mobile_v2.0_rec_infer --image_dir=D:\projects\PaddleOCR\doc\imgs_words\ch\ - -#识别英文图片 'D:\projects\PaddleOCR\doc\imgs_words\en\' -.\out\build\x64-Release\Release\ppocr.exe rec --rec_model_dir=D:\projects\PaddleOCR\inference\rec_mv3crnn --image_dir=D:\projects\PaddleOCR\doc\imgs_words\en\ --char_list_file=D:\projects\PaddleOCR\ppocr\utils\dict\en_dict.txt +# 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](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/result.png) -第一个参数为配置文件路径,第二个参数为需要预测的图片路径,第三个参数为配置文本识别的字典。 - - -### FQA -* 在Windows下的终端中执行文件exe时,可能会发生乱码的现象,此时需要在终端中输入`CHCP 65001`,将终端的编码方式由GBK编码(默认)改为UTF-8编码,更加具体的解释可以参考这篇博客:[https://blog.csdn.net/qq_35038153/article/details/78430359](https://blog.csdn.net/qq_35038153/article/details/78430359)。 - -* 编译时,如果报错`错误:C1083 无法打开包括文件:"dirent.h":No such file or directory`,下载可[dirent.h](https://paddleocr.bj.bcebos.com/deploy/cpp_infer/cpp_files/dirent.h)文件,并添加到`utility.cpp`的头文件引用中。 - -* 编译时,如果报错`Autolog未定义`,新建`autolog.h`文件,内容为:[autolog.h](https://github.com/LDOUBLEV/AutoLog/blob/main/auto_log/autolog.h),并添加到`main.cpp`的头文件引用中,再次编译。 -* 运行时,如果弹窗报错找不到`paddle_inference.dll`或者`openblas.dll`,在`D:\projects\paddle_inference`预测库内找到这两个文件,复制到`D:\projects\PaddleOCR\deploy\cpp_infer\out\build\x64-Release\Release`目录下。不用重新编译,再次运行即可。 +## FQA * 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。 -- GitLab