中文WebOCR

起因 ​

有一天，客户王总找到我。

王总：小马啊，我用你们的产品啊，老是报错，你能给我解决一下吗？

我：王总好~ 当然没问题，您方便把错误发给我看下吗？

王总：

我：王总，您能复制一下中间错误的ID吗？

王总：不能。

我：好的，没关系，我给您手敲，谢谢~

关键词 ​

• 中文WebOCR 史上最强，最简洁，最好用的中文WebOCR
• Brand New Server: Debian Server搭建在Debian Server上的
• 树莓派 呃，图片是缓存在小树上的
• 马伯恩的小站
  

步骤 ​

关于中文OCR ​

我当然不会给王总去手敲那一大长串的id，其实我敲了，也不算长嘛，也就三十几个数字加字母，中间还错了2次。

但是在这之前，我是尝试搜索了一下的，市面上有很多在线识别的网站，但是它们都很垃圾，要么是等待时间长，要么是要求付费。

最恶心的是有的网站在等待了1分多钟之后，提示识别已完成，请付费获取数据，我不得不爆一句粗口：

那么王总的id到底是什么？ ​

打开中文WebOCR一试便知：

原来王总的ID是 Correlation ID:5b5fc892-eeae-4098-b473-6c01567f721f 这个呀！

WebOCR-开源的离线OCR ​

中文WebOCR，是给予开源项目Tr构建。 在其基础上提供了http调用的接口，便于我们在其他的项目中调用。 并且提供了易于使用的web页面，便于调试或日常使用。

WebOCR特性 ​

• 中文识别
  快速高识别率

• 文字检测
  支持一定角度的旋转

• 并发请求
  由于模型本身不支持并发，但通过tornado多进程的方式，能支持一定数量的并发请求。具体并发数取决于机器的配置。

安装说明 ​

服务器部署 ​

1. 安装python3.7
   推荐使用miniconda

2. 安装依赖包

pip install -r requirements.txt

3. 运行
   项目默认运行在3008端口，默认不开启gpu：

python backend/main.py [--port=3008][--open_gpu=0]
# --port 指定运行时端口号 默认是3008  
# --open_gpu 是否开启gpu 默认是0(不开启），可设置为1（开启）

看到以下输出则代表安装成功：

tr 2.3.0 https://github.com/myhub/tr
Server is running: http://192.168.31.95:3008
Now version is: cpu

Docker部署 ​

使用 Dockerfile 构建 或者直接 Pull镜像

# dockerfile 构建
docker build -t gitocr:latest .

# 运行镜像
docker run -itd --rm -p 3008:3008 --name gitocr gitocr:latest

# 从 dockerhub pull
docker pull naluspot/gitocr:latest

# 运行镜像
docker run -itd -p 3008:3008 --name gitocr naluspot/gitocr:latest

这里把容器的3008端口映射到了物理机的3008上，但如果你不喜欢映射，去掉run后面的-p 3008:3008 也可以使用docker的IP加3008来访问

接口文档 ​

接口文档的内容放在了本项目的wiki里：
接口文档

接口调用示例 ​

• Python 使用File上传文件

import requests
url = 'https://www.majun.fun:3008/api/tr-run/'
img1_file = {
    'file': open('img1.png', 'rb')
}
res = requests.post(url=url, data={'compress': 0}, files=img1_file)

• Python 使用Base64

import requests
import base64
def img_to_base64(img_path):
    with open(img_path, 'rb')as read:
        b64 = base64.b64encode(read.read())
    return b64
    
url = 'https://www.majun.fun:3008/api/tr-run/'
img_b64 = img_to_base64('./img1.png')
res = requests.post(url=url, data={'img': img_b64})

• Postman演示：

其他效果展示 ​

后记 ​

下一站：