ocrd/core-cuda

OCR-D/core-cuda镜像说明

镜像概述

本镜像包含实现https://github.com/OCR-D/spec的Python模块及相关工具，预安装了CUDA工具包和库，是OCR-D生态系统的基础组件，支持CUDA加速的光学字符识别（OCR）处理任务。所有模块均已发布至PyPI，适用于Python 3.8及以上版本。

核心功能

1. ocrd_utils：提供日志、路径归一化、坐标计算等通用工具和常量。
2. ocrd_models：封装PAGE-XML、METS、EXIF元数据等文件格式的操作接口。
3. ocrd_modelfactory：从现有数据实例化OCR-D模型的工具。
4. ocrd_validators：验证BagIt、ocrd-tool.json、工作空间、METS等内容的模式和逻辑。
5. ocrd_network：支持OCR-D Web API的组件。
6. ocrd：整合上述模块，提供创建OCR-D处理器和命令行工具的装饰器与类，包含ocrd主CLI。
7. bash库：生成符合OCR-D规范的bash脚本CLI。

使用场景

• 文档数字化项目中的OCR工作流构建与执行。
• OCR-D处理器的开发、测试与部署。
• 需要CUDA加速的高吞吐量OCR处理任务。
• 学术或企业级文档识别与结构化处理场景。

配置说明

大部分行为通过CLI参数配置（使用--help查看），部分通过环境变量调整：

• OCRD_METS_CACHING：设置为true时缓存METS文件访问，提升内存操作速度。
• OCRD_PROFILE：配置CPU/内存 profiling（可选值：CPU、RSS、PSS）。
• OCRD_PROFILE_FILE：指定CPU profile输出文件路径。
• XDG_CONFIG_HOME：ocrd/resources.yml的查找目录（默认$HOME/.config）。
• XDG_DATA_HOME：ocrd-resources数据存储目录（默认$HOME/.local/share）。
• OCRD_DOWNLOAD_RETRIES：下载工作空间文件的重试次数。
• OCRD_DOWNLOAD_TIMEOUT：下载连接/读取超时（秒，逗号分隔）。

Docker部署示例

基础使用（查看帮助）

bash
docker run --gpus all docker.xuanyuan.run/ocrd/core-cuda ocrd --help

运行OCR-D工作空间操作

bash
docker run --gpus all -v $(pwd)/workspace:/workspace docker.xuanyuan.run/ocrd/core-cuda ocrd workspace --help

执行OCR-D处理器（示例）

bash
docker run --gpus all -v $(pwd)/workspace:/workspace docker.xuanyuan.run/ocrd/core-cuda ocrd process ocrd-tesserocr-recognize -I OCR-D-IMG -O OCR-D-OCR

注：需确保Docker环境已配置GPU支持（如nvidia-docker）。