基于 PaddleOCR 的 FastAPI 服务,提供 OCR 文字识别功能。
# 管理 wheel 文件
./manage_wheel.sh
# 构建和运行
./build_and_run.sh# 构建镜像
docker build -t paddleocr-app:latest .
# 使用 docker-compose 运行
docker-compose up -d
# 或直接使用 docker 运行
docker run -d -p 8008:8008 --gpus all paddleocr-app:latest# 安装依赖
pip install -r requirements.txt
# 启动服务
python start_server.pyapp/
__init__.py # FastAPI app,挂载路由与日志配置
controllers/
ocr_controller.py # 路由与请求处理
services/
ocr_service.py # 业务逻辑(一次 OCR → 估角 → 可选旋转 → 同步 polys)
utils/
image_utils.py # base64 与图像编解码
geom_utils.py # 多边形与旋转工具
response_utils.py # JSON 可序列化工具
main.py # 本地调试入口(可选)
start_server.py # 生产启动入口(使用 "app:app")
PaddlePaddle GPU 版本通过 wheel 文件安装,支持两种方式:
- 如果本地没有 wheel 文件,Docker 构建时会自动下载
- 下载地址:https://paddle-whl.bj.bcebos.com/stable/cu118/paddlepaddle-gpu/paddlepaddle_gpu-3.0.0-cp310-cp310-manylinux1_x86_64.whl
./manage_wheel.sh- 健康检查:
GET /health - OCR 识别(文件上传):
POST /ocr_simple/file- Query:
directionCorrection(bool,默认 false),needImg(bool,默认 false)
- Query:
- Base64 图片识别:
POST /ocr_simple/base64- Query:
directionCorrection(bool),needImg(bool)
- Query:
- 结构化 OCR(文件上传):
POST /ocr_structure/file
- 交互式文档: http://localhost:8008/docs
- ReDoc 文档: http://localhost:8008/redoc
说明:容器内端口为 8008,对外请按需映射(示例 -p 8010:8008)。
- 基于 NVIDIA CUDA 11.8 镜像
- 支持 GPU 加速
- 健康检查
- 持久化缓存
- 优化的构建过程
- 需要 NVIDIA GPU 和 CUDA 支持
- Wheel 文件大小约 1.1GB
- 首次运行会下载 PaddleOCR 模型
- 建议使用 SSD 存储以提高性能
/ocr_simple/file较/ocr_simple/base64传输更高效(base64 体积膨胀 ~33%)- 当
needImg=false时,响应中ImageBase64不返回;但Angle/Height/Width始终返回 - 当
directionCorrection=true时,服务进行方向矫正,并同步旋转返回的 polygons