【ocr识别002】flask+paddleocr+bootstrap搭建OCR文本推理WEB服务（更新补充）

xsimah

已于 2024-08-28 13:07:25 修改

阅读量1.4k

点赞数 11

分类专栏： OCR识别人工智能大数据工程文章标签： ocr flask bootstrap 图片文本识别 html

于 2024-08-13 21:03:26 首次发布

本文链接：https://blog.csdn.net/qq_24452475/article/details/141173225

版权

大数据工程同时被 3 个专栏收录

22 篇文章 0 订阅

订阅专栏

人工智能

18 篇文章 0 订阅

订阅专栏

OCR识别

5 篇文章 0 订阅

订阅专栏

1.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！
2.了解、学习OCR相关技术知识领域，结合日常的场景进行测试、总结。如本文总结的flask+paddleocr+bootstrap搭建OCR文本推理WEB服务应用示例场景。

文章目录

1.代码结构

如下图所示：

2.效果演示

详情如下：

3.接口返回

接口测试效果图

返回结果详情部分示例

{
    "error_code": "000000",
    "error_msg": "识别成功",
    "filename": "cstp2.png",
    "recognize_time": "5890",
    "result": [
        {
            "points": [
                [
                    14.0,
                    11.0
                ],
                [
                    108.0,
                    11.0
                ],
                [
                    108.0,
                    40.0
                ],
                [
                    14.0,
                    40.0
                ]
            ],
            "score": 0.979973316192627,
            "text": "性别：男"
        },
        {
            "points": [
                [
                    289.0,
                    11.0
                ],
                [
                    400.0,
                    9.0
                ],
                [
                    401.0,
                    37.0
                ],
                [
                    290.0,
                    39.0
                ]
            ],
            "score": 0.8993546962738037,
            "text": "住院号："
        },
        {
            "points": [
                [
                    677.0,
                    2.0
                ],
                [
                    713.0,
                    12.0
                ],
                [
                    707.0,
                    31.0
                ],
                [
                    672.0,
                    21.0
                ]
            ],
            "score": 0.6370271444320679,
            "text": "贝别："
        }
    ]
}

4.代码详情

4.1 `HTML`代码详情

<!DOCTYPE html>
<html>
<meta charset="utf-8">
<head>
    <title>OCR文字检测识别试运行系统</title>
    <!--静态加载 样式-->
    <link rel="stylesheet" href={{ url_for('static',filename='bootstrap-3.4.1/css/bootstrap.min.css') }}></link>
    <link rel="stylesheet" href={{ url_for('static',filename='css/upload.css') }}></link>
    <link rel="stylesheet" href={{ url_for('static',filename='css/36buttons.css') }}></link>
</head>
<body>
<div class="header">
    <div class="title">【OCR】PP-OCRv3 文字检测识别试运行系统v0.3.0</div>
</div>

<ul class="menu">
    <li><a href="/upload/">通用文本检测识别处理</a></li>
</ul>

<div class="content">
    <!--上传图片文件-->
    <div id="upload_file">
        <form id="fileForm" action="/upload/" method="POST" enctype="multipart/form-data">
            <div class="form-group">
                <input type="file" class="form-control" id="_upload_file" name="upload_file">
<!--                <label class="sr-only" for="upload_file">上传图片</label>-->
                </br>
                <button id="resetButton" name="resetButton" type="reset" class="button green">重置推理结果</button>
            </div>
        </form>
    </div>
</div>
</div>

<div id="show" style="display: none;">
    <!--显示上传的图片-->
    <div class="col-md-6" style="border: 2px solid #ddd;">
        </br>
        <span class="label label-info" style="font-size: 24px;"><<<<<< 原始图片展示 >>>>>> </br></span>
        <!--静态加载 图片, url_for() 动态生成路径 -->
        </br>
        <img id="src_pic_show" src="" alt="Image preview area..." title="preview-img" class="img-responsive">
    </div>
    <div class="col-md-6" style="border: 2px solid #ddd;">
        <!--显示识别结果JSON报文列表-->
        </br>
        <span class="label label-info" style="font-size: 24px;"><<<<<< 推理结果详情 >>>>>> </br></span>
        </br>
        <!-- 结果显示区 -->
        <div id="result_show" style="font-size: 28px;">客官，您提交的任务加急推理中......</div>
    </div>
</div>
</body>
</html>
<script src="https://code.jquery.com/jquery-1.12.4.min.js"></script>
<script src="http://malsup.github.io/jquery.form.js"></script>

<script type="text/javascript">
    var fileInput = document.querySelector('input[type=file]');
    var previewImg = document.querySelector('img');

