PaddleOCR-json V1.4 Linux 构建指南

本文档帮助如何在Linux上编译 PaddleOCR-json V1.4 （对应PaddleOCR v2.6）。推荐给具有一定Linux命令行使用经验的读者。

本文参考了 PaddleOCR官方的编译指南，但建议以本文为准。

另外，本文将使用Debian/Ubuntu系列linux为例子进行讲解。其他linux发行版的用户请自行替换一些对应的命令（比如apt这类的）。

1. 前期准备

1.0 兼容性检查：

PaddleOCR-json 只支持具有AVX指令集的CPU。更多细节请查看CPU要求和兼容性。

请先检查你的CPU兼容性：

lscpu | grep avx

如果你的CPU支持AVX指令集，你的输出大概长这样（你可以在输出里找到 avx 的字符）：

Flags:                              fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology tsc_reliable nonstop_tsc cpuid pni pclmulqdq vmx ssse3 fma cx16 sse4_1 sse4_2 x2apic movbe popcnt tsc_deadline_timer aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch ssbd ibrs ibpb stibp ibrs_enhanced tpr_shadow vnmi ept vpid ept_ad fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms invpcid rdseed adx smap clflushopt clwb sha_ni xsaveopt xsavec xgetbv1 xsaves avx_vnni umip waitpkg gfni vaes vpclmulqdq rdpid movdiri movdir64b fsrm md_clear serialize flush_l1d arch_capabilities

如果你看不到任何输出，这表明你的CPU不支持AVX指令集。

Tip

如果你的CPU不支持AVX指令集，我们建议你尝试隔壁的RapidOCR-json

当然，你也可以更换一个不需要AVX指令集的预测库来编译PaddleOCR-json（比如 manylinux_cpu_noavx_openblas_gcc8.2 ）。不过大概率运行不了。

1.1 安装所需工具

sudo apt install wget tar zip unzip git gcc g++ cmake make libgomp1

wget（下载预测库用）
tar、zip、unzip（解压软件）
git
gcc 和 g++
cmake 和 make
libgomp1（OpenMP共享库，PaddleOCR底层依赖）

1.2 下载所需资源

拉取 PaddleOCR-json 仓库，并切换到 v1.4.1 稳定版分支：

git clone https://github.com/hiroi-sora/PaddleOCR-json.git
cd PaddleOCR-json
git checkout -b release/1.4.1 origin/release/1.4.1

[可选] 如果需要自动内存清理功能，拉取并切换到 release/1.4.0_autoclean 分支：
git checkout -b release/1.4.0_autoclean origin/release/1.4.0_autoclean

下载资源库：

# 存放目录
mkdir -p cpp/.source
cd cpp/.source
# 推理库
wget https://paddle-inference-lib.bj.bcebos.com/2.3.2/cxx_c/Linux/CPU/gcc8.2_avx_mkl/paddle_inference.tgz
tar -xf paddle_inference.tgz
mv paddle_inference paddle_inference_manylinux_cpu_avx_mkl_gcc8.2
# 模型库
wget https://github.com/hiroi-sora/PaddleOCR-json/releases/download/models%2Fv1.3/models.zip
unzip -x models.zip

paddle_inference (Linux, 2.3.2, C++预测库, gcc编译器版本, manylinux_cpu_avx_mkl_gcc8.2)
模型库 (models.zip)

1.3 准备 OpenCV

方式1：下载预编译的轻量化 OpenCV 包（推荐）

wget https://github.com/hiroi-sora/PaddleOCR-json/releases/download/v1.4.1/opencv_410_debian_x64_glibc2.31.zip
unzip -x opencv_410_debian_x64_glibc2.31.zip

此OpenCV库仅编译了 PaddleOCR-json 所需的少数依赖项，更轻量和简洁。

不过，它仅在 Debian 系的系统上进行过测试。如果发现不兼容您的系统，可改用下列方式准备 OpenCV 。

方式2：安装 libopencv-dev 到系统中

如果只是在本地使用 PaddleOCR-json ，则可直接安装 OpenCV 开发工具到本地。

安装过程简单，但如果后续要将构建好的 PaddleOCR-json 转移到其他设备上使用，则需要手动收集系统路径中的 OpenCV 依赖库。

sudo apt install libopencv-dev

方式3：本地编译 OpenCV

可参考 OpenCV 官方文档，或下列步骤：

Tip

步骤和编译脚本不一定兼容所有系统，仅供参考。

在 cpp/.source 目录中，下载 OpenCV release v4.10.0 源码，解压得到 opencv-4.10.0 ：

wget -O opencv.zip https://github.com/opencv/opencv/archive/refs/tags/4.10.0.zip
unzip opencv.zip
ls -d opencv*/  # 检查解压后得到的目录名

