今天初步实现了网页，上传图片，识别显示结果到页面的服务。后续再完善。

采用flask + paddleocr+ bootstrap快速搭建OCR识别服务。

代码结构如下：

模板页面代码文件如下：

upload.html :

<!DOCTYPE html>

<html>

<meta charset="utf-8">

<head>

    <title>PandaCodeOCR</title>

    <!--静态加载 样式-->

    <link rel="stylesheet" href={{ url_for('static',filename='bootstrap3/css/bootstrap.min.css') }}></link>

    <style>

        body {

            font-family: Arial, sans-serif;

            margin: 0;

            padding: 0;

        }

        .header {

            background-color: #f0f0f0;

            text-align: center;

            padding: 20px;

        }

        .title {

            font-size: 32px;

            margin-bottom: 10px;

        }

        .menu {

            list-style-type: none;

            margin: 0;

            padding: 0;

            overflow: hidden;

            background-color: #FFDEAD;

			border: 2px solid #DCDCDC;

        }

        .menu li {

            float: left;

			font-size: 24px;

        }

        .menu li a {

            display: block;

            color: #333;

            text-align: center;

            padding: 14px 16px;

            text-decoration: none;

        }

        .menu li a:hover {

            background-color: #ddd;

        }

        .content {

            padding: 20px;

            border: 2px solid blue;

        }

    </style>

</head>

<body>

	<div class="header">

        <div class="title">PandaCodeOCR</div>

    </div>

	<ul class="menu">

        <li><a href="http://localhost:5000/uploader">通用文本识别</a></li>

    </ul>

    <div class="content">

        <!--上传图片文件-->

        <div id="upload_file">

            <form action="http://localhost:5000/uploader" method="POST" enctype="multipart/form-data">

                <div class="form-group">

                    <input type="file" class="form-control" id="upload_file" name="upload_file" placeholder="upload_file">

                </div>

                <div class="form-group">

                    <button type="submit" class="form-control btn-primary">上传图片文件</button>

                </div>

            </form>

        </div>

    </div>

</body>

</html>

result.html :

<!DOCTYPE html>

<html>

<meta charset="utf-8">

<head>

    <title>结果</title>

    <!--静态加载 样式-->

    <link rel="stylesheet" href={{ url_for('static',filename='bootstrap3/css/bootstrap.min.css') }}></link>

    <style>

        body {

            font-family: Arial, sans-serif;

            margin: 0;

            padding: 0;

        }

        .header {

            background-color: #f0f0f0;

            text-align: center;

            padding: 20px;

        }

        .title {

            font-size: 32px;

            margin-bottom: 10px;

        }

        .menu {

            list-style-type: none;

            margin: 0;

            padding: 0;

            overflow: hidden;

            background-color: #FFDEAD;

			border: 2px solid #DCDCDC;

        }

        .menu li {

            float: left;

			font-size: 24px;

        }

        .menu li a {

            display: block;

            color: #333;

            text-align: center;

            padding: 14px 16px;

            text-decoration: none;

        }

        .menu li a:hover {

            background-color: #ddd;

        }

    </style>

</head>

<body>

	<div class="header">

        <div class="title">PandaCodeOCR</div>

    </div>

	<ul class="menu">

        <li><a href="http://localhost:5000/uploader">通用文本识别</a></li>

    </ul>

    <div class="row">

            <!--显示上传的图片-->

            <div class="col-md-6" style="border: 2px solid #ddd;">

                <span class="label label-info">上传图片</span>

                <!--静态加载 图片-->

                <img src="{{ url_for('static', filename = result_dict['filename'])}}" alt="show_img"  class="img-responsive">

            </div>

            <div class="col-md-6" style="border: 2px solid #ddd;">

                <!--显示识别结果JSON报文列表-->

                <span class="label label-info">识别结果：</span>

                {% for line_str in result_dict['result'] %}

                    <p class="text-left">{{ line_str['text'] }}</p>

                {% endfor %}

            </div>

    </div>

</body>

</html>

<!--静态加载 script-->

<script src={{ url_for('static',filename='jquery1.3.3/jquery.min.js')}}></script>

　　

主要视图代码文件如下：

views.py ：
import json

import os

import time

from . import blue_task

from flask import Flask, render_template, request

from paddleocr import PaddleOCR

from PIL import Image,ImageDraw

import numpy as np

'''

自定义模型测试ocr方法

'''

def test_model_ocr(img):

