RapidOCR API

• 采用FastAPI + uvicorn实现。
• 该模块定位是一个快速搭建示例的demo，没有考虑多进程处理并发请求，如果有这需求的小伙伴，可以看看gunicorn等。

使用步骤

1. 安装rapidocr_api

   $ pip install rapidocr_api
   
   # 源码安装
   $ python setup.py bdist_wheel v0.0.1
   $ cd dist
   $ pip install rapidocr_*.whl

2. 运行
   • 用法:

     $ rapidocr_api -h
     usage: rapidocr_api [-h] [-ip IP] [-p PORT]
     
     optional arguments:
     -h, --help            show this help message and exit
     -ip IP, --ip IP       IP Address
     -p PORT, --port PORT  IP port

   • 示例:

     $ rapidocr_api -ip 0.0.0.0 -p 9003

3. 使用
   • ⚠️：本质就是发送一个POST请求，其他语言同理
   • curl调用

     $ curl -F [email protected] http://0.0.0.0:9003/ocr

   • python调用
     • 以文件的方式发送请求

       import requests
       
       url = 'http://localhost:9003/ocr'
       img_path = '../python/tests/test_files/ch_en_num.jpg'
       
       with open(img_path, 'rb') as f:
           file_dict = {'image_file': (img_path, f, 'image/png')}
           response = requests.post(url, files=file_dict, timeout=60)
       
       print(response.json())

     • 以base64方式发送post请求

       import base64
       import requests
       
       url = 'http://localhost:9003/ocr'
       img_path = '../python/tests/test_files/ch_en_num.jpg'
       
       with open(img_path, 'rb') as fa:
           img_str = base64.b64encode(fa.read())
       
       payload = {'image_data': img_str}
       resp = requests.post(url, data=payload)
       
       print(resp.json())

4. API输出

   • 示例结果：

     详情

      {
          "0": {
              "rec_txt": "8月26日！",
              "dt_boxes": [
                  [333.0, 72.0],
                  [545.0, 40.0],
                  [552.0, 90.0],
                  [341.0, 122.0]
              ],
              "score": "0.7342076812471662"
          },
          "1": {
              "rec_txt": "澳洲名校招生信息",
              "dt_boxes": [
                  [266.0, 163.0],
                  [612.0, 116.0],
                  [619.0, 163.0],
                  [272.0, 210.0]
              ],
              "score": "0.8261737492349412"
          },
          "2": {
              "rec_txt": "解读！！",
              "dt_boxes": [
                  [341.0, 187.0],
                  [595.0, 179.0],
                  [598.0, 288.0],
                  [344.0, 296.0]
              ],
              "score": "0.6152311325073242"
          },
          "3": {
              "rec_txt": "Rules...",
              "dt_boxes": [
                  [446.0, 321.0],
                  [560.0, 326.0],
                  [559.0, 352.0],
                  [445.0, 347.0]
              ],
              "score": "0.8704230123096042"
          }
      }

   • 输出结果说明：

     • 如果图像中存在文字，则会输出字典格式，具体介绍如下：

       {
        "0": {
            "rec_txt": "香港深圳抽血，",  # 识别的文本
            "dt_boxes": [  # 依次为左上角 → 右上角 → 右下角 → 左下角
                [265, 18],
                [472, 231],
                [431, 271],
                [223, 59]
            ],
            "score": "0.8175641223788261"  # 置信度
            }
       }

     • 如果没有检测到文字，则会输出空json({})。
5. !!说明：OCR的输出结果为最原始结果，大家可按需进一步扩展。