文章目录
- 搞环境
- 命令行测试
- Python调用测试
- 转fastapi服务
- 打包成镜像服务
- PaddleOCR 服务端模型
- 总结，直接启动OCR服务
paddleOCR迎来大更新，搞一把新的api接口，直接用起来。
搞环境
搞容器：
FROM nvidia/cuda:11.8.0-cudnn8-devel-ubuntu22.04
ENV DEBIAN_FRONTEND=noninteractive# 安装基本软件包
RUN apt-get update && \apt-get upgrade -y && \apt-get -y --no-install-recommends install vim wget curl git build-essential python3.10 python3-pip python3.10-venv sudo && \update-alternatives --install /usr/bin/python python /usr/bin/python3.10 1 && \apt-get install -y libgl1 libglib2.0-0# 安装 tzdata 包并设置时区为上海（无交互）
RUN apt-get update && \apt-get install -y tzdata && \ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \echo "Asia/Shanghai" > /etc/timezonedocker run -it --gpus all -p 7860:7860 7df2e9c725a9d865ef29b9f8611ee6a2c640a5eb25b6ff5ad66009f4ed9a0947 bash
搞数据：
apt install unzip -y
wget https://paddleocr.bj.bcebos.com/dygraph_v2.1/ppocr_img.zip
unzip ppocr_img.zip
cd ppocr_img搞基础环境：
wget http://nz2.archive.ubuntu.com/ubuntu/pool/main/o/openssl/libssl1.1_1.1.1f-1ubuntu2.20_amd64.deb
sudo dpkg -i libssl1.1_1.1.1f-1ubuntu2.20_amd64.deb
搞conda：
wget http://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh
~/miniconda3/bin/conda init
. ~/.bashrc
搞python：
conda create -n py38 python=3.8 -y
conda activate py38
python -m pip install paddlepaddle-gpu==2.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install "paddleocr>=2.0.1" --upgrade PyMuPDF==1.21.1
conda install numpy=1.20 -y
命令行测试
测试：
paddleocr --image_dir ./imgs/11.jpg --use_angle_cls true --use_gpu ture
测试效果：
Python调用测试
from paddleocr import PaddleOCR, draw_ocr# 定义参数
params = {#'lang': 'ch, en', # 使用中文和英文模型#'det_model_dir': '/path/to/your/server/det/model/dir', # 指向服务器上的大模型目录#'rec_model_dir': '/path/to/your/server/rec/model/dir', # 指向服务器上的大模型目录#cls_model_dir': '/path/to/your/server/cls/model/dir', # 指向服务器上的大模型目录'use_gpu': True, # 使用 GPU 执行'use_angle_cls': True # 进行方向判别
}# 初始化 OCR 实例
ocr = PaddleOCR(**params)# 读取图片并进行 OCR
img_path = './imgs/11.jpg'
result = ocr.ocr(img_path, cls=True)print(result )
转fastapi服务
# python 3.8
pip install fastapi uvicorn python-multipart
# main.py
import os
import cv2
import numpy as np
from fastapi import FastAPI, File, UploadFile
from paddleocr import PaddleOCR, draw_ocr
import uvicorn
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware# 初始化 FastAPI 应用
app = FastAPI(title='PadlleOCR API',description='基于 PaddleOCR 的 OCR 服务 API 接口',version='1.0.1',
)app.add_middleware(CORSMiddleware,allow_origins=["*"],allow_credentials=True,allow_methods=["*"],allow_headers=["*"],
)
# 定义 OCR 参数
params = {'use_gpu': True,'use_angle_cls': True
}# 初始化 OCR 实例
ocr = PaddleOCR(**params)@app.post("/image_ocr")
async def upload_image(image: UploadFile = File(...)):"""接收上传的图片文件并进行 OCR 处理"""try:img = cv2.imdecode(np.fromstring(image.file.read(), np.uint8), cv2.IMREAD_COLOR)# 读取保存的图片并进行 OCRresult = ocr.ocr(img, cls=True)return resultexcept:print("Error")if __name__ == '__main__':uvicorn.run(f'{os.path.basename(__file__).split(".")[0]}:app',host='0.0.0.0',port=7860,reload=False,workers=1)