    # 返回字典结果对象

    result_dict = {'result': []}

    # paddleocr 目前支持的多语言语种可以通过修改lang参数进行切换

    # 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`

    # 使用CPU预加载，不用GPU

    # 模型路径下必须包含model和params文件，目前开源的v3版本模型 已经是识别率很高的了

    # 还要更好的就要自己训练模型了。

    ocr = PaddleOCR(det_model_dir='./inference/ch_PP-OCRv3_det_infer/',

                    rec_model_dir='./inference/ch_PP-OCRv3_rec_infer/',

                    cls_model_dir='./inference/ch_ppocr_mobile_v2.0_cls_infer/',

                    use_angle_cls=True, lang="ch", use_gpu=False)

    # 识别图片文件

    result0 = ocr.ocr(img, cls=True)

    result = result0[0]

    for index in range(len(result)):

        line = result[index]

        tmp_dict = {}

        points = line[0]

        text = line[1][0]

        score = line[1][1]

        tmp_dict['points'] = points

        tmp_dict['text'] = text

        tmp_dict['score'] = score

        result_dict['result'].append(tmp_dict)

    return result_dict

# 转换图片

def convert_image(image, threshold=None):

    # 阈值 控制二值化程度，不能超过256，[200, 256]

    # 适当调大阈值，可以提高文本识别率，经过测试有效。

    if threshold is None:

        threshold = 200

    print('threshold : ', threshold)

    # 首先进行图片灰度处理

    image = image.convert("L")

    pixels = image.load()

    # 在进行二值化

    for x in range(image.width):

        for y in range(image.height):

            if pixels[x, y] > threshold:

                pixels[x, y] = 255

            else:

                pixels[x, y] = 0

    return image

@blue_task.route('/upload')

def upload_file():

    return render_template('upload.html')

@blue_task.route('/uploader', methods=['GET', 'POST'])

def uploader():

    if request.method == 'POST':

        #每个上传的文件首先会保存在服务器上的临时位置，然后将其实际保存到它的最终位置。

        filedata = request.files['upload_file']

        upload_filename = filedata.filename

        print(upload_filename)

        #保存文件到指定路径

        #目标文件的名称可以是硬编码的，也可以从 ​request.files[file] ​对象的​ filename ​属性中获取。

        #但是，建议使用 ​secure_filename()​ 函数获取它的安全版本

        img_path = os.path.join('upload/', upload_filename)

        filedata.save(img_path)

        print('file uploaded successfully')

        start = time.time()

        print('=======开始OCR识别======')

        # 打开图片

        img1 = Image.open(img_path)

        # 转换图片, 识别图片文本

        # print('转换图片，阈值=220时，再转换为ndarray数组, 识别图片文本')

        # 转换图片

        img2 = convert_image(img1, 220)

        # Image图像转换为ndarray数组

        img_2 = np.array(img2)

        # 识别图片

        result_dict = test_model_ocr(img_2)

        # 识别时间

        end = time.time()

        recognize_time = int((end - start) * 1000)

        result_dict["filename"] = img_path

        result_dict["recognize_time"] = str(recognize_time)

        result_dict["error_code"] = "000000"

        result_dict["error_msg"] = "识别成功"

        # return json.dumps(result_dict, ensure_ascii=False), {'Content-Type': 'application/json'}

        # render_template方法:渲染模板

        # 参数1: 模板名称  参数n: 传到模板里的数据

        return render_template('result.html', result_dict=result_dict)

    else:

        return render_template('upload.html')

启动flask应用，测试结果如下：

PaddleOCR学习笔记2-初步识别服务的更多相关文章

  1. 多线程编程学习笔记——异步调用WCF服务

    接上文 多线程编程学习笔记——使用异步IO 接上文 多线程编程学习笔记——编写一个异步的HTTP服务器和客户端 接上文 多线程编程学习笔记——异步操作数据库 本示例描述了如何创建一个WCF服务,并宿主 ...

  2. 学习笔记TF058:人脸识别

    人脸识别,基于人脸部特征信息识别身份的生物识别技术.摄像机.摄像头采集人脸图像或视频流,自动检测.跟踪图像中人脸,做脸部相关技术处理,人脸检测.人脸关键点检测.人脸验证等.<麻省理工科技评论&g ...

  3. Binder学习笔记（九）—— 服务端如何响应Test()请求 ？

    从服务端代码出发,TestServer.cpp int main() { sp < ProcessState > proc(ProcessState::self()); sp < I ...

