Skip to content

安装

pip 安装

嗯,顺利的话一行命令即可。

$ pip install cnocr[ort-cpu]

如果是 GPU 环境使用 ONNX 模型,请使用以下命令进行安装:

$ pip install cnocr[ort-gpu]

如果要训练自己的模型,,可以使用以下命令安装:

$ pip install cnocr[dev]

安装速度慢的话,可以指定国内的安装源,如使用豆瓣源:

$ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple

Note

请使用 Python3(3.6以及之后版本应该都行),没测过Python2下是否ok。

Warning

如果电脑中从未安装过 PyTorchOpenCV python包,初次安装可能会遇到问题,但一般都是常见问题,可以自行百度/Google解决。

包含API接口安装

CnOCR 自 V2.2.1 开始加入了基于 FastAPI 的HTTP服务。开启服务需要安装几个额外的包,可以使用以下命令安装:

$ pip install cnocr[serve] onnxruntime

安装完成后,可以通过以下命令启动HTTP服务(-p 后面的数字是端口,可以根据需要自行调整):

$ cnocr serve -p 8501

服务的调用方式请参考 首页/HTTP服务

如遇到安装问题,欢迎在 Github、 知识星球CnOCR/CnSTD私享群 或者 微信交流群反馈给作者 breezedeus

Docker Image

可以从 Docker Hub 直接拉取已安装好 CnOCR 的镜像使用。

$ docker pull breezedeus/cnocr:latest

注意 ⚠️ :如果你的系统架构是 ARM(如 Mac with Apple Silicon),需要拉取 ARM 版本的镜像:

$ docker pull breezedeus/cnocr-arm64:latest

利用以下命令启动容器:

$ docker run -it -p 8501:8501 breezedeus/cnocr:latest bash

容器启动后会自动启动HTTP服务,在容器外可以直接调用相应的服务:

$ curl -F image=@docs/examples/huochepiao.jpeg http://0.0.0.0:8501/ocr

注意 ⚠️ :有些情况下容器启动后不会自动启动HTTP服务(原因未知),需要进入容器手动启动。 可以通过以下命令进入容器:

$ docker exec -it <container_id> bash

使用以下命令查看服务是否正常启动:

$ ps afx | grep uvicorn

如果返回结果中存在 /usr/local/bin/python /usr/local/bin/uvicorn serve:app --host 0.0.0.0 --port 8501 这种行,则说明服务已启动; 否则说明服务未自动启动。此时可以通过以下命令手动启动服务:

$ nohup cnocr serve -H 0.0.0.0 -p 8501 &

更详细的调用方式见 HTTP服务

GPU 环境使用 ONNX 模型

默认情况下安装的 ONNX 包是 onnxruntime,它只能在 CPU 上运行。如果需要在 GPU 环境使用 ONNX 模型,需要卸载此包,然后安装包 onnxruntime-gpu

pip uninstall onnxruntime
pip install onnxruntime-gpu