打包成镜像服务
docker commit 77fcb48b6357 kevinchina/deeplearning:paddleocrv4
Dockerfile
FROM kevinchina/deeplearning:paddleocrv4
EXPOSE 7860
ENTRYPOINT /root/miniconda3/envs/py38/bin/python /ppocr_img/main.py
推到云端：
docker push kevinchina/deeplearning:paddleocrv4_api
快速启动paddleOCR
启动：
docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv4_api
访问：
127.0.0.1:7860/docs
PaddleOCR 服务端模型
之前采用的都是移动端模型，服务端模型更大，但需要使用CUDA11.6，不然有的算子不支持。
重新制作容器：
FROM nvidia/cuda:11.6.1-cudnn8-devel-ubuntu20.04
ENV DEBIAN_FRONTEND=noninteractive# 安装基本软件包
RUN apt-get update && \apt-get upgrade -y && \apt-get -y --no-install-recommends install vim wget curl && \apt-get install -y libgl1 libglib2.0-0# 安装 tzdata 包并设置时区为上海（无交互）
RUN apt-get update && \apt-get install -y tzdata && \ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \echo "Asia/Shanghai" > /etc/timezone安装：
python -m pip install paddlepaddle-gpu==2.5.1.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
dockerfile：
FROM kevinchina/deeplearning:paddleocrv5
EXPOSE 7860
ENTRYPOINT /root/miniconda3/envs/py38/bin/python /ppocr_img/main.py模型下载：
https://github.com/PaddlePaddle/PaddleOCR/blob/1b1dc7e44fa4cfbb83c53ee7a844d7f7b467b108/doc/doc_ch/models_list.md#1.1
代码服务fastapi：
# main.py
import os
import cv2
import numpy as np
from fastapi import FastAPI, File, UploadFile
from paddleocr import PaddleOCR, draw_ocr
import uvicorn
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware# 初始化 FastAPI 应用
app = FastAPI(title='PadlleOCR API',description='基于 PaddleOCR 的 OCR 服务 API 接口',version='1.0.1',
)app.add_middleware(CORSMiddleware,allow_origins=["*"],allow_credentials=True,allow_methods=["*"],allow_headers=["*"],
)
# 定义 OCR 参数
params = {'det_model_dir': '/ppocr_img/ch_PP-OCRv4_det_server_infer','rec_model_dir': '/ppocr_img/ch_PP-OCRv4_rec_server_infer','cls_model_dir': '/ppocr_img/ch_ppocr_mobile_v2.0_cls_slim_infer','use_gpu': True,'use_angle_cls': True
}# 初始化 OCR 实例
ocr = PaddleOCR(**params)@app.post("/image_ocr")
async def upload_image(image: UploadFile = File(...)):"""接收上传的图片文件并进行 OCR 处理"""try:img = cv2.imdecode(np.fromstring(image.file.read(), np.uint8), cv2.IMREAD_COLOR)# 读取保存的图片并进行 OCRresult = ocr.ocr(img, cls=True)return resultexcept:print("Error")if __name__ == '__main__':uvicorn.run(f'{os.path.basename(__file__).split(".")[0]}:app',host='0.0.0.0',port=7860,reload=False,workers=1)启动服务即可：
docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv5_api
总结，直接启动OCR服务
使用小模型的docker 服务【这里使用的是CUDA11.8】：
docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv4_api
然后打开127.0.0.1:7860/docs 即可。
使用服务器大一点的模型的docker 服务【CUDA11.6才支持】：
docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv5_api
然后打开127.0.0.1:7860/docs 即可。
