Paddle Serving|部署一个自己的OCR识别服务器
前言
之前使用C++部署了自己的OCR识别服务器，Socket网络传输部分是自己写的，回过头来一看，自己犯傻了，PaddleOCR本来就有自己的OCR服务器项目，叫PaddleServing，这里记录一下部署过程。
1 下载依赖环境
1.1 下载python
官网要求是python3.6之上就行，我这里下载python3.8。
conda create -n pdsrv python=3.8
注：这里用不用conda都可以，我这里是习惯用conda，只要有python环境就行.
下载完成之后，加到环境变量里面去，并且优先级设置成最高：
1.2 下载wget和git(可选)
- wget下载网址为：wget下载
下载解压(安装)完成后，同样将其添加到系统变量中，如步骤1.1的图最后一行所示，我已经添加上去了，优先级无所谓。
wget验证： 打开powershell直接打wget，访问成功即可，如图所示:
- git下载网址为：git下载
git的使用就不赘述，有手就行。
如果选择了步骤1.2，下载git和wget，则需要下载模型和项目，使用以下命令下载：
# 使用git下载PaddleServing项目
git clone https://github.com/paddlepaddle/Serving
# 使用wget下载模型
cd Serving/examples/C++/PaddleOCR/ocr/
python -m paddle_serving_app.package --get_model ocr_rec
tar -xzvf ocr_rec.tar.gz
python -m paddle_serving_app.package --get_model ocr_det
tar -xzvf ocr_det.tar.gz
1.3 下载PaddleServing依赖
# CPU用户下载命令
python -m pip install -U paddle_serving_server paddle_serving_client paddle_serving_app paddlepaddle`
# GPU用户下载命令
python -m pip install -U paddle_serving_server_gpu paddle_serving_client paddle_serving_app paddlepaddle-gpu
# 下载其依赖
cd Serving
pip install -r python/requirements_win.txt
之所以说步骤1.2是可选，是因为我上传了源码(需要使用git下载的部分)和模型(需要使用wget下载的部分)，惊不惊喜，意不意外！！！
2 运行OCR识别服务器
2.1 启动OCR识别服务器：
# 启动服务器
python ocr_debugger_server.py cpu/gpu
启动界面大概是这样的：
2.2 启动OCR客户端：
python ocr_web_client.py
可以看到结果与imgs路径下的图片对比：
如果不想使用这个脚本，也可以使用我写的python脚本测试：
import requests
import json
import base64
def cv2_to_base64(image):
"""将图片转换为Base64编码"""
return base64.b64encode(image).decode('utf8')
def ocr_prediction(image_path):
"""接受图片文件的绝对路径，发送OCR请求并返回结果"""
# 设置请求头和URL
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:9292/ocr/prediction"
# 打开图片文件并进行Base64编码
with open(image_path, 'rb') as file:
image_data = file.read()
image_base64 = cv2_to_base64(image_data)
# 构造请求数据
data = {"feed": [{"x": image_base64}], "fetch": ["res"]}
print(type(data))
data2 = json.dumps(data)
print(type(data2))
print(data2)
# 发送POST请求
try:
r = requests.post(url=url, headers=headers, data=data2)
r.raise_for_status() # 如果请求失败，抛出异常
return r.json() # 返回OCR结果
except requests.exceptions.RequestException as e:
print(f"请求失败: {e}")
return None
# 这里替换为你的图片文件绝对路径
image_path = "xxx/imgs/bbb.jpg"
result = ocr_prediction(image_path)
if result:
print(result)
总结
本文主要简要记录了PaddleServing项目的部署过程，旨在帮助读者快速了解如何搭建和配置PaddleServing服务。PaddleServing是一个基于PaddlePaddle的高效推理服务框架，能够帮助用户便捷地将训练好的模型部署为可供实时预测的服务。本文将详细介绍部署过程的步骤，包括环境配置、服务启动、模型加载以及API调用等方面的内容。
