xlight/trwebocr

TrWebOCR-开源的离线OCR

镜像概述和主要用途

TrWebOCR基于开源项目https://github.com/myhub/tr%E6%9E%84%E5%BB%BA%EF%BC%8C%E6%8F%90%E4%BE%9BHTTP%E8%B0%83%E7%94%A8%E6%8E%A5%E5%8F%A3%E4%BE%BF%E4%BA%8E%E5%85%B6%E4%BB%96%E9%A1%B9%E7%9B%AE%E9%9B%86%E6%88%90%EF%BC%8C%E5%B9%B6%E9%99%84%E5%B8%A6%E6%98%93%E7%94%A8%E7%9A%84Web%E9%A1%B5%E9%9D%A2%E7%94%A8%E4%BA%8E%E8%B0%83%E8%AF%95%E6%88%96%E6%97%A5%E5%B8%B8%E4%BD%BF%E7%94%A8%EF%BC%8C%E6%98%AF%E4%B8%80%E6%AC%BE%E9%AB%98%E6%95%88%E7%9A%84%E7%A6%BB%E7%BA%BFOCR%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88%E3%80%82

!web页面

核心功能和特性

• 中文识别：识别速度快且准确率高
• 文字检测：支持一定角度的旋转文字检测
• 并发请求：通过tornado多进程方式支持并发请求，具体并发数取决于机器配置（模型本身不支持并发）

使用场景和适用范围

适用于需要离线OCR功能的项目集成、日常文字识别需求、文档内容提取、验证码识别等场景。支持Linux直接部署或通过Docker在Windows、MacOS系统使用。

安装需求

运行平台

• ✔ Python 3.6+
• ✔ Ubuntu 16.04
• ✔ Ubuntu 18.04
• ✔ CentOS 7
• ✔ Docker

Windows和MacOS系统需通过构建Docker镜像使用，暂不支持直接部署；其他Linux平台未测试，可自行尝试。

最低配置要求

• CPU: 1核
• 内存: 2G
• SWAP: 2G

使用方法和配置说明

服务器部署

1. 安装Python 3.7
   推荐使用miniconda管理环境

2. 安装依赖包

   shell
   pip install -r requirements.txt
   

3. 运行服务
   默认运行在8089端口，默认不开启GPU：

   shell
   python backend/main.py [--port=8089][--open_gpu=0]
   # --port 指定运行端口，默认8089  
   # --open_gpu 是否开启GPU，默认0（不开启），可设为1（开启）
   

   成功运行后输出示例：

   shell
   tr 2.3.0 https://github.com/myhub/tr
   Server is running: http://192.168.31.95:8089
   Now version is: cpu
   

Docker部署

方式1：通过Dockerfile构建

shell
# 构建镜像
docker build -t trwebocr:latest .

# 运行容器
docker run -itd --rm -p 8089:8089 --name trwebocr trwebocr:latest 

方式2：从Dockerhub拉取

shell
# 拉取镜像
docker pull mmmz/trwebocr:latest

# 运行容器
docker run -itd --rm -p 8089:8089 --name trwebocr mmmz/trwebocr:latest 

说明：容器8089端口默认映射到物理机8089端口，若无需端口映射，可去掉-p 8089:8089，通过Docker IP加8089端口访问。

接口文档

详细接口文档请参考项目wiki：https://github.com/alisen39/TrWebOCR/wiki/%E6%8E%A5%E5%8F%A3%E6%96%87%E6%A1%A3

接口调用示例

Python使用File上传文件

python
import requests
url = 'http://192.168.31.108:8089/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

python
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 = 'http://192.168.31.108:8089/api/tr-run/'
img_b64 = img_to_base64('./img1.png')
res = requests.post(url=url, data={'img': img_b64})

效果展示

!文档识别

!验证码识别

更新记录

• 2020年08月17日：更新Dockerfile，支持tr2.3版本
• 2020年07月30日：支持启动命令选择GPU/CPU
• 2020年07月26日：更新tr2.0版，支持GPU

https://github.com/alisen39/TrWebOCR/blob/master/updateHistory.md

License

Apache 2.0

鸣谢

感谢https://github.com/myhub%E5%8F%8A%E5%85%B6%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AEhttps://github.com/myhub/tr

项目地址

项目在https://github.com/alisen39/TrWebOCR%E5%92%8C%E7%A0%81%E4%BA%91%E5%90%8C%E6%AD%A5%E6%9B%B4%E6%96%B0%EF%BC%8C%E5%9B%BD%E5%86%85%E7%94%A8%E6%88%B7%E5%8F%AF%E9%80%9A%E8%BF%87%E7%A0%81%E4%BA%91%E5%85%8B%E9%9A%86%E9%A1%B9%E7%9B%AE%E3%80%82

如果喜欢本项目，欢迎点亮star (^.^)✨