win10 环境下Python 3.8按装fastapi paddlepaddle 进行图片文字识别1

###按装
用conda 创建python 3.8的环境，可参看本人python下的其它文章。
在pycharm开发环境下按装相关的模块：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple fastapi
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  "uvicorn[standard]"
pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install "paddleocr>=2.0.1" -i https://mirror.baidu.com/pypi/simple
pip install  shapely -i https://mirror.baidu.com/pypi/simple
1
2
3
4
5

###开发代码：

# 导入requests库，用于发送HTTP请求
import requests
# 导入FastAPI库，用于构建高性能的Web应用程序
from fastapi import FastAPI
# 导入PaddleOCR及其draw_ocr方法，PaddleOCR是一个使用PaddlePaddle深度学习框架的OCR工具
from paddleocr import PaddleOCR, draw_ocr
# 导入BytesIO，用于在内存中处理二进制流
from io import BytesIO
# 导入PIL库中的Image模块，用于处理图像
from PIL import Image
import os

# 初始化PaddleOCR实例，配置使用方向分类器、不使用GPU、识别中文
ocr = PaddleOCR(use_angle_cls=True, use_gpu=False, lang="ch")
# 创建一个FastAPI应用实例
app = FastAPI()


# 定义一个异步的GET请求处理函数，路径为"/"，接收一个名为url的查询参数
@app.get("/")
async def root(url: str):
    try:
        # 使用requests库发送GET请求，获取指定URL的图片，stream=True表示以流的形式下载大文件
        response = requests.get(url, stream=True)
        # 如果HTTP请求返回的状态码不是200，则引发HTTPError异常
        response.raise_for_status()
        # 检查响应头中的content-type是否包含'image'，以确认返回的内容是图片
        if 'image' not in response.headers.get('content-type', ''):
            # 如果不是图片，返回错误信息，HTTP状态码为400（Bad Request）
            return {"error": "The provided URL does not point to an image."}, 400
            # 使用BytesIO将响应内容转换为二进制流
        image_bytes = BytesIO(response.content)
        # 使用PIL库打开二进制流中的图像
        image = Image.open(image_bytes)

        # 将图像保存到临时文件中（这里是为了适应PaddleOCR可能需要文件路径的API）
        # 注意：这里的代码实际上有一个逻辑错误，因为image.save()应该放在with语句块内以确保文件正确关闭
        temp_image_path = "temp_image.jpg"
        with open(temp_image_path, "wb") as image_file:
            image.save(image_file, format='JPEG')
            # 调用PaddleOCR的ocr方法进行OCR处理，cls=True表示使用分类器
        result = ocr.ocr(temp_image_path, cls=True)
        if os.path.exists(temp_image_path):
            os.remove(temp_image_path)
        results = []
        # 遍历最外层的列表
        for item in result:
            # 遍历内层的列表
            for sub_item in item:
                # 提取文本和可能性
                text = sub_item[1][0]  # 文本位于第二个子列表的第一个位置
                probability = sub_item[1][1]  # 可能性位于第二个子列表的第二个位置
                # 将提取的文本和可能性作为一个元组添加到结果列表中
                results.append((text, probability))
        # 返回OCR处理结果，封装在message字段中（注意：这里没有删除临时文件，可能会导致磁盘空间被占用）
        return {"message": results}
    except requests.exceptions.RequestException as e:
        # 如果在发送HTTP请求过程中发生异常，捕获异常并返回错误信息，HTTP状态码为500（Internal Server Error）
        return {"error": f"An error occurred while downloading the image: {str(e)}"}, 500
    except Exception as e:
        # 如果在处理过程中发生其他类型的异常，同样捕获异常并返回错误信息，HTTP状态码为500
        return {"error": f"An error occurred during OCR processing: {str(e)}"}, 500
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64

在网上找一张图片：
https://img-s-msn-com.akamaized.net/tenant/amp/entityid/BB1ifoqa.img?w=768&h=662&m=6

运行代码：

uvicorn main:app --reload
1

返回结果：

{
    "message": [
        [
            "狗仔说张天爱手撕徐开骋得罪了人，资源掉了不",
            0.9765021800994873
        ],
        [
            "少，最近一直没有新男友，是不是又怕被录音啊？",
            0.9926691055297852
        ],
        [
            "C薰衣草Sallie的微博视频",
            0.9560778737068176
        ],
        [
            "飞哥追瓜速报",
            0.9982643723487854
        ],
        [
            "快手搜索追瓜少年阿",
            0.8913857936859131
        ]
    ]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24