原始仓库链接在这里。
使用ddddocr的最简api搭建项目，支持docker。 建议python版本 3.7-3.9 64位。 再有不好好看文档的我就不管了啊！！！
# 安装依赖
pip install -r requirements.txt -i https://pypi.douban.com/simple
# 运行 可选参数如下
# --port 9898 指定端口,默认为 9898
# --ocr 开启ocr模块 默认开启
# --old 只有ocr模块开启的情况下生效 默认不开启
# --det 开启目标检测模式
# 最简单运行方式，只开启ocr模块并以新模型计算
python ocr_server.py --port 9898 --ocr
# 开启ocr模块并使用旧模型计算
python ocr_server.py --port 9898 --ocr --old
# 只开启目标检测模块
python ocr_server.py --port 9898 --det
# 同时开启ocr模块以及目标检测模块
python ocr_server.py --port 9898 --ocr --det
# 同时开启ocr模块并使用旧模型计算以及目标检测模块
python ocr_server.py --port 9898 --ocr --old --detgit clone https://github.com/sml2h3/ocr_api_server.git
cd ocr_api_server
# 修改entrypoint.sh中的参数，具体参数往上翻，默认9898端口，同时开启ocr模块以及目标检测模块
# 编译镜像
docker build -t ocr_server:v1 .
# 运行镜像
docker run -p 9898:9898 -d ocr_server:v1具体请看test_api.py文件。
- 测试是否启动成功，可以通过直接GET访问
http://{host}:{port}/ping来测试，如果返回pong则启动成功。 - OCR/目标检测请求接口格式：
http://{host}:{port}/{opt}/{img_type}/{ret_type}- opt：操作类型:
ocr= OCR;det= 目标检测;slide= 滑块（match 和 compare 两种算法，默认为 compare);
- img_type: 数据类型,默认为 file 方式
file= 文件上传方式;b64= base64(imgbyte) 方式;
- ret_type: 返回类型
json= 返回 json（识别出错会在 msg 里返回错误信息）;text= 返回文本格式（识别出错时回直接返回空文本）;
- opt：操作类型:
- 例子：
# OCR请求
resp = requests.post("http://{host}:{port}/ocr/file", files={'image': image_bytes})
resp = requests.post("http://{host}:{port}/ocr/b64/text", data=base64.b64encode(file).decode())
# 目标检测请求
resp = requests.post("http://{host}:{port}/det/file", files={'image': image_bytes})
resp = requests.post("http://{host}:{port}/ocr/b64/json", data=base64.b64encode(file).decode())
# 滑块识别请求
resp = requests.post("http://{host}:{port}/slide/match/file", files={'target_img': target_bytes, 'bg_img': bg_bytes})
jsonstr = json.dumps({'target_img': target_b64str, 'bg_img': bg_b64str})
resp = requests.post("http://{host}:{port}/slide/compare/b64", files=base64.b64encode(jsonstr.encode()).decode())