项目简介
本项目是 C++ 控制台实现 ，通过动态加载 PPOCR.dll 调用 PaddleOCR v5/v6 系列 ONNX 模型，在Windows平台使用 OpenCV DNN推理引擎实现本地文字识别。程序以控制台交互方式运行，支持多套模型切换、循环批量识别，结构清晰、依赖简洁。
算法原理
整体 OCR 流水线
采用经典的 三阶段 OCR 流水线 架构：
输入图片 → 文字检测（Det） → 方向分类（Cls，可选） → 文字识别（Rec） → 输出结果
1. 文字检测（Detection）
使用 DB（Differentiable Binarization） 算法检测文字区域：
- 1. 将输入图片等比缩放至
limit_side_len = 960，保持长宽比 - 2. 通过轻量级 CNN 骨干网络（MobileNetV3 / ResNet）提取多尺度特征
- 3. 使用 FPN（Feature Pyramid Network）融合多尺度特征图
- 4. 输出概率图，经阈值化（
det_db_thresh = 0.3）生成二值图 - 5. 对二值图做轮廓检测，使用 Vatti 裁剪算法膨胀（
det_db_unclip_ratio = 1.6）得到最终文字区域多边形框 - 6. 过滤置信度低于
det_db_box_thresh = 0.6的框
2. 方向分类（Classification，可选）
- • 仅 PPOCRv5 Mobile 模型默认启用
- • 使用轻量级分类模型判断文字区域是否需要旋转 180°
- • 分类阈值
cls_thresh = 0.9
3.文字识别（Recognition）
使用 CRNN + CTC 架构进行文字识别：
- 1. 将检测到的文字区域裁剪并缩放到统一高度（
rec_img_h = 48） - 2. 通过 CNN 提取视觉特征序列
- 3. 使用 BiLSTM 编码序列上下文
- 4. 通过 CTC（Connectionist Temporal Classification）解码输出文字
- 5. 支持批量推理（
rec_batch_num = 4）提升效率
推理引擎
程序通过动态加载 PPOCR.dll （C 接口），底层使用 Intel OpenVINO 推理引擎，支持：
- • ONNX 模型格式直接加载
- • CPU 推理
- • 多线程推理（
predictor_num = 4）
支持的模型
模型名称检测模型识别模型方向分类说明PPOCRv5 MobilePP-OCRv5_mobile_detPP-OCRv5_mobile_rec支持轻量级，适合嵌入式场景PPOCRv5 ServerPP-OCRv5_server_detPP-OCRv5_server_rec不支持高精度，适合服务器部署PPOCRv6 TinyPP-OCRv6_tiny_detPP-OCRv6_tiny_rec不支持最小体积，速度最快PPOCRv6 SmallPP-OCRv6_small_detPP-OCRv6_small_rec不支持平衡精度与速度（推荐）
环境要求
项目要求操作系统Windows 10 / 11 x64编译工具链Visual Studio 2019 及以上（MSVC v142+）CMake 版本3.20 及以上C++ 标准C++17平台架构x64（必须）OpenCV 版本5.0（world 构建版本）推理引擎opencv5.0（已封装在 PPOCR.dll 内）
依赖文件
文件名说明PPOCR.dllOCR 推理核心 DLL（封装 OpenCV + PPOCR 算法）opencv_world500.dllOpenCV 5.0 运行时库inference/ 目录ONNX 模型文件及字典文件
安装步骤
1. 准备源码
cd C:\Users\Administrator\Downloads\code
# 确保 FIRC_CPP 目录已存在
2. 准备 lib 目录
在项目根目录下创建 lib/ 文件夹，放入以下文件：
FIRC_CPP/ └── lib/ ├── PPOCR.dll └── inference/ ├── PP-OCRv5_mobile_det_onnx.onnx ├── PP-OCRv5_mobile_rec_onnx.onnx ├── PP-OCRv5_mobile_cls_onnx.onnx ├── PP-OCRv5_server_det_infer.onnx ├── PP-OCRv5_server_rec_infer.onnx ├── PP-OCRv6_small_det.onnx ├── PP-OCRv6_small_rec.onnx ├── PP-OCRv6_small_rec_dict.txt ├── PP-OCRv6_tiny_det.onnx ├── PP-OCRv6_tiny_rec.onnx ├── PP-OCRv6_tiny_rec_dict.txt └── ppocrv5_dict.txt
3. 配置OpenCV路径
打开 CMakeLists.txt ，确认以下两处路径与本机实际路径一致：
set(OpenCV_DIR "D:\\lufiles\\opencv500\\build\\x64\\vc16\\lib") # OpenCV .lib 所在目录
set(OPENCV_BIN_DIR "D:/lufiles/opencv500/build/x64/vc16/bin" ...) # OpenCV .dll 所在目录
4.CMake生成工程
cd C:\Users\Administrator\Downloads\code\FIRC_CPP
cmake -B build -G "Visual Studio 16 2019" -A x64
若使用 VS2022，将生成器替换为 "Visual Studio 17 2022" 。5. 编译
cmake --build build --config Release
编译完成后，CMake post-build步骤会自动将以下文件复制到输出目录 build\Release\ ：
