• QQ群号：1群：887298230 已满，2群：755960114 已满，3群：450338158

• 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_RapidOcrNcnn-版本号.7z
• 如果想自己折腾，则请继续阅读本说明

• 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:RapidOcrNcnnLibTest
• 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。

请查看项目主仓库：https://github.com/RapidAI/RapidOCR

这个项目使用ncnn框架进行推理

采用ncnn框架https://github.com/Tencent/ncnn

• opencv 4.6.0
• ncnn 20220729
• windows支持mt版引用库
• rec模型输入图片高度改为48
• 修复：scoreToTextLine方法索引越界问题
• Windows控制台编码修改为UTF8

• rec阶段启用gpu
• 修复空格问题
• 改进benchmark输出格式

• ncnn: 20221128
• vulkan: 1.3.236.0

整合好的范例工程自带了模型，在models文件夹中

RapidOcrNcnn/models
    ├── ch_PP-OCRv3_det_infer.bin
    ├── ch_PP-OCRv3_det_infer.param
    ├── ch_PP-OCRv3_rec_infer.bin
    ├── ch_PP-OCRv3_rec_infer.param
    ├── ch_ppocr_mobile_v2.0_cls_infer.bin
    ├── ch_ppocr_mobile_v2.0_cls_infer.param
    └── ppocr_keys_v1.txt

1. 根据系统下载对应的程序包linux-bin.7z、macos-bin.7z、windows-bin.7z，并解压.
2. 把上面的模型下载，解压到第一步解压的文件夹里.
3. 终端运行run-test.sh或命令行运行run-test.bat，查看识别结果.
4. 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.

参考编译说明 安装vulkan sdk

• 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；

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

1. cmd窗口左上角-属性
2. 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
3. 重新执行bat

• 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 --cls ch_ppocr_mobile_v2.0_cls_infer --rec ch_PP-OCRv3_rec_infer --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

• 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。

1. -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。
2. -1或--det: det模型文件名(不含扩展名)
3. -2或--cls: cls模型文件名(不含扩展名)
4. -3或--rec: rec模型文件名(不含扩展名)
5. -4或--keys: keys.txt文件名(含扩展名)
6. -i或--image: 目标图片路径，可以相对路径也可以绝对路径。
7. -t或--numThread: 线程数量。
8. -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。
9. -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。
10. -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。
11. -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。
12. -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。
13. -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。
14. -h或--help：打印命令行帮助。
15. -G或--GPU：尝试使用gpu进行计算，-1(使用CPU)/0(使用GPU0)/1(使用GPU1)/...，GPU选择失败时，则使用CPU进行计算。