调用一键编译脚本，传入OpenCV源码解压后的目录名：

../tools/linux_build_opencv.sh opencv-4.10.0

如果编译成功，则会在 .source 目录中生成 opencv-release 目录。

推荐使用的编译参数及说明

如果您不使用一键编译脚本 tools/linux_build_opencv.sh ，而是手动编译，推荐使用以下参数：

参数	说明
-DCMAKE_BUILD_TYPE=Release
-DBUILD_LIST=core,imgcodecs,imgproc	PPOCR仅依赖这三个模块
-DBUILD_SHARED_LIBS=ON
-DBUILD_opencv_world=OFF
-DOPENCV_FORCE_3RDPARTY_BUILD=ON	强制构建所有第三方库，避免在某些系统中缺失依赖库
-DWITH_ZLIB=ON	图片格式编解码支持
-DWITH_TIFF=ON	图片格式编解码支持
-DWITH_OPENJPEG=ON	图片格式编解码支持
-DWITH_JASPER=ON	图片格式编解码支持
-DWITH_JPEG=ON	图片格式编解码支持
-DWITH_PNG=ON	图片格式编解码支持
-DWITH_OPENEXR=ON	图片格式编解码支持
-DWITH_WEBP=ON	图片格式编解码支持
-DWITH_IPP=ON	启用 Intel CPU 加速库
-DWITH_LAPACK=ON	启用数学运算加速库
-DWITH_EIGEN=ON	启用数学运算加速库
-DBUILD_PERF_TESTS=OFF	关闭不需要的测试/文档/语言模块
-DBUILD_TESTS=OFF	关闭不需要的测试/文档/语言模块
-DBUILD_DOCSL=OFF	关闭不需要的测试/文档/语言模块
-DBUILD_JAVA=OFF	关闭不需要的测试/文档/语言模块
-DBUILD_opencv_python2=OFF	关闭不需要的测试/文档/语言模块
-DBUILD_opencv_python3=OFF	关闭不需要的测试/文档/语言模块

二进制包的放置

如果使用上述方式1或方式3来准备 OpenCV ，那么在 编译完 PaddleOCR-json 本体后 ，可以通过下列步骤将 OpenCV 二进制包复制到 PaddleOCR-json 目录中，方便转移到其他设备上使用。

确保已经完成了后续步骤：编译 PaddleOCR-json 本体！
确保当前在 cpp/.source 目录中。
复制三个关键库文件到 bin 目录，并修改一下后缀（4.10.0→410）：

cp "./opencv-release/lib/libopencv_core.so.4.10.0" "../build/bin/libopencv_core.so.410"
cp "./opencv-release/lib/libopencv_imgcodecs.so.4.10.0" "../build/bin/libopencv_imgcodecs.so.410"
cp "./opencv-release/lib/libopencv_imgproc.so.4.10.0" "../build/bin/libopencv_imgproc.so.410"

1.4 检查

完成后应该是这样：

PaddleOCR-json
└─ cpp
    ├─ .source
    │    ├─ models
    │    └─ paddle_inference_manylinux_cpu_avx_mkl_gcc8.2
    ├─ CMakeLists.txt
    ├─ README.md
    ├─ docs
    ├─ external-cmake
    ├─ include
    └─ src

为了方便后续 PaddleOCR-json 本体的编译，将依赖库路径设置为环境变量：

export PADDLE_LIB="$(pwd)/$(ls -d *paddle_inference*/ | head -n1)"
export MODELS="$(pwd)/models"

# 如果使用方式1或3准备 OpenCV ，那么记录 OpenCV 路径。
# 如果使用方式2安装 libopencv-dev ，则无需进行。
export OPENCV_DIR="$(pwd)/opencv-release"

可以用echo来检查一下

echo $PADDLE_LIB
echo $MODELS
echo $OPENCV_DIR  # 可选

回到 cpp 目录下

cd ..

