这么好用的离线OCR项目,我要摁头安利给你!

python基础

浏览数:36

2020-6-17

AD:资源代下载服务

爬虫遇到了验证码无法识别?

PDF 里的扫描文档让你无从下手?

公司的有 OCR 需求但又不想花钱?

写论文就想 抄参考 一段,但文库下载都要收费?

不用担心这些了!

来吧朋友,这款适合人类食用的离线中文 OCR 项目解决你所有的烦恼!

今天的主角就是这款在 github 上开源的项目:TrWebOCR

介绍

项目是基于开源离线 OCR 项目 Tr构建的,

解决了 Tr 不支持并发的问题,

并且提供了 web 页面和 web 接口可使用,

因此无论是日常的使用还是其他项目调用也都十分的方便。

效果

明人不说暗话,是骡子是马拉出来遛遛就知道了!

下面是可能比较常用的两个场景:文档验证码的识别。

文档识别的置信度基本在 99%,验证码识别出的置信度也在 72%以上。


这极简的界面,

超高的识别率,

强大的功能,

你心动了吗?

如何安装

再优秀的东西,

如果安装就得花上半天,

那也足以劝退很多人,

因此,

它的部署起来是极其容易的。

即使你想在自己的 Windows 或 MacOS 上部署也没有问题,

通过 Docker 就可以完美解决~

在 Linux 服务器部署

在服务器上部署只需要 3 步:

  1. 安装 python3.7

推荐使用 miniconda )

  1. 执行 install.py
python install.py  
  1. 安装依赖包
pip install -r requirements.txt

搞定!

运行 main.py后,

web 服务默认运行在 8089 端口,

看到以下输出就代表运行成功了:

$ python backend/main.py
> tr 1.5.0 https://github.com/myhub/tr
> server is running: 0.0.0.0:8089

如果有报错,可以参考项目的 wiki 来解决

在 Docker 部署

在 Docker 上部署就更加简单了,

该方法适合非 Linux 的用户,

或者对环境有洁癖的用户。

项目提供了 Dockerfile

只需要简单的 build, run 就可以运行了!

  1. 编译 Dockerfile
$ docker build -t TrWebOCR:latest .
  1. 运行一个容器
$ docker run -itd -p 8089:8089 --name trweb trweb-ocr:latest /bin/bash  

这里把容器的 8089 端口映射到了物理机的 8089 上,

但如果你不喜欢映射,

去掉 run 后面的 -p 8089:8089

就可以通过 Docker 容器的 ip 来访问了。

配置的要求

最后一点,也是最重要的一点。

该项目不需要太高的配置!!!

一个 1 核 2G的机器就能够跑得起来了!

但如果你的项目对并发的要求比较高的话,

还是得上高配置一点的机器~

作者:麦麦麦造