BruceHan98/ocr-docker

Docker + PaddleOCR + FastAPI

1. 简介

本项目基于 PaddleOCR 和 Docker 实现了 OCR 应用的快速部署。核心推理功能（文本检测与文本识别）使用 C++ 实现，场景应用（通用识别、身份证识别、文档识别等）使用 Python 实现。最后使用 FastAPI 编写接口并通过 Docker 进行服务化部署，使用 streamlit 实现简单的前端界面。

2. 项目结构

├── app.py               # OCR 场景功能
├── Dockerfile           # 构建 docker 镜像
├── LICENSE.txt
├── ocr-web.py           # streamlit 前端
├── requirements.txt     # python 依赖
├── run_docker.sh        # 创建 docker 容器
├── server.py            # FastAPI 接口

构建依赖：

• Paddle Inference C++ 推理库（v2.3.1；gcc8.2；MKL）
• OpenCV-3.4.16
• docker image（paddlepaddle/paddle:2.2.2）
• Python 3.7

3. 部署

1.克隆仓库到本地

git clone https://github.com/BruceHan98/ocr-docker
cd ocr-docker

2.构建 docker 镜像并创建容器

bash run_docker.sh

FastAPI 端口为 9000，访问 http://<your_ip>:9000/docs 查看接口文档。

3.运行前端 demo

修改 ocr-web.py 中的 your_ip 为服务器 ip 地址，your_port 为 FastAPI 端口号。

pip install streamlit
streamlit run ocr-web.py

前端访问端口默认为 8501。

4. 功能

为了部署方便，项目首先将 OCR 推理功能构建为 docker 镜像：基础镜像为 paddlepaddle/paddle:2.2.2，基于该镜像构建 C++ 推理功能，并封装为镜像 brucehan98/ppocr-cpu:latest。在此镜像中可调用 ppocr system --image_dir <image_dir> 实现 OCR 推理。

在业务层，使用 Python 编写场景应用，通过执行系统命令调用 C++ 推理功能，实现文本检测与识别。具体可参考 app.py 与 server.py。

效果展示：

开源协议：Apache 2.0 license