只需半小时，搭建paddlepaddle-OCR识别服务(识别身份证、资格证等)

前言

简单尝试了下paddleOCR的最新版(2021)，只需要几行命令就可以很快地在本地部署一个OCR识别系统。

如果不想看下文，依次执行以下命令即可搭建(注意：仅在linux系统中测试，其他系统也可参照)：

# 有anaconda系统可以跳过
sh Anaconda3-2020.03-Linux-x86_64.sh
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create --name python37 python=3.7
# 激活虚拟环境
source activate python37
pip3 install --upgrade pip
python3 -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple
pip install paddlehub==2.0.0rc0
hub install chinese_ocr_db_crnn_server==1.1.1
hub serving start -m chinese_ocr_db_crnn_server

只需要半小时，执行几个比较简单的命令，就可以搭建一个简单的自然场景ocr识别系统。

输入图像输出ocr文本：

如果上述遇到问题或者有疑问，可以看具体操作：

开始搭建

首先建立好anaconda环境：

anaconda常用命令配置信息及更换源

然后开始安装paddle需要的库：

python -m pip install paddlepaddle-gpu==2.0.0 -i https://mirror.baidu.com/pypi/simple

这里我安装的是GPU版本的，cpu版本的执行pip install paddlepaddle==2.0.0rc即可。

没想到一开始安装就遇到了空间不足的问题。

ERROR: Could not install packages due to an EnvironmentError: [Errno 28] No space left on device

这个问题很说白了是缓冲空间不足的问题。

如果有root权限，直接执行：

rm -fr /tmp/tmp*

如果没有root权限，自己创建一个tmp文件夹即可:

mkdir tmp
chmod 1777 tmp/
export TMPDIR=path/to/tmp

解决这个问题后，顺利安装。

继续安装paddlehub，执行：

pip install paddlehub==2.0.0rc0

安装完执行下判断hub服务功能正不正常：

import paddlehub
paddlehub.server_check()

测试正常后，可以执行简单测试一张图片：

import paddlehub as hub
import cv2

ocr = hub.Module(name="chinese_ocr_db_crnn_server")
result = ocr.recognize_text(images=[cv2.imread('/PATH/TO/IMAGE')])

没有什么问题，不过就是运行太慢了，这种方式运行每次都需要重新加载模型权重，如果需要实时则搭建为服务器的格式。

服务器推理

首先在命令行开启服务命令：

hub serving start -m chinese_ocr_db_crnn_server

默认端口8866。

推理官方的例子就可以直接使用:

import requests
import json
import cv2
import base64

def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tostring()).decode('utf8')

# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_server"
r = requests.post(url=url, headers=headers, data=json.dumps(data))

# 打印预测结果
print(r.json()["results"])

如果发现结果和官方提供的demo结果略有不同，建议可以调整下输入图像的尺寸，输入尺寸不同会影响输出的结果：

long_size = 1024     
height, width = img.shape[0:2]
max_part = max(height, width)
if max_part > long_size:
    scale_own = long_size / max_part
    img = cv2.resize(img, dsize=None, fx=scale_own, fy=scale_own)

错误分析

如果运行GPU的paddle-GPU服务提示这个错误：

Cannot load cudnn shared library. Cannot invoke method cudnnGetVersion.\n  [Hint: cudnn_dso_handle should not be null.

一般是没有在当前路径中找到cuda和cudnn的路径，在环境变量中设置一下就OK了:

export LD_LIBRARY_PATH=/urs/local/cuda/lib64:$LD_LIBRARY_PATH
export /urs/local/cuda/bin/:$PATH

如果服务正常，则会返回：

[INFO 2021-02-01 20:35:05,635 _internal.py:113] 172.30.12.15 - - [01/Feb/2021 20:35:05] "POST /predict/chinese_ocr_db_crnn_server HTTP/1.1" 200 -
[INFO 2021-02-01 20:35:10,554 _internal.py:113] 172.30.12.15 - - [01/Feb/2021 20:35:10] "POST /predict/chinese_ocr_db_crnn_server HTTP/1.1" 200 -
[INFO 2021-02-01 20:35:13,807 _internal.py:113] 172.30.12.15 - - [01/Feb/2021 20:35:13] "POST /predict/chinese_ocr_db_crnn_server HTTP/1.1" 200 -
[INFO 2021-02-01 20:35:26,604 _internal.py:113] 172.30.12.15 - - [01/Feb/2021 20:35:26] "POST /predict/chinese_ocr_db_crnn_server HTTP/1.1" 200 -

实在搞不定环境配置的可以直接运行docker，拉下来在docker环境中跑：

sudo docker run --name ppocr -v $PWD:/paddle --network=host -it  paddlepaddle/paddle:latest-dev-cuda10.1-cudnn7-gcc82  /bin/bash

进入镜像后，执行的命令和上述的一致。

这就是简易的paddlepaddle-OCR系统搭建过程~

参考链接

https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.0.0-rc/docs/docs_en/installation_en.md
https://github.com/PaddlePaddle/PaddleOCR

---