OCR сервер с FastAPI (CPU и GPU)

Этот проект предоставляет API для распознавания текста с изображений с использованием различных OCR-движков: EasyOCR, Tesseract, PaddleOCR, SuryaOCR. Вы можете выбрать нужный движок через веб-интерфейс или API.

Структура проекта

triple-ocr-server/
├── app/
│   ├── templates/
│   │   └── index.html      # Шаблон страницы для загрузки изображения
│   ├── static/
│   │   └── style.css       # Стиль для страницы
│   ├── main.py             # Основной код сервера FastAPI
│   ├── requirements.txt    # Список зависимостей
├── Dockerfile              # Dockerfile для создания Docker образа
└── README.md               # Этот файл

Установка зависимостей

1. Клонируйте репозиторий:

git clone https://github.com/UlianaDzhumok/multi-ocr-server
cd multi-ocr-server

2. Установите зависимости:

pip install -r requirements.txt

В requirements.txt указаны все необходимые библиотеки для работы с сервером.

Запуск локально через Uvicorn

Если вы хотите запустить сервер локально, выполните следующие шаги:

1. Убедитесь, что у вас установлен Uvicorn:

pip install uvicorn

2. Запустите сервер:

uvicorn main:app --host 0.0.0.0 --port 8000

Сервер будет доступен по адресу http://0.0.0.0:8000.

3. Откройте в браузере страницу для загрузки изображения и выбора движка OCR:

http://0.0.0.0:8000

Запуск через Docker

Создание Docker образа

1. Сначала создайте Docker образ выполнив команду из директории где находится Dockerfile:

docker build -t ocr-server .

2. Запустите контейнер (с использованием GPU с указанием HOST и PORT для развертки):

docker run --gpus all -e USE_GPU=true -e HOST=127.0.0.1 -e PORT=9000 -p 9000:9000 ocr-server

Теперь сервер будет доступен по адресу http://127.0.0.1:9000.

Запуск из уже готового Docker образа

Если у вас уже есть готовый Docker образ (например из пакетов этого проекта: multi-ocr-server), вы можете просто запустить его с использованием GPU:

docker run --gpus all -e USE_GPU=true multi-ocr-server p 8000:8000

Или только для CPU:

docker run -e USE_GPU=false multi-ocr-server -p 8000:8000

Пример работы с API

Запрос на распознавание текста

С помощью метода POST вы можете отправить изображение и выбрать OCR-движок для обработки. Поддерживаемые движки: easyocr, tesseract, paddleocr, suryaocr.

Пример запроса через curl:

curl -X POST http://localhost:8000/GetOcr \
-H "Content-Type: application/json" \
-H "Accept: application/json" \
-d '{
    "file": "path/to/image.jpg",
    "engine": "easyocr"
}'

Ответ будет в формате JSON:

{
  "result": {
    "engine": "easyocr",
    "execution_time": "59.95",
    "text": "Распознанный текст с изображением с использованием EasyOCR"
  }
}

Получение списка доступных движков

С помощью метода GET вы можете получить список доступных OCR-движков.

Пример запроса через curl:

curl -X GET http://localhost:8000/GetOcrList

Ответ будет в формате JSON:

{
  "available_engines": ["easyocr", "tesseract", "paddleocr", "suryaocr"]
}

Тестирование API с использованием test_API.py

Вы можете протестировать API, используя скрипт test_API.py.

Настройка:

1. Убедитесь, что файл test_image.jpg находится в той же папке, что и test_API.py.
2. Убедитесь, что сервер API запущен локально на http://0.0.0.0:8000.

Запуск теста:

python test_API.py

Скрипт выполняет следующие действия:

1. Отправляет запрос к /GetOcrList для получения списка доступных движков OCR.
2. Тестирует каждый движок (easyocr, tesseract, paddleocr, suryaocr) с изображением test_image.jpg.

Пример вывода:

Available OCR Engines: ['easyocr', 'tesseract', 'paddleocr', 'suryaocr']

Testing OCR with easyocr engine:
Engine: easyocr
Execution Time: 59.95 seconds
Recognized Text:
Распознанный текст с изображением с использованием EasyOCR

Testing OCR with tesseract engine:
Engine: tesseract
Execution Time: 3.16 seconds
Recognized Text:
Распознанный текст с изображением с использованием Tesseract

Testing OCR with paddleocr engine:
Engine: paddleocr
Execution Time: 1.00 seconds
Recognized Text:
Распознанный текст с изображением с использованием PaddleOCR

Testing OCR with suryaocr engine:
Engine: suryaocr
Execution Time: 1.00 seconds
Recognized Text:
Распознанный текст с изображением с использованием SuryaOCR

Примечание

Убедитесь, что файл изображения правильно закодирован в Base64 перед отправкой в API.

Доступ к веб-интерфейсу

Кроме того, для удобства предоставляется веб-интерфейс для загрузки изображений и выбора OCR-движка. Перейдите по следующему адресу в браузере:

http://0.0.0.0:8000

Вы можете выбрать движок OCR, загрузить изображение и получить результат распознавания текста.

Список зависимостей

Проект использует следующие библиотеки:

• FastAPI — для создания веб-сервера и API.
• Uvicorn — ASGI сервер для FastAPI.
• OpenCV — для обработки изображений.
• EasyOCR — движок OCR для распознавания текста.
• Tesseract — классический движок OCR.
• Pytesseract — Python интерфейс для Tesseract.
• PaddleOCR — ещё один мощный движок OCR.
• SuryaOCR - движок OCR для 90+ языков.