README.md

RapidOCR Web Demo

• RapidOCR Web Demo
  • Web方式运行
  • 以API方式运行和调用
  • 相关问题

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_v2_cls
     │   ├── ch_ppocr_v2_det
     │   ├── ch_ppocr_v2_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
     │   └── rec_dict
     │       └── ppocr_keys_v1.txt
     ├── 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方式运行和调用

1. 同Web方式运行中步骤1

2. 同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。

   [['0', '香港深圳抽血', '0.93583983'], ['1', '专业查性别', '0.89865875'], ['2', '专业鉴定B超单', '0.9955703'], ['3', 'b超仪器查性别', '0.99489486'], ['4', '加微信eee', '0.99073666'], ['5', '可邮寄', '0.99923944']]
   

   • 如果图像中存在文字，则会输出list类型，如上。
   • 如果没有检测到文字，则会输出空列表([])。

相关问题

1. 各个阶段使用的模型以及配置参数有哪些？
   • 使用模型搭配（最优组合）为：ch_PP-OCRv3_det + ch_ppocr_mobile_v2.0_cls + ch_PP-OCRv3_rec
   • 所有相关参数配置参见当前目录下的config.yaml文件
   • 其中给出了使用模型，以及具体参数，参数具体介绍参见：Link
2. 网页上显示的推理时间可以具体解释一下吗？