文字识别 python离线_开源易用的中文离线OCR，识别率媲美大厂
TrWebOCR-开源的离线OCR
介绍
TrWebOCR，基于开源项目 Tr 构建。
在其基础上提供了http调用的接口，便于你在其他的项目中调用。
并且提供了易于使用的web页面，便于调试或日常使用。
特性
中文识别
快速高识别率
文字检测
支持一定角度的旋转
并发请求
由于模型本身不支持并发，但通过tornado多进程的方式，能支持一定数量的并发请求。具体并发数取决于机器的配置。
安装需求
运行平台
✔ Python 3.6+
✔ Ubuntu 16.04
✔ ️Ubuntu 18.04
✔ CentOS 7
✔ Docker
Windows和MacOS系统下可通过构建Docker镜像来使用，暂不支持直接部署使用
其他Linux平台暂未测试，可自行安装测试
最低配置要求
CPU: 1核
内存: 2G
SWAP: 2G
安装说明
服务器部署
安装python3.7
推荐使用miniconda
执行install.py
python install.py
安装依赖包
pip install -r requirements.txt
运行
python backend/main.py
项目默认运行在8089端口，看到以下输出则代表运行成功：
# tr 1.5.0 https://github.com/myhub/tr
server is running: 0.0.0.0:8089
Docker部署
从 Dockerfile 构建或者直接 Pull镜像
# dockerfile 构建
docker build -t trwebocr:latest .
# 从 dockerhub pull
docker pull mmmz/trwebocr:latest
Docker run
docker run -itd -p 8089:8089 --name trwebocr trwebocr:latest
这里把容器的8089端口映射到了物理机的8089上，但如果你不喜欢映射，去掉run后面的-p 8089:8089 也可以使用docker的IP加8089来访问
接口文档
接口文档的内容放在了本项目的wiki里：
接口文档
接口调用示例
Python 使用File上传文件
import requests
url = 'http://192.168.31.108:8089/api/tr-run/'
img1_file = {
'file': open('img1.png', 'rb')
}
res = requests.post(url=url, data={'compress': 0}, files=img1_file)
Python 使用Base64
import requests
import base64
def img_to_base64(img_path):
with open(img_path, 'rb')as read:
b64 = base64.b64encode(read.read())
return b64
url = 'http://192.168.31.108:8089/api/tr-run/'
img_b64 = img_to_base64('./img1.png')
res = requests.post(url=url, data={'img': img_b64})
效果展示
更新记录
2020年06月14日
优化Dockerfile，解决Build失败报错 Dockerfile需要下载的部分使用国内源，提高build速度 增加supervisor守护python进程
2020年06月13日
增加接口调用示例
License
Apache 2.0
鸣谢
感谢 myhub 和它的开源项目Tr
最后
项目在GitHub和码云上同步更新，国内朋友可以通过码云clone项目~
如果你也喜欢这个项目，不妨给个star (^.^)
✨