前言
1.PaddleOCR是百度开源的一个很活跃的OCR库，从训练到推理部署都有很完整的文档教程，在新的V2.3上，服务器端的CPU的推理速度有220%的提升，之前想用PaddleOCR做过医疗化验文字识别与关键字提取，因为速度和精度的问题，后来就放弃，当新更新的V2之后的版本有这么明显的提升，就入手试试。
2.这里面只配置PaddleOCR的C++ 推理，环境：Win10, VS2019专业版，GPU是RTX 3080, CUDA 11.0, cuDNN 8.0, OpenCV 4.5。
3.PaddleOCR官方也给出了Win下的VS2019的配置文档，如果想看官方的转到：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.3/deploy/cpp_infer/docs/windows_vs2019_build.md
4.我也按了官方给的文档配置试两三次都没有成功，所以就直接clone源码重新生成工程。
一.环境配置
1.安装CUDA和添加cuDNN库，然后把路径加到环境变量。可以参考这个博客：https://blog.csdn.net/u011473714/article/details/95042856
2. PaddleOCR C++预测库
2.1 下载PaddleOCR C++预测库，[https://paddleinference.paddlepaddle.org.cn/user_guides/download_lib.html#windows]，选择(https://paddleinference.paddlepaddle.org.cn/user_guides/download_lib.html#windows)，选择对应CUDA的版本，我环境对应的版本。
2.2 下载之后解压出来，有两个目录，paddle和third_party目录，把third_party下install目录里所有子目录里面的include和lib目录里面的内容都复制到paddle的目录下include和lib目录。复制完成后是这样的：
3.下载源码，用git clone https://github.com/PaddlePaddle/PaddleOCR 或者直接下载源码压缩包，deploy目录里面就是C++ 推理源码。
4.下载推理模型，到Paddle git上下载相对应的推理模型，总共有三种模型，文本检测，分类，识别模型。
解压之后就是工程所要的模型。
二.创建工程
1.把所有的库依赖和CPP文件都添加进来之后开始编译项目。
2.编译的过程中可能发生的错误与解决方法。
2.1 GOOGLE_GLOG_DLL_DECL=
错误 LNK2001 无法解析的外部符号 “__declspec(dllimport) public: __cdecl google::LogMessage::~LogMessage(void)” (_imp??1LogMessage@google@@QEAA@XZ)
2.2 多线程
LNK2038 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2”(main.obj 中) PaddleOCRCPP_V2_3
2.3 shlwapi.lib
__imp_PathMatchSpecA PaddleOCRCPP_V2_3