  4. 10月9日Android学习笔记：活动与服务之间的通信

    最近在照着<第一行代码>这本书来学安卓,顺便记下笔记.主要的内容是Android中服务的第二种启动方式,通过活动绑定服务来启动服务,实现活动与服务之间的通信. 一. 首先创建一个服务类 p ...

  5. Netty4 学习笔记之一:客户端与服务端通信 demo

    前言 因为以前在项目中使用过Mina框架,感受到了该框架的强大之处.于是在业余时间也学习了一下Netty.因为Netty的主要版本是Netty3和Netty4(Netty5已经被取消了),所以我就直接 ...

  6. Netty4 学习笔记之四: Netty HTTP服务的实现

    前言 目前主流的JAVA web 的HTTP服务主要是 springMVC和Struts2,更早的有JSP/servlet. 在学习Netty的时候,发现Netty 也可以作HTTP服务,于是便将此整 ...

  7. Docker学习笔记 - Docker客户端和服务端

    学习内容: Docker客户端和服务端的通讯方式:client和自定义程序 Docker客户端和服务端的连接方式:socket 演示Docker客户端和服务端之间用remote-api通讯:nc   ...

  8. Webpack4 学习笔记七 跨域服务代理

    webpack 小插件使用 webpack 监听文件变化配置 webpack 处理跨域问题 Webpack 小插件使用 clean-webpack-plugin: 用于在生成之前删除生成文件夹的Web ...

  9. iOS学习笔记06-手势识别

    一.UIGestureRecognizer简单介绍 我们已经学习了触摸事件处理,但触摸事件处理起来很麻烦,每个触摸事件处理都需要实现3个touches方法,比较繁琐,实际上我们可以使用更加简单的触摸事 ...

  10. FastSocket学习笔记~再说客户端与服务端的组成

    废话多说 很久之前,我写过几篇FastSocket的文章,基本属于使用的方法,而缺乏对概念的总结讲解,而本讲就是弥补一下上几讲的不足,将核心的模块再说说,再谈谈,再聊聊! 首先FastSocket由C ...

随机推荐

  1. Qt编写安防视频监控系统49-多数据库支持

    一.前言 数据库设置模块,因为很多项目都会用到,索性这期间也将这玩意重新架构了一遍,对应的数据库组件同样重写了一遍,关于数据库的参数无非就6个,数据库类型(sqlite.mysql等).数据库名称.主 ...

  2. Qt编写安防视频监控系统41-秘钥认证

    一.前言 早些年开源过一个秘钥生成器,做的比较粗糙,离真正的商业应用还差点距离,这次在用户的强烈要求下,对秘钥认证这块做了重新的改版,对原有的类进行了重写,重写后一个类不到300行完成所有的事情,并提 ...

  3. [转]C# SerialPort串口通信发送接收,处理接收数据完整

    废话少说,直接上干货.感兴趣的读者自己去研究代码吧.请见谅. using System; using System.Collections.Generic; using System.IO.Ports ...

  4. 墨卡托及Web墨卡托投影解析

    Google Maps.Virtual Earth等网络地理所使用的地图投影,常被称作Web Mercator(Web墨卡托投影)或Spherical Mercator(球面墨卡托投影),它与常规墨卡 ...

  5. 【转】为什么说java只有值传递？

    原文地址: https://www.cnblogs.com/ironHead-cjj/p/11366888.html

  6. ABP 系列总结

    2019年第一次接触 ABP 框架,那时候还是比较笨重的旧版本的,后来升级到 vNext 版本,我也基于 ABP 模块化的设计方式开发了一些模块用于日常工作.这个系列主要为了系统地记录一下日常工作与学 ...

  7. WPF 加载外部字体

    例如将字体放入d:/Fonts 文件夹.然后就可以通过类似 btn.FontFamily = new FontFamily("file:///d:/Fonts/#Ashley"); ...

  8. springboot+springsecurity项目

    https://blog.csdn.net/qq_36748248/article/details/120932954 https://blog.csdn.net/weixin_41207479/ar ...

  9. 从图像到信息，AI识图开启智能识别新时代

    当前用户在使用各类应用时,文字.图片和视频已经成为互联网内容的主要载体,许多用户在浏览过程中通常想要选取页面上的文字或者得到图片或者视频画面的具体信息.比如,识别文本中的特定实体(如电话号码.邮箱.网 ...

  10. 任务调度器Azkaban（Azkaban环境部署）

    文章链接:https://www.cnblogs.com/liugp/p/16273966.html