Skip to content

Latest commit

 

History

History
executable file
·
236 lines (162 loc) · 7.73 KB

README.md

File metadata and controls

executable file
·
236 lines (162 loc) · 7.73 KB
Raw

简介

该库是使用 fastDeploy 部署在安卓端使用 PaddleOCR 的二次封装库。

对于只想体验或者快速上手使用的安卓开发者，该库对其进行了简单的封装，使其可以直接上手使用，而无需关心 PaddleOCR 的实现，亦无需进行繁琐的配置。

基于 fastDeploy 部署

截图：

截图

注意

本库基于 fastDeploy 部署，同时支持 Paddle 原始模型和量化模型（.pdmodel、pdiparams），并且支持 PPOCRv2 和 PPOCRv3。

但是使用本库可能会大幅增加安装包体积，如果对安装包体积敏感，推荐使用 Paddle-Lite 部署，但是使用 Paddle-Lite 部署将只支持 OPT 后的模型（.nb），并且目前尚未支持 PPOCRv3。

使用方法

因为 Paddle 模型比较大，所以没有集成模型到 demo （fastdeploydemo）中，如果想要运行 demo，您需要自行下载模型后放入 ./fastdeploydemo/src/main/assets 中:

截图

将模型放入后运行即可。

如需集成至您自己的项目中，请按下述步骤进行：

1.下载依赖

首先，根据你使用的 Gradle 版本在项目级 build.gradle 或 settings.gradle 文件添加 jitpack 远程仓库：

allprojects {
	repositories {
		...
		maven { url 'https://jitpack.io' }
	}
}

然后在 Module 级 build.gradle 文件添加依赖：

dependencies {
    implementation 'com.github.equationl.paddleocr4android:fastdeplyocr:v1.2.6'
    
}

2.下载模型

模型下载地址: PP-OCR系列模型列表

当然，你也可以使用自己训练的模型。

需要注意的是，文本检测、文本识别、文本方向分类 模型各有两个文件：*.pdmodel、*.pdiparams

请将下载好的三个模型，六个文件：

xx_cls.pdmodel
xx_cls.pdiparams
xx_det.pdmodel
xx_det.pdiparams
xx_rec.pdmodel
xx_rec.pdiparams

放置到手机任意目录或项目的 assets 目录下。

三个模型分别为：

文件名 模型名称 说明
xx_cls.pdmodel、xx_cls.pdiparams 文本方向分类模型 用于文本方向分类
xx_det.pdmodel、xx_det.pdiparams 检测模型 用于检测文本位置
xx_rec.pdmodel、xx_rec.pdiparams 识别模型 用于识别文本内容

建议测试时直接放到 assets 中，避免放到手机目录中时由于权限问题而无法读取模型

由于模型文件较大，正式使用时请自行实现模型的下载，建议不要直接将模型放在 assets 中打包进安装包

3.加载模型

// 配置
val config = OcrConfig()
//config.labelPath = null


config.modelPath = "models" // 不使用 "/" 开头的路径表示安装包中 assets 目录下的文件，例如当前表示 assets/models/ocr_v2_for_cpu
//config.modelPath = "/sdcard/Android/data/com.equationl.paddleocr4android.app/files/models" // 使用 "/" 表示手机储存路径，测试时请将下载的三个模型放置于该目录下
config.clsModelFileName = "cls" // cls 模型文件名
config.detModelFileName = "det" // det 模型文件名
config.recModelFileName = "rec" // rec 模型文件名

// 运行全部模型
config.runType = RunType.All

// 使用所有核心运行
config.cpuPowerMode = LitePowerMode.LITE_POWER_FULL

// 绘制文本位置
config.isDrwwTextPositionBox = true

// 如果是原始模型，则使用 FP16 精度
config.recRunPrecision = RunPrecision.LiteFp16
config.detRunPrecision = RunPrecision.LiteFp16
config.clsRunPrecision = RunPrecision.LiteFp16

