pdocr-rpc 2024.5.28

PaddleOCR-RPC

pdocr-rpc

基于 PaddleOCR 封装的 RPC 服务，包含客户端和服务端。

客户端提供了一个简单易用的函数 ocr，通过不同的参数控制返回不同的值。

为什么要分成服务端和客户端？

因为 PaddleOCR 安装太重了，如果你的使用场景是需要经常安装，那绝对是一个痛苦的事情，你要是知道它每次安装要装多少东西你肯定会忍不住摇头；

而在服务端一次性安装部署之后，客户端就可以零成本的使用，非常的方便。

---

Documentation: https://linuxdeepin.github.io/pdocr-rpc

Source Code: https://github.com/linuxdeepin/pdocr-rpc

---

1、服务端

服务端安装

pip install pdocr-rpc[server]

服务端启动服务

随意新建一个py文件，名称你可以自定义，比如：ocr_server.py；

写入以下内容：

# ocr_server.py
from pdocr_rpc.server import server

server()

默认端口号为 8890 如果你想修改端口：

from pdocr_rpc.server import server
from pdocr_rpc.conf import setting

setting.PORT = 8888
server()

2、客户端

客户端安装

pip install pdocr-rpc

客户端使用

2.1、识别当前屏幕的所有文字内容

from pdocr_rpc import OCR
from pdocr_rpc.conf import setting

# 注意IP和端口要和你的服务端IP对应
setting.SERVER_IP = "192.168.0.1"
setting.PORT = 8888

OCR.ocr()

自动识别当前整个屏幕的所有内容。

2.2、指定某张图片识别的所有文字内容

OCR.ocr(picture_abspath="~/Desktop/test.png")

返回识别图片 test.png 的内容。

2.3、在全屏指定查找某个字符串的坐标

OCR.ocr("天天向上")

返回当前屏幕中，“天天向上”的坐标，如果存在多个，则返回一个字典。

2.4、指定某张图片查找某个字符串的坐标

OCR.ocr("天天向上"，picture_abspath="~/Desktop/test.png")

2.5、其他参数

• 识别语言

  lang： ch, en, fr, german, korean, japan

  默认为ch，中文，如果要修改识别语言；

  OCR.ocr(lang="ch") 
  

• 匹配度

  similarity: float

  默认为0.6，可以修改为从0到1的数；

  OCR.ocr(similarity=0.1)
  

• 返回原始数据

  return_default: bool

  默认为False，即默认返回识别到字符串的中心坐标，True表示返回原始数据；

  OCR.ocr(return_default=False)
  

• 只返回第一个

  return_first: bool

  当传入要查找的字符串时，可能存在当前屏幕中有多个目标；

  默认情况下是会将识别到的多个目标组装成字典返回；

  return_first=True 表示返回识别到的第一个。

  OCR.ocr(return_first=True )