欢迎访问 生活随笔！
TAG聚合

生活随笔

当前位置： 首页 > 编程资源 > 编程问答 >内容正文

编程问答

PaddleOCR加载chinese_ocr_db_crnn_modile模型进行中英文混合预测（Http服务）实践

发布时间：2025/5/22 编程问答 42 豆豆
生活随笔 收集整理的这篇文章主要介绍了 PaddleOCR加载chinese_ocr_db_crnn_modile模型进行中英文混合预测（Http服务）实践 小编觉得挺不错的,现在分享给大家,帮大家做个参考.
1. 环境搭建

参考：《PaddleOCR加载chinese_ocr_db_crnn_server模型进行中英文混合预测（命令行）实践》

2. 服务端部署
hub serving start -m chinese_ocr_db_crnn_mobile -p 8866
3. 客户端访问
# coding: utf8 import requests import json import cv2 import base64def cv2_to_base64(image):data = cv2.imencode('.jpg', image)[1]return base64.b64encode(data.tostring()).decode('utf8')# 发送HTTP请求 data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]} headers = {"Content-type": "application/json"} url = "http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_mobile" r = requests.post(url=url, headers=headers, data=json.dumps(data))# 打印预测结果 print(r.json()["results"])
4. 将图像识别服务部署到Flask上

先参考《Flask开发实践》或《Flask入门》
在此基础上进行了以下修改：

文件routes.py增加的内容

import base64 import json import os import cv2 import requests from werkzeug.utils import secure_filename# OCR测试 @webapp.route('/ocr', methods=['POST', 'GET']) def ocr():basepath = os.path.dirname(__file__) # 当前文件所在路径print(request.method)if request.method == 'POST':f = request.files['file']upload_path = os.path.join(basepath, 'static/uploads', secure_filename(f.filename)) # 注意：没有的文件夹要先创建f.save(upload_path)return redirect(url_for('ocr_result', pic_name=f.filename))else:return render_template('ocr.html')# OCR测试结果 @webapp.route('/ocr/<pic_name>', methods=['POST', 'GET']) def ocr_result(pic_name):basepath = os.path.dirname(__file__) # 当前文件所在路径print(request.method)if pic_name != "":upload_path = os.path.join(basepath, 'static/uploads', secure_filename(pic_name))data = {'images': [cv2_to_base64(cv2.imread(upload_path))]}headers = {"Content-type": "application/json"}url = "http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_mobile"# 图像识别服务： hub.exe serving start -m chinese_ocr_db_crnn_mobile -p 8866r = requests.post(url=url, headers=headers, data=json.dumps(data))# 打印预测结果results = r.json()["results"][0]["data"]return render_template('ocr.html', results=results, file=upload_path.replace(basepath, ''))else:return render_template('ocr.html')def cv2_to_base64(image):data = cv2.imencode('.jpg', image)[1]return base64.b64encode(data.tostring()).decode('utf8')

新建模板文件ocr.html

<!DOCTYPE html> <html > <head><meta charset="UTF-8"><title>图像识别测试页</title> </head> <body><h1>图像识别测试页</h1><form action="/ocr" enctype="multipart/form-data" method="post"><input type="file" name="file"><input type="submit" value="提交"></form><h1>识别结果</h1><img src="{{ file }}">{% for result in results %}<table><tr valign="top"><td>[置信度] {{ (result.confidence*100) | round(2) }}%, [文字内容] {{ result.text }}</td></tr></table>{% endfor %}{{ result }} </body> </html>
5. 运行效果

先上传图片

提交后显示图片内容和识别结果

【参考文档】
《PaddleHub一键OCR中文识别》

总结

以上是生活随笔为你收集整理的PaddleOCR加载chinese_ocr_db_crnn_modile模型进行中英文混合预测（Http服务）实践的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。