毫秒识别、开源免费的OCR离线部署方案

 

1.准备工作

1.1 软件和开发工具版本

pycharm2019.3.5及以上版本

安装python3.6及以上版本

PaddleOCR-2.6.0

1.2安装依赖

pip install -r requirements.txt

1.3安装paddle

python -m pip install paddlepaddle==2.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.使用测试

准备一张图片，这张图片已经很模糊了，字体倾斜，识别准确率还是挺高的。而且识别耗时不超过1秒

    img_path = "test/aaa.png"

    print("开始")
    start_time = datetime.datetime.now()
    result = engine.ocr(img_path, det=args.det, rec=args.rec, cls=args.use_angle_cls)

    if result is not None:
        for line in result:
            paddleocr.logger.info(line)
    end_time = datetime.datetime.now()
    total_time = end_time - start_time
    print("程序运行总耗时：" + str(total_time))

    logging.info("程序运行总耗时：" + str(total_time))

 

识别效果

 

3.开发web api服务为其他模块调用提供API接口

@app.route('/ocr/general_basic', methods=['POST'])
def api():
    timeout = 5
    # 来捕捉客户端传来的数据
    data = request.get_data().decode('utf-8')
    # json.loads将string转换为dict
    data = json.loads(data)
    # 获取dict中'img'标签的数据
    image_b64 = data["img"]
    # 进行base64解码工作 base64->数组
    image_decode = base64.b64decode(image_b64)
    # fromstring实现了字符串到Ascii码的转换
    nparr = np.fromstring(image_decode, np.uint8)
    # 从nparr中读取数据，并把数据转换(解码)成图像格式
    img_np = cv2.imdecode(nparr, cv2.IMREAD_COLOR)

    now = datetime.datetime.now()
    formatted_date = now.strftime("%Y-%m-%d")
    timestamp_uuid = uuid.uuid1()
    image_path = "{0}/{1}".format(root_image_path, formatted_date)
    if(os.path.exists(image_path) == False):
        os.mkdir(image_path)
    file = os.path.join(image_path, str(timestamp_uuid) + ".jpg")
    cv2.imwrite(file, img_np)

    print("开始")
    start_time = datetime.datetime.now()
    result = engine.ocr(file, cls=args.use_angle_cls)

    content = {}
    if result is not None:
        i = 0
        for line in result:
            content[i] = line[1][0]
            i = i + 1
    print(content)
    end_time = datetime.datetime.now()
    total_time = end_time - start_time
    print("程序运行总耗时：" + str(total_time))
    logger.info("耗时:{0}, 内容:{1}", str(total_time), content)

    data = {
        "total_time": str(total_time),
        "content": content
    }

    response = make_response(json.dumps(data))
    response.headers["Content-Type"] = "application/json;charset=UTF-8"
    return response


if __name__ == '__main__':
    server = make_server('0.0.0.0', 5000, app)
    print('Serving HTTP on port 5000...')
    server.serve_forever()

4.其他模块调用（Java）

try {
	//转换为base64
	byte[] bytes = IOUtils.toByteArray(stream);
	String encoded = Base64.getEncoder().encodeToString(bytes);
	Map<String, String> req = new HashMap<>();
	req.put("img", encoded);
	RestTemplate restTemplate = new RestTemplate();
	ResponseEntity<Map> responseEntity = restTemplate.postForEntity(paddleUrl, req, Map.class);
	HashMap<String, String> content = (HashMap) responseEntity.getBody().get("content");

	int i = 0;
	for (Map.Entry<String, String> entry : content.entrySet()) {
		parseContent += entry.getValue();
		if (i < content.size() - 1) {
			parseContent += "\n";
		}
		i++;
	}
} catch (IOException ex) {
	log.error("异常" + ex.toString());
	ex.printStackTrace();
}

完整代码https://download.csdn.net/download/shangjg03/88165764