合同、票据、证件识别全搞定！NAS部署私有OCR服务，免费又安全

哈喽小伙伴们好，我是Stark-C~

说到OCR（Optical Character Recognition，也就是“光学字符识别”），很多特定办公党都知道，它能够将图片、扫描件中的文字快速转换成可编辑、可搜索的文本内容。

简单来说，无论是合同、发票、票据，还是身份证、营业执照等证件材料，我们都可以借助OCR快速完成文字提取，省去手动录入的麻烦，大幅提升工作效率。

不过，目前大多数用户使用的仍然是各类在线OCR服务。虽然使用方便，但每次识别都需要先将文件上传到第三方服务器，再由云端完成处理。这就引来了两个问题：一个是很多在线OCR服务是收费的，另外就是安全问题，毕竟敏感信息交给第三方，多多少少还是有些顾虑的。

所以今天就为大家分享一个可以部署在NAS上的私有化OCR服务方案，既能让我们无限制的使用OCR识别，还能保证所有操作均在本地进行，最重要的是无需担心隐私泄露问题。

PS：需要提前说明的是，本地OCR并非轻量级应用，对NAS的性能有一定要求。本文使用极空间NAS进行演示，建议极空间 Z4 Pro 及以上机型部署使用，且内存不低于8GB~。

关于PaddleOCR

🔺本文使用的OCR服务来自大名鼎鼎的百度飞桨PaddleOCR，它是目前国内应用最广泛的中文OCR项目之一，能够对图片、扫描件、PDF等文档中的文字内容进行高精度识别。据我所知，许多在线OCR工具和企业级文档识别方案，其底层能力实际上也是基于PaddleOCR构建的。

项目本身也是免费开源的，拥有十分活跃的开发者社区和完善的技术文档。如果大家想进一步了解PaddleOCR的功能特性、支持的识别能力以及官方部署方案，可以前往项目的 GitHub 主页查看详细介绍。

项目Github主页地址：https://github.com/PaddlePaddle/PaddleOCR

PaddleOCR部署

部署前的说明：

🔺想要部署完整的PaddleOCR服务在NAS上几乎是不可能的，所以有热心网友对项目进行了二次封装，并打包成轻量化的 Docker 镜像，除了大幅降低部署门槛，最主要的是对NAS的CPU和内存消耗也低了很多，至少已经能够在当前绝大多数高性能NAS上跑起来了。

目前在某Hub上已经有不少基于PaddleOCR封装的项目可供选择，经过一番对比后，我最终选择的是sllwakeup大佬上传过来的“sllwakeup/paddleocr”镜像，主要是看中它更新的日期近，并且在某Hub发布页还有详细的部署说明。也就是说，本文教程其实就是基于这个镜像来进行的。

还有就是，我们在NAS上其实部署的是一个OCR API服务。简单来说，就是通过接口的方式接收图片、PDF等文件，并返回识别后的文字结果。虽然它没有传统软件那样开箱即用的操作界面，但胜在资源占用更低、部署更灵活，并且我们还可以通过很多工具和服务来调用它，比如说Dify、n8n、OpenWebUI等支持HTTP API的应用，以及目前很火的Ai智能体，比如说OpenClaw、Hermes，甚至是WorkBuddy。

开始部署：

🔺本次部署以极空间NAS为例，打开文件管理器，在Docker目录下新建一个“paddleocr”的文件夹。

🔺然后点击极空间NAS的“Docker”应用，点击【Compose】 > 【新增项目】。

🔺在“创建项目”页面自定义项目名称，“存储位置”需要手动选择我们前面新建的“paddleocr”文件夹，在下方输入框输入以下Docker Compose 配置信息：

