c403/paddleocr

Paddleocr-docker

镜像概述和主要用途

本镜像为百度PaddleOCR的轻量级Docker实现，旨在解决官方镜像体积过大（11G）的问题。专注于提供OCR识别功能，不包含模型训练能力，启动时会自动下载mobile版模型库，通过API接口提供图片文字识别服务。

Docker Hub地址：https://hub.docker.com/r/c403/paddleocr

体积对比

官方PaddleOCR镜像下载后体积高达11G，本项目镜像体积显著缩减：

bash
REPOSITORY       TAG           IMAGE ID       CREATED        SIZE
c403/paddleocr   2.2.2-noavx   8118af5b4709   10 hours ago   2.63GB
c403/paddleocr   2.2.2         d428e6ea1a2b   10 hours ago   1.98GB
ubuntu           20.04         ba6acccedd29   6 months ago   72.8MB

核心功能和特性

• 轻量级设计：体积仅1.98GB起，远小于官方11G镜像
• OCR识别：支持通过API识别图片中的文字
• 自动模型下载：启动时自动从PaddleOCR官网下载mobile版模型库
• 多输出格式：支持文本（text）和JSON两种输出格式
• 设备兼容性：提供-noavx版本，支持群晖等不支持AVX指令集的设备

使用场景和适用范围

• 轻量级OCR服务部署
• 资源受限环境下的文字识别需求
• 群晖等NAS设备上的OCR应用
• 快速搭建OCR API服务进行二次开发

使用方法和配置说明

基本运行

通过以下命令启动容器，映射5000端口：

bash
docker run -p 5000:5000 c403/paddleocr

容器启动后会自动下载模型库，API服务监听5000端口。

API接口说明

/ocr

• 支持方法：POST, PUT
• 参数说明：
  • img：上传图片文件（优先于imgurl）
  • imgurl：图片URL地址（当img存在时忽略此参数）
  • outtype：可选，输出格式，支持text（默认）和json

使用样例

1. 上传文件识别

bash
curl 127.0.0.1:5000/ocr -F img=@/tmp/img.png

返回结果（文本格式）：

text
PHO CAPITAL
107 state street
...

2. 从URL识别并输出JSON格式

bash
curl 127.0.0.1:5000/ocr -F imgurl=https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.4/doc/imgs_en/254.jpg -F outtype=json

返回结果（JSON格式）：

json
{
  "success": true,
  "results": [
    {"confidence":0.8821941018104553,"text":"PHO CAPITAL","text_region":[[67.0,50.0],[327.0,45.0],[327.0,76.0],[68.0,82.0]]},
    {"confidence":0.8678863048553467,"text":"107 state street","text_region":[[73.0,92.0],[452.0,85.0],[453.0,115.0],[74.0,122.0]]},
    ...
  ]
}

群晖使用说明

群晖设备的CPU通常不支持AVX（Advanced Vector Extensions）指令集，需选择带有-noavx后缀的镜像标签，例如：

bash
docker run -p 5000:5000 c403/paddleocr:2.2.2-noavx

其它说明

本镜像中的API服务为基础运行模式，若用于生产环境，建议在前端添加gunicorn作为WSGI服务器和nginx作为反向代理，以提高稳定性和并发处理能力。