duolabmeng666/paddleocr

PaddleOCR Serverless镜像文档

镜像概述

本镜像基于Serverless架构部署通用文字识别PaddleOCR，提供便捷的文字识别服务。通过HTTP接口接收图片的Base64编码，返回识别结果，包括文字内容、置信度及文本区域坐标，适用于各类需要文字识别的应用场景。

核心功能与特性

• 通用文字识别：支持常见场景下的文字识别，包括印刷体文字
• HTTP接口：提供标准POST接口，便于集成到各类应用系统
• Base64输入：支持通过Base64编码格式传递图片数据
• 结构化返回：返回包含文字内容、置信度和文本区域坐标的JSON结果

使用场景

• 文档电子化：将扫描件、图片中的文字提取为可编辑文本
• 应用集成：为各类应用（如办公软件、移动应用）提供文字识别能力
• 批量处理：对大量图片进行自动化文字识别与信息提取

使用方法

1. 部署镜像

使用以下命令部署PaddleOCR服务：

bash
docker run -itd --name ppocr -p 9000:9000 duolabmeng666/paddleocr:1.2

参数说明：

• -itd：以交互、后台模式运行容器
• --name ppocr：指定容器名称为ppocr
• -p 9000:9000：将容器的9000端口映射到主机的9000端口

2. 调用OCR服务

步骤1：计算图片Base64编码

将待识别图片转换为Base64编码字符串。

步骤2：发送HTTP请求

通过POST请求调用OCR服务，示例如下：

bash
curl -H "Content-Type:application/json" -X POST --data "{\"images\": [\"<图片Base64编码字符串>\"]}" http://127.0.0.1:9000/predict/ocr_system

步骤3：接收返回结果

成功调用后，返回JSON格式结果，示例：

json
{
  "msg": "",
  "results": [
    [
      {
        "confidence": 0.9853195548057556,
        "text": "测试图像路径，可以是单张图片路径，也可以是图像集合目录路径",
        "text_region": [[5, 10], [466, 10], [466, 24], [5, 24]]
      }
    ]
  ],
  "status": "000"
}

结果说明：

• status: "000"：表示请求成功
• results：识别结果数组，每个元素包含单张图片的识别结果
  • text：识别出的文字内容
  • confidence：识别置信度（0-1，越接近1越可信）
  • text_region：文本区域坐标，格式为[[x1,y1],[x2,y2],[x3,y3],[x4,y4]]

3. 调用代码示例

更多编程语言的调用示例（如Python、Java等）可参考：https://github.com/duolabmeng6/paddlehub_ppocr/tree/master/demo