services: paddleocr: image: docker.1ms.run/sllwakeup/paddleocr:1.0.2 container_name: paddleocr restart: unless-stopped shm_size: 256m platform: linux/amd64 # 限制 OCR 容器资源，避免模型初始化或异常请求耗尽宿主机资源。 cpus: "2.0" mem_limit: 2g mem_reservation: 512m memswap_limit: 2g pids_limit: 64 env_file: - .env environment: TZ: Asia/Shanghai LANG: C.UTF-8 LC_ALL: C.UTF-8 FLAGS_use_mkldnn: "${FLAGS_USE_MKLDNN}" PADDLEOCR_DEVICE: ${PADDLEOCR_DEVICE:-cpu} PADDLEOCR_LANG: ${PADDLEOCR_LANG:-ch} PADDLEOCR_USE_DOC_ORIENTATION_CLASSIFY: "${PADDLEOCR_USE_DOC_ORIENTATION_CLASSIFY:-true}" PADDLEOCR_USE_DOC_UNWARPING: "${PADDLEOCR_USE_DOC_UNWARPING:-true}" PADDLEOCR_USE_TEXTLINE_ORIENTATION: "${PADDLEOCR_USE_TEXTLINE_ORIENTATION:-true}" PADDLEOCR_RETURN_LINES: "${PADDLEOCR_RETURN_LINES:-true}" ports: - "8060:8080" # 项目访问端口，冒号前面请勿与其它服务冲突 command: - uvicorn - main:app - --host - 0.0.0.0 - --port - "${PADDLEOCR_CONTAINER_PORT}" # - --limit-concurrency 这个是表示仅允许有 1 个并发请求 # - "1" volumes: - ./data:/app/data - ./output:/app/output healthcheck: test: ["CMD", "python", "-c", "import urllib.request; urllib.request.urlopen('http://127.0.0.1:8080/health', timeout=5)"] interval: 30s timeout: 10s retries: 5 start_period: 30s networks: - paddleocr-network networks: paddleocr-network: driver: bridge name: paddleocr-network

以上代码需要修改的地方就看我给到的中文注释即可，镜像的拉取需要自行解决网络问题，粘贴到自己的NAS这边之前建议使用AI工具优化一下，以防止格式问题造成的部署失败。

🔺接着勾选下面的“添加.env”，输入以下配置信息，最后直接点“创建”即可：

# 推理设备：cpu；有 GPU 时可按镜像支持情况配置 gpu:0 PADDLEOCR_DEVICE=cpu # OCR 识别语言：ch 表示中文 PADDLEOCR_LANG=ch # 下载远程文件的超时时间（秒） PADDLEOCR_TIMEOUT=60 # DOC/DOCX 转 PDF 的超时时间（秒） PADDLEOCR_CONVERT_TIMEOUT=120 # 单个输入文件最大大小（字节，当前为 50 MiB） PADDLEOCR_MAX_DOWNLOAD_BYTES=52428800 # 端口映射：宿主机端口:容器端口 PADDLEOCR_PORT=8060:8080 # 容器内 Uvicorn 服务端口 PADDLEOCR_CONTAINER_PORT=8080 # 是否启用 PaddlePaddle MKLDNN CPU 加速：0 关闭，1 开启 FLAGS_USE_MKLDNN=0 # 跳过模型源连通性检查，使用镜像中已内置的模型 PADDLE_PDX_DISABLE_MODEL_SOURCE_CHECK=true # PaddleOCR 文档预处理模型开关：默认开启，识别旋转、弯曲或方向异常的文档时效果更好 # 文档方向分类（0°/90°/180°/270°） PADDLEOCR_USE_DOC_ORIENTATION_CLASSIFY=false # 文档畸变校正（透视、弯曲等） PADDLEOCR_USE_DOC_UNWARPING=false # 文本行方向分类 PADDLEOCR_USE_TEXTLINE_ORIENTATION=false # 是否返回逐行结果；false 可减小响应体，减少对内存持续消耗，只返回必要字段。 PADDLEOCR_RETURN_LINES=false

以上每行代码都有中文注释，一般来说默认就可以了。