2. 构建 & 编译项目

如果无需自定义项目，可跳转到 4.一键编译+运行
在 PaddleOCR-json/cpp 下，新建一个文件夹 build

mkdir build

使用 CMake 构建项目。参数含义见 CMake构建参数

cmake -S . -B build/ \
    -DPADDLE_LIB=$PADDLE_LIB \
    -DCMAKE_BUILD_TYPE=Release \
    -DOPENCV_DIR=$OPENCV_DIR  # 可选：OpenCV 路径

说明：

-S . ：指定当前文件夹 PaddleOCR-json/cpp 为CMake项目根文件夹
-B build/ ：指定 PaddleOCR-json/cpp/build 文件夹为工程文件夹
-DPADDLE_LIB=$PADDLE_LIB ：使用刚才设置的环境变量 $PADDLE_LIB 去指定预测库的位置
-DCMAKE_BUILD_TYPE=Release ：将这个工程设置为 Release 工程。你也可以把它改成 Debug。
-DOPENCV_DIR=$OPENCV_DIR ：使用刚才设置的环境变量 $OPENCV_DIR 去指定自编译OpenCV的位置。如果安装 libopencv-dev ，则无需设置此参数

使用 CMake 编译项目

cmake --build build/

这里我们使用 --build build/ 命令来指定要编译的工程文件夹 build。

CMake构建参数

你可以使用 -D参数名=值 来添加新的CMake参数。

以下参数是一些编译参数：

参数名	描述
`WITH_MKL`	使用MKL或OpenBlas，默认使用MKL。
`WITH_GPU`	使用GPU或CPU，默认使用CPU。
`WITH_STATIC_LIB`	编译成static library或shared library，默认编译成static library。
`WITH_TENSORRT`	使用TensorRT，默认关闭。

Note

WITH_STATIC_LIB: Linux下这个参数设置成 ON 时无法编译，所以它是强行设置成 OFF 的。

以下是一些依赖库路径相关参数。除了 PADDLE_LIB 是必填的以外其他的视情况而定。

参数名	描述
`PADDLE_LIB`	paddle_inference的路径
`OPENCV_DIR`	库的路径
`CUDA_LIB`	库的路径
`CUDNN_LIB`	库的路径
`TENSORRT_DIR`	使用TensorRT编译并设置其路径

Note

OPENCV_DIR: Linux下，如果已经安装到系统之中就不用指定了。

以下是一些PaddleOCR-json功能相关参数。

参数名	描述
`ENABLE_CLIPBOARD`	启用剪贴板功能。默认关闭。
`ENABLE_REMOTE_EXIT`	启用远程关停引擎进程命令。默认开启。
`ENABLE_JSON_IMAGE_PATH`	启用json命令image_path。默认开启。

Note

ENABLE_CLIPBOARD: Linux下没有剪贴板功能，启用了也无法使用。
ENABLE_REMOTE_EXIT: 这个参数控制着 “传入 exit 关停引擎进程” 的功能。
ENABLE_JSON_IMAGE_PATH: 这个参数控制着 “使用{"image_path":""}指定路径” 的功能。

以下是一些CMake功能相关参数。

参数名	描述
`INSTALL_WITH_TOOLS`	CMake安装时附带工具文件。默认开启。

关于剪贴板读取

在Linux下，从剪贴板中读取数据的功能不存在。即使把 ENABLE_CLIPBOARD 设置成 ON 也无法使用。

构建 or 编译失败？

如果报错中含有 unable to access 'https://github.com/LDOUBLEV/AutoLog.git/': gnutls_handshake() failed: The TLS connection was non-properly terminated. ，原因是网络问题，请挂全局科学上网。如果没有科学，那么可尝试将 deploy/cpp_infer/external-cmake/auto-log.cmake 中的github地址改为 https://gitee.com/Double_V/AutoLog 。

欢迎提出Issue。

3. 配置 & 运行可执行文件

到这一步，你应该可以在 build/bin/ 文件夹下找到一个叫 PaddleOCR-json 的可执行文件

ls ./build/bin/PaddleOCR-json

直接运行的话会得到这样一个错误

./build/bin/PaddleOCR-json

./build/bin/PaddleOCR-json: error while loading shared libraries: libiomp5.so: cannot open shared object file: No such file or directory

Note

这是因为系统没法在环境变量 LD_LIBRARY_PATH 里列出的路径下找到上面这个共享库 libiomp5.so。

这里我们直接更新环境变量 LD_LIBRARY_PATH 来解决。

# 所有的预测库共享库都已经被自动复制到 "build/bin" 文件夹下了，这里我们把它存到一个变量里。
LIBS="$(pwd)/build/bin/"
LD_LIBRARY_PATH=$LIBS ./build/bin/PaddleOCR-json

