TrWebOCR-开源的离线OCR

介绍

TrWebOCR，基于开源项目 Tr 构建。
在其基础上提供了http调用的接口，便于你在其他的项目中调用。
并且提供了易于使用的web页面，便于调试或日常使用。

特性

• 中文识别
  快速高识别率

• 文字检测
  支持一定角度的旋转

• 并发请求
  由于模型本身不支持并发，但通过tornado多进程的方式，能支持一定数量的并发请求。具体并发数取决于机器的配置。

安装需求

运行平台

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

Windows和MacOS系统下可通过构建Docker镜像来使用，暂不支持直接部署使用
其他Linux平台暂未测试，可自行安装测试

最低配置要求

• CPU: 1核
• 内存: 2G
• SWAP: 2G

安装说明

服务器部署

1. 安装python3.7
   推荐使用miniconda

2. 安装依赖包

pip install -r requirements.txt

3. 运行
   项目默认运行在8089端口，默认不开启gpu：

python backend/main.py [--port=8089][--open_gpu=0]
# --port 指定运行时端口号 默认是8089  
# --open_gpu 是否开启gpu 默认是0(不开启），可设置为1（开启）

看到以下输出则代表安装成功：

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

使用 Dockerfile 构建 或者直接 Pull镜像

# dockerfile 构建
docker build -t trwebocr:latest .

# 运行镜像
docker run -itd --rm -p 8089:8089 --name trwebocr trwebocr:latest 

# 从 dockerhub pull
docker pull mmmz/trwebocr:latest

# 运行镜像
docker run -itd --rm -p 8089:8089 --name trwebocr mmmz/trwebocr:latest 

这里把容器的8089端口映射到了物理机的8089上，但如果你不喜欢映射，去掉run后面的-p 8089:8089 也可以使用docker的IP加8089来访问

接口文档

接口文档的内容放在了本项目的wiki里：
接口文档

接口调用示例

• Python 使用File上传文件

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

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

更新记录

• 2022年01月23日
  更新tr2.3.1版模型

  模型本身支持多线程了~~现在直接可以打满CPU了！所有核！

• 2022年01月16日
  更新接口，增加不返回图片参数

• 2020年08月17日
  更新Dockerfile，docker镜像支持tr2.3

• 2020年07月30日
  支持启动命令选择GPU/CPU

更多记录 >>>

License

Apache 2.0

鸣谢

• 感谢 myhub 和它的开源项目Tr

最后

项目在 GitHub 和 码云 上同步更新，国内朋友可以通过码云clone项目~

如果你也喜欢这个项目，不妨给个star (^.^)✨