// 如果是量化模型则使用 int8 精度
//config.recRunPrecision = RunPrecision.LiteInt8
//config.detRunPrecision = RunPrecision.LiteInt8
//config.clsRunPrecision = RunPrecision.LiteInt8

// 1.同步初始化
/*ocr.initModelSync(config).fold(
    {
        if (it) {
            Log.i(TAG, "onCreate: init success")
        }
    },
    {
        it.printStackTrace()
    }
)*/

// 2.异步初始化
resultText.text = "开始加载模型"
ocr.initModel(config, object : OcrInitCallback {
    override fun onSuccess() {
        resultText.text = "加载模型成功"
        Log.i(TAG, "onSuccess: 初始化成功")
    }

    override fun onFail(e: Throwable) {
        resultText.text = "加载模型失败: $e"
        Log.e(TAG, "onFail: 初始化失败", e)
    }

})

更多配置请自行查看 OcrConfig.kt

4.开始使用

            // 1.同步识别
/*val bitmap = BitmapFactory.decodeResource(resources, R.drawable.test2)
ocr.runSync(bitmap)

val bitmap2 = BitmapFactory.decodeResource(resources, R.drawable.test3)
ocr.runSync(bitmap2)*/

// 2.异步识别
resultText.text = "开始识别"
val bitmap3 = BitmapFactory.decodeResource(resources, R.drawable.test4)
ocr.run(bitmap3, object : OcrRunCallback {
    override fun onSuccess(result: OcrResult) {
        val simpleText = result.simpleText
        val imgWithBox = result.imgWithBox
        val inferenceTime = result.inferenceTime
        val outputRawResult = result.outputRawResult

        var text = "识别文字=\n$simpleText\n识别时间=$inferenceTime ms\n更多信息=\n"

        outputRawResult.forEachIndexed { index, ocrResultModel ->
            // 文字方向 ocrResultModel.clsLabel 可能为 "0" 或 "180"
            text += "$index: 文字方向：${ocrResultModel.cls_label}；文字方向置信度：${ocrResultModel.cls_confidenceL}；识别置信度 ${ocrResultModel.confidence}；；文字位置：${ocrResultModel.points}\n"
        }

        resultText.text = text
        resultImg.setImageBitmap(imgWithBox)
    }

    override fun onFail(e: Throwable) {
        resultText.text = "识别失败：$e"
        Log.e(TAG, "onFail: 识别失败！", e)
    }

})

5.其他

有任何问题请先尝试 demo 或阅读源码，如果无法解决请提 issue

混淆

如果需要开启混淆，请在你的项目 proguard-rules.pro 中添加：

-keep class com.baidu.paddle.fastdeploy.** { *; }

6.问题解决

标准 C++ 库（libc++_shared.so）冲突相关问题

报错：

  1. dlopen failed: cannot locate symbol "__emutls_get_address" referenced
  2. 2 files found with path 'lib/arm64-v8a/libc++_shared.so' from inputs
  3. 项目或其他第三方库也引用了标准库导致互相之间不兼容的各种问题

解决方法参考：

  1. 和OpenCV的版本不兼容
  2. 加载模型的时候报错

更新记录

v1.2.8

本次更新主要是优化了识别结果为空时的返回值：

  • 当识别结果为空时返回 Result.failure(NoResultException())
  • 当检测文本位置为空时 OcrResultModel.points 返回空列表
  • 当识别置信度为空时 OcrResultModel.confidence 返回 -1f
  • 当方向检测为空时 OcrResultModel.cls_labelc 返回 -1
  • 当方向检测置信度为空时 OcrResultModel.cls_confidenceL 返回 -1f

v1.2.7

  • 移除无用依赖

v1.2.6

  • 更改返回结果中 outputRawResult.cls_label 为 "0" 或 "180"，分别表示检测到当前文本为 0° 或 180°
  • 返回结果新增一个 rawOCRResult 表示 fastDeploy 返回的原始识别结果
  • 修复运行模式为 RunType.WithDet 时也会检查 cls 模型的错误