gswyhq/paddleocr

PaddleOCR Docker镜像文档

镜像概述和主要用途

该镜像基于百度PaddleOCR构建，专注于中文文本识别任务，能够从图像中高精度提取文字信息。支持直接通过命令行进行单图识别，也可部署为HTTP服务提供API接口，适用于各类需要OCR功能的场景。

核心功能和特性

• 中文OCR识别：针对中文文本优化，提供高精度文字提取能力
• 角度分类：支持文本方向自动检测（通过--use_angle_cls参数启用）
• 多硬件支持：可配置使用CPU或GPU加速（通过--use_gpu参数控制）
• 服务化部署：支持部署为HTTP服务，提供JSON格式API接口
• 轻量便捷：无需复杂环境配置，通过Docker快速启动使用

使用场景和适用范围

• 文档扫描与数字化处理
• 图像中的文字信息提取（如产品标签、广告牌、表单等）
• 自动化数据录入系统（如发票、单据信息提取）
• 移动端或Web应用的OCR功能集成
• 批量图像文字识别处理

使用方法和配置说明

1. 直接命令行使用

启动容器

bash
docker run --rm -it gswyhq/paddleocr:2.6.0 /bin/bash

说明：--rm表示容器退出后自动删除，-it提供交互终端

执行OCR识别

在容器内执行以下命令（需先将待识别图像文件挂载到容器内）：

bash
paddleocr --image_dir ch.jpg --use_angle_cls true --use_gpu false

关键参数说明

• --image_dir：指定待识别图像的路径（容器内路径）
• --use_angle_cls：是否启用文本角度分类（true/false），用于纠正倾斜文本
• --use_gpu：是否使用GPU加速（true/false），需宿主机已配置GPU环境

识别结果示例

[2021/09/17 15:39:36] root INFO: [[[28.0, 37.0], [302.0, 39.0], [302.0, 72.0], [28.0, 70.0]], ('纯臻营养护发素', 0.9510662)]
[2021/09/17 15:39:36] root INFO: [[[27.0, 82.0], [172.0, 82.0], [172.0, 103.0], [27.0, 103.0]], ('产品信息/参数', 0.99090606)]

结果包含文本区域坐标（四顶点）、识别文本内容及置信度

2. 部署为HTTP服务

启动服务容器

bash
docker run --rm -it -p 8866:8866 gswyhq/paddleocr:hubserving

说明：-p 8866:8866将容器内8866端口映射到宿主机，用于接收HTTP请求

发送识别请求

1. 图像Base64编码
   将待识别图像转换为Base64编码（需去除前缀data:image/jpg;base64,）：

bash
cat 123.jpg | base64

2. 发送POST请求
   通过curl发送JSON格式请求：

bash
curl -H "Content-Type:application/json" -X POST --data "{\"images\": [\"填入图片Base64编码\"]}" http://localhost:8866/predict/ocr_system

服务响应示例

json
{
  "msg": "",
  "results": [
    [
      {
        "confidence": 0.8403433561325073,
        "text": "约定",
        "text_region": [[345, 377], [641, 390], [634, 540], [339, 528]]
      },
      {
        "confidence": 0.8131805658340454,
        "text": "最终相遇",
        "text_region": [[356, 532], [624, 530], [624, 596], [356, 598]]
      }
    ]
  ],
  "status": "0"
}

响应包含识别文本内容、置信度及文本区域坐标信息，status":"0"表示请求成功