96 lines
1.8 KiB
Markdown
96 lines
1.8 KiB
Markdown
# 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）
|