wt_ocr_and_docker/deploy/android_demo

• Android Demo
  • 1. 简介
  • 2. 近期更新
  • 3. 快速使用
  • 3.1 环境准备
  • 3.2 导入项目
  • 3.3 运行demo
  • 3.4 运行模式
  • 3.5 设置
  • 4 更多支持

Android Demo

1. 简介

此为PaddleOCR的Android Demo，目前支持文本检测，文本方向分类器和文本识别模型的使用。使用 PaddleLite v2.10 进行开发。

2. 近期更新

• 2022.02.27
  • 预测库更新到PaddleLite v2.10
  • 支持6种运行模式：
    • 检测+分类+识别
    • 检测+识别
    • 分类+识别
    • 检测
    • 识别
    • 分类

3. 快速使用

3.1 环境准备

1. 在本地环境安装好 Android Studio 工具，详细安装方法请见Android Stuido 官网。
2. 准备一部 Android 手机，并开启 USB 调试模式。开启方法: 手机设置 -> 查找开发者选项 -> 打开开发者选项和 USB 调试模式

注意：如果您的 Android Studio 尚未配置 NDK ，请根据 Android Studio 用户指南中的安装及配置 NDK 和 CMake 内容，预先配置好 NDK 。您可以选择最新的 NDK 版本，或者使用 Paddle Lite 预测库版本一样的 NDK

3.2 导入项目

点击 File->New->Import Project...， 然后跟着Android Studio的引导导入 导入完成后呈现如下界面

3.3 运行demo

将手机连接上电脑后，点击Android Studio工具栏中的运行按钮即可运行demo。在此过程中，手机会弹出"允许从 USB 安装软件权限"的弹窗，点击允许即可。

软件安转到手机上后会在手机主屏最后一页看到如下app

<img src="https://paddleocr.bj.bcebos.com/PP-OCRv2/lite/imgs/install_finish.jpeg" width="400">

点击app图标即可启动app，启动后app主页如下

app主页中有四个按钮，一个下拉列表和一个菜单按钮，他们的功能分别为

• 运行模型：按照已选择的模式，运行对应的模型组合
• 拍照识别：唤起手机相机拍照并获取拍照的图像，拍照完成后需要点击运行模型进行识别
• 选取图片：唤起手机相册拍照选择图像，选择完成后需要点击运行模型进行识别
• 清空绘图：清空当前显示图像上绘制的文本框，以便进行下一次识别(每次识别使用的图像都是当前显示的图像)
• 下拉列表：进行运行模式的选择，目前包含6种运行模式，默认模式为检测+分类+识别详细说明见下一节。
• 菜单按钮：点击后会进入菜单界面，进行模型和内置图像有关设置

点击运行模型后，会按照所选择的模式运行对应的模型，检测+分类+识别模式下运行的模型结果如下所示：

模型运行完成后，模型和运行状态显示区STATUS字段显示了当前模型的运行状态，这里显示为run model successed表明模型运行成功。

模型的运行结果显示在运行结果显示区，显示格式为

序号：Det：(x1,y1)(x2,y2)(x3,y3)(x4,y4) Rec: 识别文本,识别置信度 Cls：分类类别,分类分时

3.4 运行模式

PaddleOCR demo共提供了6种运行模式，如下图

<img src="https://paddleocr.bj.bcebos.com/PP-OCRv2/lite/imgs/select_mode.jpg" width="400">

每种模式的运行结果如下表所示

检测+分类+识别	检测+识别	分类+识别

检测	识别	分类

3.5 设置

设置界面如下

在设置界面可以进行如下几项设定：

1. 普通设置
   • Enable custom settings: 选中状态下才能更改设置
   • Model Path: 所运行的模型地址，使用默认值就好
   • Label Path: 识别模型的字典
   • Image Path: 进行识别的内置图像名
2. 模型运行态设置，此项设置更改后返回主界面时，会自动重新加载模型
   • CPU Thread Num: 模型运行使用的CPU核心数量
   • CPU Power Mode: 模型运行模式，大小核设定
3. 输入设置
   • det long size: DB模型预处理时图像的长边长度，超过此长度resize到该值，短边进行等比例缩放，小于此长度不进行处理。
4. 输出设置
   • Score Threshold: DB模型后处理box的阈值，低于此阈值的box进行过滤，不显示。

4 更多支持

1. 实时识别，更新预测库可参考 https://github.com/PaddlePaddle/Paddle-Lite-Demo/tree/develop/ocr/android/app/cxx/ppocr_demo
2. 更多Paddle-Lite相关问题可前往Paddle-Lite ，获得更多开发支持