Tip

什么是LD_LIBRARY_PATH？

使用LD_LIBRARY_PATH的风险？

Note

如果你打算长期使用PaddleOCR-json的话，可以参考安装章节。

到这一步，PaddleOCR-json 已经可以运行了。不过它会提示你缺少配置文件。我们所需的所有文件都在之前准备的模型库 module 文件夹里面。

LD_LIBRARY_PATH=$LIBS ./build/bin/PaddleOCR-json \
    -models_path="$MODELS" \
    -config_path="$MODELS/config_chinese.txt" \
    -image_path="/path/to/image.jpg" # 图片的路径

Tip

更多配置参数请参考简单试用和常用配置参数说明

如果要打包、转移到其他设备上运行，还需放置OpenCV二进制包。

4. 一键编译 + 运行

我们准备了两个简单的脚本方便一键编译、运行PaddleOCR-json。

Warning

请注意，下面这些脚本并没有安装 PaddleOCR-json 到你的系统里。不适合想要长期使用的用户。只是方便开发者的重复编译、测试

4.1 一键编译

在完成第一大章前期准备之后，你可以使用下面这个脚本来直接构建 + 编译工程。

./tools/linux_build.sh

4.2 一键运行

在编译完成后（完成第二大章之后），你可以使用下面这个脚本来直接运行PaddleOCR-json

./tools/linux_run.sh [配置参数]

常用配置参数

5. 安装

你可以使用CMake来安装PaddleOCR-json到系统里。直接以 sudo 权限运行下面这条命令。

sudo cmake --install build

CMake会将 build 文件夹下的可执行文件和运行库给安装到系统文件夹 /usr/ 下，这样你就可以直接用 PaddleOCR-json 来调用这个软件了。

如果你希望安装到指定位置，你可以为上面这条命令加上参数 --prefix /安装路径/ 来指定一个安装路径。比如 --prefix build/install 会将所有的文件都安装到 build/install 文件夹下。

Tip

在Linux下安装时，CMake会额外安装一些工具脚本和文档以方便用户直接使用（就是 linux_dist_tools/ 文件夹下的东西）。这个功能可以帮助开发者更方便的打包软件。但是，如果你希望将PaddleOCR-json安装到系统文件夹里，你则不需要这些工具文件。你可以通过关闭CMake参数 INSTALL_WITH_TOOLS 来禁用这些工具文件的安装。

Tip

CMake在安装PaddleOCR-json时，会将所有在 build/bin 文件夹下的共享依赖库给复制到安装目录的 lib 文件夹下。但是，Linux的很多共享库是被拆分在系统文件夹里的（比如 /usr/lib/ ）。CMake无法自动找到这些共享依赖库。如果你需要将PaddleOCR-json打包成一个无依赖的软件，你需要手动将所需的共享依赖库从系统文件夹里找出并复制到 build/bin 文件夹下。这样一来CMake就可以在安装时将完整的共享依赖库一起打包了。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

README-linux.md

README-linux.md

PaddleOCR-json V1.4 Linux 构建指南

1. 前期准备

1.0 兼容性检查：

1.1 安装所需工具

1.2 下载所需资源

1.3 准备 OpenCV

方式1：下载预编译的轻量化 OpenCV 包（推荐）

方式2：安装 libopencv-dev 到系统中

方式3：本地编译 OpenCV

二进制包的放置

1.4 检查

2. 构建 & 编译项目

CMake构建参数

关于剪贴板读取

构建 or 编译失败？

3. 配置 & 运行可执行文件

4. 一键编译 + 运行

4.1 一键编译

4.2 一键运行

5. 安装

6. 其他问题

关于内存泄漏 / 长期高内存占用

Files

README-linux.md

Latest commit

History

README-linux.md

File metadata and controls

PaddleOCR-json V1.4 Linux 构建指南

1. 前期准备

1.0 兼容性检查：

1.1 安装所需工具

1.2 下载所需资源

1.3 准备 OpenCV

方式1：下载预编译的轻量化 OpenCV 包（推荐）

方式2：安装 libopencv-dev 到系统中

方式3：本地编译 OpenCV

二进制包的放置

1.4 检查

2. 构建 & 编译项目

CMake构建参数

关于剪贴板读取

构建 or 编译失败？

3. 配置 & 运行可执行文件

4. 一键编译 + 运行

4.1 一键编译

4.2 一键运行

5. 安装

6. 其他问题

关于内存泄漏 / 长期高内存占用