update win doc

deploy/cpp_infer/docs/windows_vs2019_build.md

+- [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。