README.md

RapidOCR Web Demo

• RapidOCR Web Demo
  • 简要说明
  • config.yaml全局参数说明
  • 以Web方式运行
  • 以API方式运行

简要说明

• 所用模型组合（最优组合）为：

  ch_PP-OCRv3_det + ch_ppocr_mobile_v2.0_cls + ch_PP-OCRv3_rec
  

• 运行机器配置: 4核 AMD EPYC 7K62 48-Core Processor
• 所有相关参数配置参见当前目录下的config.yaml，具体参数解释参见Link。
• 网页上显示的推理时间具体解释如下：
  

config.yaml全局参数说明

Global:
    text_score: 0.5
    use_angle_cls: true  # 是否使用文本框分类模型，默认为True
    use_text_det: true   # 是否使用文本检测模型，默认为True
    print_verbose: true  # 使用打印各个阶段的运行时长到终端，默认为True
    min_height: 30       # 图像高度小于30将不经过文本检测模型
    width_height_ratio: 8  # 图像宽高比大于该值，则不经过文本检测模型

以Web方式运行

1. 安装requirements.txt下相关包

   pip install -r requirements.txt -i https://pypi.douban.com/simple/

2. 下载resources目录

   • 下载链接：百度网盘 | Google Drive
   • 最终目录结构如下：

     ocrweb
     ├── README.md
     ├── config.yaml
     ├── main.py
     ├── requirements.txt
     ├── task.py
     ├── rapidocr_onnxruntime
     │   ├── __init__.py
     │   ├── ch_ppocr_v3_det
     │   ├── ch_ppocr_v2_cls
     │   ├── ch_ppocr_v3_rec
     │   └── rapid_ocr_api.py
     ├── resources
     │   └── models
     │       ├── ch_PP-OCRv3_det_infer.onnx
     │       ├── ch_ppocr_mobile_v2.0_cls_infer.onnx
     │       └── ch_PP-OCRv3_rec_infer.onnx
     ├── static
     │   ├── css
     │   └── js
     └── templates
         └── index.html
     

3. 运行main.py

   $ python main.py

4. 打开http://0.0.0.0:9003/即可， enjoy it!

以API方式运行

1. 同以Web方式运行中步骤1

2. 同以Web方式运行中步骤2

3. 运行api.py

   $ python api.py

4. 发送post请求，调用

   import ast
   import base64
   import json
   
   import requests
   
   
   def get_json_format(img_path):
       with open(img_path, 'rb') as f:
           img_byte = base64.b64encode(f.read())
       img_json = json.dumps({'file': img_byte.decode('ascii')})
       return img_json
   
   
   if __name__ == '__main__':
       url = 'http://localhost:9003/ocr'
       header = {'Content-Type': 'application/json; charset=UTF-8'}
   
       img_path = '../images/1.jpg'
       img_json = get_json_format(img_path)
   
       response = requests.post(url, data=img_json, headers=header)
       if response.status_code == 200:
           rec_res = ast.literal_eval(response.text)
           print(rec_res)
       else:
           print(response.status_code)

5. 输出以下结果，即为正确。

    [
        [[[265.0, 18.0], [472.0, 231.0], [431.0, 271.0], [223.0, 59.0]], '香港深圳抽血', 0.8021483932222638],
        [[[388.0, 15.0], [636.0, 257.0], [587.0, 307.0], [339.0, 65.0]], '专业查性别', 0.7488822937011719],
        [[[215.0, 84.0], [509.0, 413.0], [453.0, 463.0], [159.0, 134.0]], '专业鉴定B超单', 0.8711239919066429],
        [[[128.0, 135.0], [430.0, 478.0], [366.0, 534.0], [64.0, 192.0]], 'b超仪器查性别', 0.8705329671502113],
        [[[58.0, 189.0], [268.0, 450.0], [209.0, 498.0], [0.0, 236.0]], '加微信eee', 0.8492027946880886],
        [[[493.0, 261.0], [617.0, 384.0], [577.0, 423.0], [454.0, 300.0]], '可邮寄', 0.7494295984506607]
    ]
   

   • 输出结果说明：
     • 如果图像中存在文字，则会输出list类型，具体格式介绍如下：

       [
           # 坐标为左上角 → 右上角 → 右下角 → 左下角
           [[[left, top], [right, top], [right, bottom], [left, bottom]], 识别文本, 置信度]
       ]
       

     • 如果没有检测到文字，则会输出空列表([])。

6. !!说明：OCR的输出结果为最原始结果，大家可按需进一步扩展。