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. 执行install.py

python install.py

3. 安装依赖包

pip install -r requirements.txt

4. 运行

python backend/main.py

项目默认运行在8089端口，看到以下输出则代表运行成功：

# tr 1.5.0 https://github.com/myhub/tr
server is running: 0.0.0.0:8089

Docker部署

1. 从 Dockerfile 构建或者直接 Pull镜像

# dockerfile 构建
docker build -t trwebocr:latest .

# 从 dockerhub pull
docker pull mmmz/trwebocr:latest

2. Docker run

docker run -itd -p 8089:8089 --name trwebocr 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

• 2020年06月14日
  优化Dockerfile，解决Build失败报错 Dockerfile需要下载的部分使用国内源，提高build速度 增加supervisor守护python进程

• 2020年06月13日
  增加接口调用示例

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 (^.^)✨