Initial commit

.env.example

@@ -0,0 +1,7 @@
+# OCR 环境配置文件模板
+# 复制此文件为 .env 并填写实际的配置
+
+# Tesseract OCR 可执行文件路径
+# Windows 开发环境示例: C:\Program Files\Tesseract-OCR\tesseract.exe
+# Linux 生产环境示例: /usr/bin/tesseract
+TESSERACT_CMD=C:\Program Files\Tesseract-OCR\tesseract.exe

.gitignore

@@ -0,0 +1,27 @@
+# 环境变量配置文件（包含敏感路径信息）
+.env
+
+# Python 缓存
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+
+# 虚拟环境
+venv/
+env/
+ENV/
+
+# IDE 配置
+.vscode/
+.idea/
+*.swp
+*.swo
+
+# 测试生成的文件
+test_image*.png
+*.log
+
+# 系统文件
+.DS_Store
+Thumbs.db

Dockerfile

@@ -0,0 +1,33 @@
+FROM ubuntu:22.04
+
+ENV DEBIAN_FRONTEND=noninteractive
+ENV PYTHONUNBUFFERED=1
+
+# 1️⃣ 安装系统依赖 + Tesseract + 语言包
+RUN apt-get update && \
+    apt-get install -y \
+        tesseract-ocr \
+        tesseract-ocr-chi-sim \
+        tesseract-ocr-eng \
+        python3 \
+        python3-pip \
+    && rm -rf /var/lib/apt/lists/*
+
+# 2️⃣ 设置工作目录
+WORKDIR /app
+
+# 3️⃣ 先拷贝依赖清单（利用 Docker 缓存）
+COPY requirements.txt .
+
+# 4️⃣ 安装 Python 依赖（包含 python-dotenv）
+RUN pip3 install --no-cache-dir -r requirements.txt
+
+# 5️⃣ 拷贝业务代码
+COPY . .
+
+# 6️⃣ 设置生产环境 Tesseract 路径环境变量
+ENV TESSERACT_CMD=/usr/bin/tesseract
+
+# 7️⃣ 启动 FastAPI（单进程，稳定）
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8080"]
+

README.md

@@ -0,0 +1,95 @@
+# XOcr Api - 文字识别 API
+
+基于 FastAPI + Tesseract OCR 的文字识别服务，支持中英文识别和文本坐标返回。
+
+## 环境配置
+
+### 开发环境 (Windows)
+
+1. 安装依赖：
+```bash
+pip install -r requirements.txt
+```
+
+2. 配置 `.env` 文件（已创建）：
+```env
+TESSERACT_CMD=C:\Program Files\Tesseract-OCR\tesseract.exe
+```
+
+3. 启动服务：
+```bash
+uvicorn main:app --host 0.0.0.0 --port 8080 --reload
+```
+
+### 生产环境 (Docker)
+
+```bash
+# 构建镜像
+docker-compose build
+
+# 启动服务
+docker-compose up -d
+
+# 查看日志
+docker-compose logs -f
+```
+
+## API 使用
+
+### POST /ocr
+
+上传图片进行文字识别，返回识别文本和坐标信息。
+
+**请求：**
+```bash
+curl -X POST "http://localhost:8080/ocr" \
+  -F "file=@test_image.png"
+```
+
+**响应：**
+```json
+{
+  "text": "完整识别文本",
+  "details": [
+    {
+      "text": "文本内容",
+      "confidence": 95,
+      "bbox": {
+        "left": 10,
+        "top": 30,
+        "width": 100,
+        "height": 20
+      }
+    }
+  ]
+}
+```
+
+## 测试
+
+运行测试脚本：
+```bash
+python test_ocr_bbox.py
+```
+
+会自动创建测试图片，调用 API，并生成带有边界框的可视化结果。
+
+## 项目结构
+
+```
+XOcr_Api/
+├── main.py              # FastAPI 应用
+├── requirements.txt     # Python 依赖
+├── Dockerfile          # Docker 镜像构建
+├── docker-compose.yml  # Docker Compose 配置
+├── .env                # 开发环境配置（不提交）
+├── .env.example        # 环境配置模板
+├── .gitignore          # Git 忽略文件
+└── test_ocr_bbox.py    # 测试脚本
+```
+
+## 配置说明
+
+- **TESSERACT_CMD**: Tesseract OCR 可执行文件路径
+  - Windows: `C:\Program Files\Tesseract-OCR\tesseract.exe`
+  - Linux: `/usr/bin/tesseract`（Docker 环境已自动配置）

docker-compose.yml

@@ -0,0 +1,11 @@
+version: "3.9"
+
+services:
+  ocr:
+    image: ocr-api
+    container_name: ocr
+    build: .
+    ports:
+      - "8080:8080"
+    restart: always
+

main.py

@@ -0,0 +1,56 @@
+from fastapi import FastAPI, File, UploadFile
+from PIL import Image
+import pytesseract
+import io
+import os
+from dotenv import load_dotenv
+
+# 加载环境变量
+load_dotenv()
+
+# 设置 Tesseract OCR 路径（从环境变量读取，支持跨平台）
+TESSERACT_CMD = os.getenv("TESSERACT_CMD")
+if TESSERACT_CMD:
+    pytesseract.pytesseract.tesseract_cmd = TESSERACT_CMD
+
+app = FastAPI(title="Simple OCR API")
+
+@app.post("/ocr")
+async def ocr(file: UploadFile = File(...)):
+    # 1. 读取上传的图片
+    image_bytes = await file.read()
+    image = Image.open(io.BytesIO(image_bytes))
+
+    # 2. OCR 识别（获取详细数据和坐标）
+    data = pytesseract.image_to_data(
+        image,
+        lang="chi_sim+eng",
+        config="--psm 6",
+        output_type=pytesseract.Output.DICT
+    )
+
+    # 3. 提取文本和坐标信息
+    results = []
+    for i in range(len(data['text'])):
+        text = data['text'][i].strip()
+        conf = int(data['conf'][i])
+
+        # 只返回有文本内容且置信度大于0的项
+        if text and conf > 0:
+            results.append({
+                "text": text,
+                "confidence": conf,
+                "bbox": {
+                    "left": data['left'][i],
+                    "top": data['top'][i],
+                    "width": data['width'][i],
+                    "height": data['height'][i]
+                }
+            })
+
+    # 4. 返回完整结果
+    return {
+        "text": " ".join([r["text"] for r in results]),
+        "details": results
+    }
+

requirements.txt

@@ -0,0 +1,7 @@
+fastapi
+uvicorn
+pillow
+pytesseract
+python-multipart
+requests
+python-dotenv