- •
PPOCR.dll（从lib/） - •
opencv_world500.dll（从 OpenCV bin 目录） - •
inference/整个目录（从lib/inference/）
运行步骤
1. 启动程序
cd build\Release
# 交互模式（启动后手动输入图片路径）
.\FIRC_CPP.exe
### 2. 选择模型
程序启动后显示模型菜单：
===== 选择 OCR 模型 =====
[1] v5 mobile
[2] v5 server
[3] v6 small
[4] v6 tiny
请选择 (1-4，默认4):
输入数字选择模型，直接回车默认使用 **v6 tiny**。
### 3. 输入图片路径
请输入图片路径 (直接回车使用 3.jpg): test.jpg
程序自动识别并输出结果：
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
耗时: 186.32 ms | 识别到 5 个文本区域
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
[1] 你好世界 (score=0.97) box: (10,20) (200,20) (200,60) (10,60)
[2] Hello OCR (score=0.95) box: …
…
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
### 4. 循环识别
识别完成后程序不退出，可继续输入新的图片路径进行识别：
请输入图片路径 (回车重新识别当前图片，q 退出): another.jpg
- **直接回车**：重新识别当前图片
- **输入新路径**：识别新图片
- **输入 `q`**：退出程序，自动释放模型资源
---
## 注意事项
1. **必须使用 x64 平台**：`PPOCR.dll` 和 `opencv_world500.dll` 均为 64 位，不支持 x86。
2. **CMake 缓存问题**：修改 `CMakeLists.txt` 中的 `CACHE` 变量（如 `PPOCR_DIR`、`OPENCV_BIN_DIR`）后，需要删除 `build/` 目录重新生成，否则旧值会被缓存：
```powershell
Remove-Item build -Recurse -Force
cmake -B build -G "Visual Studio 16 2019" -A x64
- 1. 中文路径支持 ：程序内置了中文路径兼容处理（先尝试
cv::imread，失败后回退到二进制读取 +cv::imdecode），但建议使用纯英文路径以避免潜在问题。 - 2. 控制台中文显示 ：程序启动时调用
SetConsoleOutputCP(65001)将控制台切换为 UTF-8 编码。推荐使用 Windows Terminal 运行，旧版 cmd.exe 的某些字体可能出现显示异常。 - 3. 模型文件完整性 ：
inference/目录下的 ONNX 模型和字典文件必须完整，缺失任一会导致对应模型初始化失败。 - 4. 内存占用 ：Server 模型（v5 server）文件体积较大（约 170MB），加载时内存占用较高。内存不足时建议使用 Tiny 或 Small 模型。
- 5. CPU 推理性能 ：默认使用 CPU 推理，大尺寸图片识别耗时较长。可通过修改
main.cpp中的limit_side_len、rec_batch_num、predictor_num等参数调整性能。 - 6. DLL 加载失败排查 ：若启动时提示"无法加载 PPOCR.dll"，请确认：
- •
PPOCR.dll已正确复制到build\Release\目录 - •
opencv_world500.dll与PPOCR.dll在同一目录 - • 系统 PATH 中没有冲突的旧版本 OpenCV DLL
文件夹结构
FIRC_CPP/
├── CMakeLists.txt # CMake 构建配置
├── src/
│ ├── main.cpp # 控制台主程序入口
│ ├── ocr_engine.h # OCREngine 封装类声明
│ ├── ocr_engine.cpp # OCREngine 实现（动态加载 PPOCR.dll）
│ └── json_parser.h # 极简 JSON 解析器（解析 OCR 结果）
├── lib/ # 运行时依赖（需手动准备）
│ ├── PPOCR.dll # OCR 推理核心 DLL
│ └── inference/ # ONNX 模型及字典文件
│ ├── PP-OCRv5_mobile_det_onnx.onnx
│ ├── PP-OCRv5_mobile_rec_onnx.onnx
│ ├── PP-OCRv5_mobile_cls_onnx.onnx
│ ├── PP-OCRv5_server_det_infer.onnx
│ ├── PP-OCRv5_server_rec_infer.onnx
│ ├── PP-OCRv6_small_det.onnx
│ ├── PP-OCRv6_small_rec.onnx
│ ├── PP-OCRv6_small_rec_dict.txt
│ ├── PP-OCRv6_tiny_det.onnx
│ ├── PP-OCRv6_tiny_rec.onnx
│ ├── PP-OCRv6_tiny_rec_dict.txt
│ └── ppocrv5_dict.txt
└── build/ # CMake 构建输出（自动生成）
└── Release/
├── FIRC_CPP.exe # 编译输出可执行文件
├── PPOCR.dll # 自动从 lib/ 复制
├── opencv_world500.dll # 自动从 OpenCV bin 复制
└── inference/ # 自动从 lib/inference/ 复制