    {#上传图片事件#}
    fileInput.addEventListener('change', function () {
        var file = this.files;
        var reader = new FileReader();

        //显示预览界面
        $("#show").css("display", "block");

        // 监听reader对象的的onload事件，当图片加载完成时，把base64编码賦值给预览图片
        reader.addEventListener("load", function () {
            previewImg.src = reader.result;
        }, false);

        // 调用reader.readAsDataURL()方法，把图片转成base64
        reader.readAsDataURL(file);

        //初始化输出结果信息
        $("#result_show").html("</br>客官，您提交的任务加急推理中......");

        {#上传图片识别表单事件，并显示识别结果信息#}
        {# ajaxSubmit 请求异步响应#}

        $("#fileForm").ajaxSubmit(function (data) {
            var inner = '<table border="1"> <thead> <tr> <th>序号</th> <th>文本目标</th> <th>置信度分数</th> </tr> </thead> <tbody>';
            //循环输出返回结果，响应识别结果为每行列表
            var inc = 1;
            for (var i in data['result']) {
                var text = data['result'][i]['text'];
                var score = data['result'][i]['score'];
                inner += "<tr><td>" + inc + "</td>" + "<td>" + text + "</td>" + "<td>" + score + "</td></tr>";
                inc += 1;
            }
            inner += '</tbody></table>'
            //清空输出结果信息
            $("#result_show").html("");

            //添加识别结果信息
            $("#show").append( inner );
        });
    }, false);

    document.getElementById('resetButton').addEventListener('click', function() {
        document.getElementById('src_pic_show').src = '';
        $('#result_show').empty();
    });
</script>

4.2`Python`代码详情

源代码

import json
import os
import time
import numpy as np
import pandas as pd
from pyautogui import *
from paddleocr import PaddleOCR
from PIL import Image, ImageDraw
from flask import Flask, render_template, request, jsonify
# 应用名称，当前py名称，视图函数
app = Flask(__name__)
# 相对路径
BASE_DIR = os.path.dirname(os.path.basename(__name__))

# 上传文件路径
UPLOAD_DIR = os.path.join(os.path.join(BASE_DIR, 'static'), 'upload')

def ocr_img2text( image ):
    result_dict = {'result': []}
    paddleocr = PaddleOCR(det_model_dir='./inference/ch_PP-OCRv3_det_infer/',
                    rec_model_dir='./inference/ch_PP-OCRv3_rec_infer/',
                    cls_model_dir='./inference/ch_ppocr_mobile_v2.0_cls_infer/',
                    use_angle_cls=True, lang="ch", use_gpu=True)
    if image == "":
        image = screenshot()  # 使用pyautogui进行截图操作
        image = np.array(image)
    else:
        # 不为空就打开
        image = Image.open(image).convert('RGB')
        image = np.array(image)  # 经提醒，需要添加array

    print( image, type(image) )
    # 识别图片文件
    result0 = paddleocr.ocr( image, cls=True )
    result = result0[0]

    # for line in result0:
    #     for word in line:
    #         print( word )

    for index in range(len(result)):
        line = result[index]
        p_dict = {}
        points = line[1]
        text = line[1][0]
        score = line[1][1]
        p_dict['points'] = points
        p_dict['text'] = text
        p_dict['score'] = score
        result_dict['result'].append( p_dict )
    return result_dict

@app.route('/')
def upload_file():
    return render_template('upload.html')

@app.route('/upload/', methods=['GET', 'POST'])
def upload():
    if request.method == 'POST':
        # 每个上传的文件首先会保存在服务器上的临时位置，然后将其实际保存到它的最终位置。
        filedata = request.files['upload_file']
        upload_filename = filedata.filename
        print(upload_filename)
        # 保存文件到指定路径
        # 目标文件的名称可以是硬编码的，也可以从 request.files[file] 对象的 filename 属性中获取。
        # 但是，建议使用 secure_filename() 函数获取它的安全版本
        if not os.path.exists(UPLOAD_DIR):
            os.makedirs(UPLOAD_DIR)
        img_path = os.path.join(UPLOAD_DIR, upload_filename)
        filedata.save(img_path)
        start = time.time()
        # 打开图片
        img1 = Image.open(img_path)
        # 识别图片
        result_dict = ocr_img2text(img_path)

        # 识别时间
        end = time.time()
        recognize_time = int((end - start) * 1000)

        result_dict["filename"] = upload_filename
        result_dict["recognize_time"] = str(recognize_time)
        result_dict["error_code"] = "000000"
        result_dict["error_msg"] = "识别成功"
        return jsonify(result_dict)
    else:
        return render_template('upload.html')