本文基于https://github.com/ouyanghuiyu/chineseocr_lite.git,先学会使用,在了解其中所使用的技术;
环境
-
pytorch 1.2.0
-
python3(笔者使用的环境是python3.6)
-
linux/macos/windows(笔者的环境是win10 家庭版)
-
Docker 环境
1. PyTorch
进入PyTorch官网,选择合适自己的版本。
如笔者使用pip且仅CPU环境,执行命令安装:pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
2. Docker 环境
因为笔者的电脑是win10 家庭版,所以安装docker比较麻烦,参考这两篇博客https://www.cnblogs.com/samwu/p/10360943.html,https://blog.csdn.net/weixin_42787754/article/details/104209345,完美安装docker。
所需文件已上传在百度网盘链接:https://pan.baidu.com/s/1EYKSniDty_cYbQWev3FhUw
提取码:3d18 ;由于docker安装包官网下载比较慢,也上传百度网盘了,需要的自取。
3. 在Docker中运行chineseocr步骤:
可以直接在项目根目录下面运行docker build -t my/chineseocr .
构建运行环境的镜像,也可以使用已经构建好的镜像docker run -dit -p 8080:8080 -v /mnt/d/data/:/data --name chineseocr vitzy/chineseocr_lite
。
- 先启动容器
docker run chineseocr;
- 可通过
docker attach chineseocr
进入容器,然后git clone https://github.com/ouyanghuiyu/chineseocr_lite
拉取本项目代码到/data
- cd 到
chineseocr_lite
下进行安装:pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
- 启动 web
python3 app.py 8080
, 在浏览器中打开http://127.0.0.1:8080/ocr
。
测试效果图:
注释:先跑通,再弄清楚使用技术原理,(2)在路上。。。