PP-OCRv6 + ONNX Runtime + C++17 + OpenCV (Windows)

这是一个不依赖 Python / PaddlePaddle 的 PP-OCRv6 small C++ 推理工程：

image
  -> OpenCV decode
  -> PP-OCRv6 small det ONNX
  -> DB postprocess
  -> perspective crop
  -> PP-OCRv6 small rec ONNX
  -> CTC decode
  -> text + score + 4-point box

1. 模型

工程默认使用：

• PP-OCRv6_small_det_onnx/inference.onnx
• PP-OCRv6_small_rec_onnx/inference.onnx

2. Windows 依赖

需要：

• Visual Studio 2026，Desktop development with C++
• CMake >= 3.20
• OpenCV 5.x -- https://github.com/opencv/opencv/releases/download/5.0.0/opencv-5.0.0-windows.exe
• ONNX Runtime 1.x CPU package -- https://github.com/microsoft/onnxruntime/releases/download/v1.29.0/onnxruntime-win-x64-1.29.0.zip

构建： 在CMakeLists.txt中设置ONNXRUNTIME_ROOT和OpenCV_DIR路径

cmake -S . -B build -G "Visual Studio 18 2026" -A x64
cmake --build build --config Release

运行：

.\build\Release\ppocrv6.exe .\test.jpg

或者显式指定路径：

.\build\Release\ppocrv6.exe `
  .\test.jpg `
  .\models\det.onnx `
  .\models\rec.onnx `
  .\models\ppocrv6_dict.txt

程序会：

1. 在控制台输出文字和识别置信度。
2. 输出检测框。
3. 生成 ocr_result.jpg。

3. 预处理 / 后处理

Detection：

• BGR -> RGB
• /255
• mean [0.485, 0.456, 0.406]
• std [0.229, 0.224, 0.225]
• H/W 对齐到 32 的倍数
• 默认最长边 960
• DB thresh=0.20
• DB box_thresh=0.45
• DB unclip_ratio=1.40

Recognition：

• 透视裁剪
• resize 到高度 48
• 最大宽度 320
• 右侧 zero padding
• RGB
• (x / 127.5) - 1
• CTC greedy decode
• blank index = 0
• use_space_char = true

4. 关于 DB unclip

db_postprocess.cpp 没有依赖 Paddle/PyClipper，而是对四边形做几何 offset，所以它是一个轻量 C++ 实现。

这意味着它与 PaddleOCR Python 中 Vatti/PyClipper 的 polygon offset 并非逐像素完全一致，但一般文本框情况下可直接使用。

如果你要做到与 PaddleOCR 官方输出尽可能 bit-level/box-level 接近，可以把这里替换成 Clipper2 的 polygon offset 实现。

5. CUDA

不准备支持

6. 代码结构

ppocrv6_cpp/
├─ CMakeLists.txt
├─ README.md
├─ include/
│  ├─ db_postprocess.h
│  └─ ppocr.h
├─ src/
│  ├─ db_postprocess.cpp
│  ├─ main.cpp
│  └─ ppocr.cpp
└─ models/
   ├─ det.onnx
   ├─ rec.onnx
   ├─ ppocrv6_dict.txt
   ├─ det_inference.yml
   └─ rec_inference.yml