私有化部署PaddleOCR图片中文字识别

图片文字识别（OCR）的技术目前已经比较成熟，有很多开源模型可以使用。本文主要以百度开源的PaddleOCR为例，进行私有化部署

为什么要进行文字识别私有化

很多图片是比较隐私的，比方身份证，虽然市面上有很多很优质价格也不高的身份证图片识别API(比方我司也有，点此查看)。但是毕竟是隐私内容，图片识别需要上传到公网，公网那边留存多久呢？我司的身份证识别接口是使用的阿里云对象存储定时删除(24小时)，该对象存储不对外访问，在一定程度上杜绝了风险以及隐私泄露的可能。
但是要完全杜绝这种可能，私有化是唯一有效的处理方式。

私有化很贵吗？运维很难吗？

私有化不贵而且运维不难，因为我司已经有了成熟的方案，可以直接部署在阿里云函数计算上面，按调用消耗计费，无需预付，每个小时阿里云自动生成账单，用阿里云余额抵扣。综合成本来看，还要比市面上的商用接口便宜很多。
运维上来说，依托阿里云的自动化流水线，可以自动完成性能配置上的弹性伸缩，基本无需运维。

私有化后原来的API接口替换麻烦吗？

私有化后会有新的API接口，可能与原来的API接口的请求方式和返回参数有所区别，需要开发人员稍微修改一下，不是很复杂。

私有化不能离线使用吗？

离线使用是可以的，但是需要本地服务器有GPU，而且运维来说相对麻烦，只能依赖公司内部人员。所以最优解决方案是在阿里云私有化部署。

私有化部署步骤

部署 PaddleOCR 到本地

# 阿里云的镜像仓库地址
docker run -itd --name ppocr -p 9000:9000 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.8 /bin/bash -c "sh /PaddleOCR/start.sh"

# 阿里云的镜像仓库地址 服务器端模型
docker run -itd --name ppocr -p 9000:9000 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.6.server /bin/bash -c "sh /PaddleOCR/start.sh"

调用 OCR

计算待识别图片的Base64编码
发送服务请求（发送参数，参考下面命令）

curl -H "Content-Type:application/json" -X POST --data "{\"images\": [\"图片base64\"]}"  http://127.0.0.1:9000/predict/ocr_system

返回结果（如果调用成功，会返回如下结果）
{"msg":"","results":[[{"confidence":0.9853195548057556,"text":"测试图像路径，可以是单张图片路径，也可以是图像集合目录路径","text_region":[[5,10],[466,10],[466,24],[5,24]]}]],"status":"000"}

代码示例

import requests
import base64

def ocr(文件地址):
    with open(文件地址, 'rb') as f:
        data = f.read(-1)
    image = str(base64.b64encode(data), encoding='utf-8')
    data = '{"images":["' + image + '"]}'
    txt = requests.post("http://127.0.0.1:9000/predict/ocr_system", data=data,
                        headers={'Content-Type': 'application/json'})
    return txt.content.decode("utf-8")

print(ocr("./test.png"))