侧边栏壁纸
博主头像
JavaLYG 博主等级

行动起来,活在当下

  • 累计撰写 32 篇文章
  • 累计创建 8 个标签
  • 累计收到 1 条评论

目 录CONTENT

文章目录

飞浆ocr识别服务器部署

liuyg
2023-02-14 / 0 评论 / 0 点赞 / 156 阅读 / 0 字 / 正在检测是否收录...

安装

安装python客户端

一定要安装python3.7 64位的客户端

链接:https://pan.baidu.com/s/176rTITL0msH2LNuqR9tJlg?pwd=s3hr

提取码:s3hr

查看pip版本

打开cmd窗口,输入pip -V

2023年2月14日173820.pngpip版本要大于22,python版本要是3.7。如果小于这个版本,执行下面命令进行更新

python -m pip install --upgrade pip

安装paddlepaddle

由于我是买的服务器没有gpu,windows平台,所以选择如下(官网地址:https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html

QQ截图20230214174043.png

2023.8.21更新:我自己又重装一次,装新的版本会有各种异常,建议执行下面代码

python -m pip install paddlepaddle==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

复制下面命令行进行安装,安装完成后会提示

2023年2月14日174140.png

下载安装 paddlehub

pip install paddlehub --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple 

2023.8.21更新:我自己又重装一次,装新的版本会有各种异常,建议执行下面代码

pip install paddlehub==1.8.3 --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple 

输入命令安装paddlehub ,安装完成提示如下图

QQ截图20230214174255.png

安装 shapely、pyclipper

pip install shapely pyclipper

输入命令安装shapely pyclipper,安装完成如下图

QQ截图20230214174529.png

安装 chinese_ocr_db_crnn_server

hub install chinese_ocr_db_crnn_server

出现下图就是安装成功拉,到这一步ocr就完成安装。

screenshot-20230214-223024.png

如果windows service 2012 出现cv2错误

安装桌面体验 功能 !

参考安装链接:https://blog.csdn.net/XHW___001/article/details/85783582

安装完重启服务器

启动

启动PaddleHub Serving

hub serving start -m chinese_ocr_db_crnn_server

执行后大概等待3-5秒钟出现下面界面,就启动成功了screenshot-20230214-223456.png

开始识别

发送请求

找一张jpg的截图转base64后post http://服务器ip:8866/predict/chinese_ocr_db_crnn_server

我使用的图片为

微信截图_20230214230704.jpg请求参数

 {"images":["图片的base64"]}

返回参数:

{
    "msg": "",
    "results": [
        {
            "data": [
                {
                    "confidence": 0.99974125623703,
                    "text": "使用帮助",
                    "text_box_position": [
                        [
                            14,
                            0
                        ],
                        [
                            70,
                            0
                        ],
                        [
                            70,
                            20
                        ],
                        [
                            14,
                            20
                        ]
                    ]
                },
                {
                    "confidence": 0.9580911993980408,
                    "text": "黄色编辑区域的提示加载",
                    "text_box_position": [
                        [
                            69,
                            18
                        ],
                        [
                            224,
                            18
                        ],
                        [
                            224,
                            39
                        ],
                        [
                            69,
                            39
                        ]
                    ]
                },
                {
                    "confidence": 0.9992924928665161,
                    "text": "请把base64编码复制到文本框",
                    "text_box_position": [
                        [
                            27,
                            39
                        ],
                        [
                            218,
                            39
                        ],
                        [
                            218,
                            60
                        ],
                        [
                            27,
                            60
                        ]
                    ]
                }
            ],
            "save_path": ""
        }
    ],
    "status": "000"
}

切换模型库

用上面的识别速度慢的话可以切换下面的库

hub install ch_pp-ocrv3
hub serving start -m ch_pp-ocrv3

切换后。请求地址需要变更为模块名字

http://服务器ip:8866/predict/ch_pp-ocrv3

结尾

使用飞浆ocr识别率还是很不错的,基本上按照这个操作下来,30分钟就可以通关!

0

评论区