# PPOcrv6

**Repository Path**: mfcom/ppocrv6

## Basic Information

- **Project Name**: PPOcrv6
- **Description**: PPOcrv6做的ocr识别项目
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-10
- **Last Updated**: 2026-07-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PP-OCRv6 Small OCR Test API

这是一个本地测试项目：上传图片，服务端用 PaddleOCR 的 `PP-OCRv6_small_det` + `PP-OCRv6_small_rec` 识别文字并返回 JSON。

## 1. 创建本地虚拟环境

```powershell
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -U pip
```

## 2. 安装依赖

CPU 版本：

```powershell
.\.venv\Scripts\python.exe -m pip install paddlepaddle==3.2.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/
.\.venv\Scripts\python.exe -m pip install -r requirements.txt
```

如果服务器有 NVIDIA GPU，部署时再按服务器 CUDA/驱动情况安装 `paddlepaddle-gpu`。

## 3. 启动服务

本地开发建议先用前台启动，方便直接看到日志：

```powershell
.\.venv\Scripts\python.exe -m uvicorn app.main:app --host 127.0.0.1 --port 8000
```

也可以用脚本启动：

```powershell
.\.venv\Scripts\python.exe scripts\run_server.py
```

停止时在终端按 `Ctrl+C`。如果使用后台脚本启动：

```powershell
.\.venv\Scripts\python.exe scripts\start_server.py
.\.venv\Scripts\python.exe scripts\stop_server.py
```

打开：

- 可视化页面：http://127.0.0.1:8000/
- Swagger 文档：http://127.0.0.1:8000/docs
- ReDoc 文档：http://127.0.0.1:8000/redoc
- 健康检查：http://127.0.0.1:8000/health

## 4. 调用接口

```powershell
curl.exe -X POST "http://127.0.0.1:8000/ocr" -F "file=@D:\path\to\image.jpg"
```

返回格式示例：

```json
{
  "model": {
    "ocr_version": "PP-OCRv6",
    "text_detection_model": "PP-OCRv6_small_det",
    "text_recognition_model": "PP-OCRv6_small_rec",
    "device": "cpu"
  },
  "text": "识别出的完整文本",
  "pages": [
    {
      "text": "当前图片文本",
      "lines": [
        {
          "text": "单行文本",
          "score": 0.99,
          "box": [0, 0, 100, 30]
        }
      ]
    }
  ],
  "filename": "image.jpg"
}
```

## 模型切换与对比

当前支持三个 PP-OCRv6 模型档位：

- `tiny`：`PP-OCRv6_tiny_det` + `PP-OCRv6_tiny_rec`
- `small`：`PP-OCRv6_small_det` + `PP-OCRv6_small_rec`
- `medium`：`PP-OCRv6_medium_det` + `PP-OCRv6_medium_rec`

查看模型配置：

```powershell
Invoke-WebRequest http://127.0.0.1:8000/models -UseBasicParsing
```

文件上传指定单模型：

```powershell
curl.exe -X POST "http://127.0.0.1:8000/ocr?model_profile=tiny" -F "file=@D:\path\to\image.jpg"
```

文件上传三模型对比：

```powershell
curl.exe -X POST "http://127.0.0.1:8000/ocr/compare?model_profiles=tiny&model_profiles=small&model_profiles=medium" -F "file=@D:\path\to\image.jpg"
```

图片 URL 单模型：

```powershell
curl.exe -X POST "http://127.0.0.1:8000/ocr/url" -H "Content-Type: application/json" -d "{\"image_url\":\"https://example.com/image.jpg\",\"model_profile\":\"small\",\"include_raw\":false}"
```

图片 URL 三模型对比：

```powershell
curl.exe -X POST "http://127.0.0.1:8000/ocr/url/compare" -H "Content-Type: application/json" -d "{\"image_url\":\"https://example.com/image.jpg\",\"model_profiles\":[\"tiny\",\"small\",\"medium\"],\"include_raw\":false}"
```

## 自动方向纠正

前端页面提供“自动纠正方向”开关。开启后流程为：

1. 先用 PaddleOCR 文档方向分类和文本行方向分类自动纠正。
2. 如果识别结果平均置信度低于阈值，或没有识别到文本行，则继续尝试 `0/90/180/270` 四个方向。
3. 最后按“平均置信度最高、文本行数最多、文本长度最长”的顺序选择结果。

默认低置信度阈值为：

```text
0.85
```

可以通过环境变量调整：

```powershell
$env:OCR_AUTO_CORRECT_SCORE_THRESHOLD='0.85'
```

接口参数：

```text
auto_correct=true
```

示例：

```powershell
curl.exe -X POST "http://127.0.0.1:8000/ocr?model_profile=small&auto_correct=true" -F "file=@D:\path\to\image.jpg"
```

## 日志

服务会把本地操作日志写入：

```text
logs\ocr_api.log
```

日志会记录访问时间、客户端 IP、请求路径、上传文件名、文件大小、是否返回 raw JSON、OCR 耗时、识别行数、文本长度和短文本预览。

查看最近日志：

```powershell
Get-Content logs\ocr_api.log -Tail 50 -Encoding UTF8
```

## 配置

可以通过环境变量调整：

- `OCR_DEVICE`：默认 `cpu`，有 GPU 可设为 `gpu:0`
- `OCR_VERSION`：默认 `PP-OCRv6`
- `OCR_DET_MODEL`：默认 `PP-OCRv6_small_det`
- `OCR_REC_MODEL`：默认 `PP-OCRv6_small_rec`