docker部署OCR项目，支持离线+API

部署

给大家推荐一款实用的项目TrWebOCR，基于开源项目 Tr 构建的的中文离线OCR，识别率媲美大厂，并且提供了易用的web页面及web的接口，方便日常工作使用或者其他项目程序来调用API~

TrWebOCR 特点：

离线使用： 不用联网，数据更安全
识别准： 中文效果媲美大厂效果
简单调用： 自带网页界面，打开浏览器就能用，也支持API调用
一键部署： 用Docker三分钟就能跑起来

部署

飞牛 Compose方式部署代码

1️⃣我们需要先创建一个路径，这个路径储存我们的docker-Compose.yml的文件和配置文件

2️⃣打开Docker，Compose新增项目->输入项目名称->设置路径->上传或者创建docker-compose.yml把下面代码复制进去，点击完成直至构建完成

🐳Docker compose

version: '3'
services:
trwebocr:
image: mmmz/trwebocr:latest
container_name: trwebocr
restart: unless-stopped
ports:
- "8089:8089"
environment:
- LANG=zh_CN.UTF-8
volumes:
- ./data:/app/tr_web/data # 持久化OCR数据

使用

浏览器访问 http://ip:8089 访问web页面，就可以直接使用

识别演示

识别出来的原始数据结构

识别出的文字块，格式为：[[坐标信息], "识别文字", 置信度]

坐标信息 ：文字在图片中的位置(像素坐标)
识别文字 ：OCR识别的具体内容
置信度 ：识别准确率(0.99表示99%可信)

也有缺点，识别竖排文字的时候他还是横着识别，不过我试了微信截图识别文字、网上一些免费的OCR 也一样，都是不能竖排文字识别。

官方接口实例：

Python 使用File上传文件

import requests
url = 'http://ip:8089/api/tr-run/'
img1_file = {
'file': open('img1.png', 'rb')
}
res = requests.post(url=url, data={'compress': 0}, files=img1_file)

Python 使用Base64

import requests
import base64
def img_to_base64(img_path):
with open(img_path, 'rb')as read:
b64 = base64.b64encode(read.read())
return b64
url = 'http://ip:8089/api/tr-run/'
img_b64 = img_to_base64('./img1.png')
res = requests.post(url=url, data={'img': img_b64})

使用Python和OpenCV实现的简易拍照OCR程序

添加GUI界面，在配合程序就能写一个拍照识别小程序

import cv2
import requests
import base64
from PIL import Image, ImageDraw, ImageFont
import numpy as np
import time
# 设置OCR服务地址
OCR_URL = "http://ip:8089/api/tr-run/"
def capture_and_recognize():
# 初始化摄像头
cap = cv2.VideoCapture(0)
print("按空格键拍照，ESC键退出")
while True:
ret, frame = cap.read()
if not ret:
print("无法获取摄像头画面")
break
# 显示实时画面
cv2.imshow("拍照识别 - 按空格拍照", frame)
key = cv2.waitKey(1)
# 按ESC退出
if key == 27:
break
# 按空格拍照并识别
elif key == 32:
# 保存临时图片
temp_file = "temp_capture.jpg"
cv2.imwrite(temp_file, frame)
print("拍照成功，正在识别...")
# 调用OCR接口
try:
with open(temp_file, "rb") as f:
img_base64 = base64.b64encode(f.read()).decode()
data = {
'img': img_base64,
'compress': 800 # 压缩图片加快识别速度
}
response = requests.post(OCR_URL, data=data)
result = response.json()
if result['code'] == 200:
# 显示识别结果
show_result(frame, result['data']['raw_out'])
else:
print(f"识别失败: {result['msg']}")
except Exception as e:
print(f"识别出错: {str(e)}")
# 释放资源
cap.release()
cv2.destroyAllWindows()
def show_result(image, text_blocks):
# 将OpenCV图像转换为PIL格式
image_pil = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
draw = ImageDraw.Draw(image_pil)
# 使用中文字体（需要提前下载或使用系统自带字体）
try:
font = ImageFont.truetype("simhei.ttf", 20)
except:
font = ImageFont.load_default()
# 绘制识别结果
for block in text_blocks:
coords, text, confidence = block
x1, y1, x2, y2 = coords
# 绘制文字框
draw.rectangle([x1, y1, x2, y2], outline="red", width=2)
# 绘制识别文字
draw.text((x1, y1-25), f"{text} ({confidence:.2%})", fill="red", font=font)
# 转换回OpenCV格式显示
result_image = cv2.cvtColor(np.array(image_pil), cv2.COLOR_RGB2BGR)
# 显示结果
cv2.imshow("识别结果", result_image)
print("识别完成，按任意键返回拍照界面...")
cv2.waitKey(0)
cv2.destroyWindow("识别结果")
if name == "__main__":
capture_and_recognize()