xylplm/media-saber-paddle-ocr repository overview
Media Saber Paddle OCR - Docker 镜像
基于 Node.js + Fastify + PP-OCRv5 的高性能轻量级 OCR API 服务。专为验证码识别和通用文字识别设计，成功率 90% 以上。
✨ 特性
- 🚀 高性能: 基于 Fastify 框架，启动时间 2-3 秒
- 📦 轻量级: 镜像大小仅 ~150MB，内存占用约 150MB
- 🎯 高精度: 使用 PP-OCRv5 模型，识别准确率高
- 🔧 易用性: 开箱即用，无需复杂配置
- 🌐 多接口: 支持验证码识别和通用 OCR 两种模式
- 📤 多输入: 支持 Base64 和文件上传两种方式
- ⚙️ 可配置: 支持预处理参数，灵活控制识别流程
🚀 快速开始
方式一：Docker Run
docker run -d \
--name media-saber-paddle-ocr \
-p 9899:9899 \
xylplm/media-saber-paddle-ocr:latest
方式二：Docker Compose（推荐）
创建 docker-compose.yml 文件：
version: "3.8"
services:
media-saber-paddle-ocr:
image: xylplm/media-saber-paddle-ocr:latest
container_name: media-saber-paddle-ocr
ports:
- "9899:9899"
environment:
- TZ=Asia/Shanghai
- LOG_LEVEL=info
restart: unless-stopped
deploy:
resources:
limits:
memory: 1G
cpus: '1.0'
reservations:
memory: 256M
cpus: '0.5'
启动服务：
docker-compose up -d
验证服务
# 健康检查
curl http://localhost:9899/health
# 测试 OCR 识别
curl -X POST http://localhost:9899/captcha/base64 \
-H "Content-Type: application/json" \
-d '{"base64_img":"your_base64_image_here"}'
📖 API 接口
1. 验证码识别接口
适用场景: 验证码识别，自动过滤非字母数字字符
curl -X POST http://localhost:9899/captcha/base64 \
-H "Content-Type: application/json" \
-d '{
"base64_img": "图片的base64编码",
"preprocess": true
}'
响应示例:
{
"result": "ABC123",
"confidence": 0.95,
"processing_time": 0.12
}
2. 通用 OCR 识别 - Base64
适用场景: 通用文字识别，返回完整的文本和位置信息
curl -X POST http://localhost:9899/general/base64 \
-H "Content-Type: application/json" \
-d '{
"base64_img": "图片的base64编码",
"preprocess": false
}'
响应示例 (Paddle 标准格式):
{
"results": [
{
"rec_texts": ["识别的文本"],
"rec_scores": [0.9976],
"det_polygons": [[x1,y1], [x2,y2], [x3,y3], [x4,y4]]
}
],
"processing_time": 0.56
}
3. 通用 OCR 识别 - 文件上传
适用场景: 直接上传图片文件进行识别
curl -X POST "http://localhost:9899/general/file?preprocess=true" \
-F "file=@/path/to/image.png"
支持的图片格式：JPEG, PNG, GIF, BMP, WebP
预处理参数说明
所有接口都支持 preprocess 参数：
-
preprocess: true(默认)- 执行二值化、降噪、边界处理
- 适合验证码等需要增强的图片
- 识别准确率更高
-
preprocess: false- 跳过预处理，直接识别
- 适合清晰的文档图片
- 处理速度更快（约快 30%）
⚙️ 环境变量
| 变量 | 说明 | 默认值 |
|---|---|---|
PORT | 服务端口 | 9899 |
HOST | 绑定地址 | 0.0.0.0 |
LOG_LEVEL | 日志级别 | info |
TZ | 时区设置 | UTC |
日志级别选项: debug, info, warn, error
📊 性能指标
| 指标 | 数值 |
|---|---|
| 镜像大小 | ~150MB |
| 内存占用 | ~150MB |
| 启动时间 | 2-3 秒 |
| 识别速度 | 100-200ms |
| 并发能力 | 优秀 |
🔍 健康检查
服务提供多个健康检查端点：
# 轻量级健康检查
curl http://localhost:9899/health
# OCR 服务状态检查
curl http://localhost:9899/captcha/health
# 服务信息
curl http://localhost:9899/
📝 使用示例
Python 示例
import requests
import base64
# 读取图片并转换为 base64
with open('image.png', 'rb') as f:
base64_img = base64.b64encode(f.read()).decode('utf-8')
# 调用验证码识别接口
response = requests.post(
'http://localhost:9899/captcha/base64',
json={'base64_img': base64_img}
)
print(response.json())
# 调用通用 OCR 接口
response = requests.post(
'http://localhost:9899/general/base64',
json={'base64_img': base64_img, 'preprocess': False}
)
print(response.json())
JavaScript 示例
const fs = require('fs');
const axios = require('axios');
// 读取图片并转换为 base64
const imageBuffer = fs.readFileSync('image.png');
const base64Img = imageBuffer.toString('base64');
// 调用验证码识别接口
axios.post('http://localhost:9899/captcha/base64', {
base64_img: base64Img
}).then(response => {
console.log(response.data);
});
// 调用通用 OCR 接口
axios.post('http://localhost:9899/general/base64', {
base64_img: base64Img,
preprocess: false
}).then(response => {
console.log(response.data);
});
cURL 文件上传示例
# 上传图片文件进行识别
curl -X POST "http://localhost:9899/general/file?preprocess=true" \
-F "[email protected]"
🛠️ 故障排除
服务无法启动
# 查看容器日志
docker logs media-saber-paddle-ocr
# 查看实时日志
docker logs -f media-saber-paddle-ocr
端口冲突
如果 9899 端口被占用，可以修改映射端口：
docker run -d \
--name media-saber-paddle-ocr \
-p 8899:9899 \
xylplm/media-saber-paddle-ocr:latest
内存不足
建议为容器分配至少 512MB 内存：
deploy:
resources:
limits:
memory: 1G
reservations:
memory: 512M
🔧 高级配置
自定义日志级别
docker run -d \
--name media-saber-paddle-ocr \
-p 9899:9899 \
-e LOG_LEVEL=debug \
xylplm/media-saber-paddle-ocr:latest
持久化日志
docker run -d \
--name media-saber-paddle-ocr \
-p 9899:9899 \
-v /path/to/logs:/app/logs \
xylplm/media-saber-paddle-ocr:latest
资源限制
docker run -d \
--name media-saber-paddle-ocr \
-p 9899:9899 \
--memory="1g" \
--cpus="1.0" \
xylplm/media-saber-paddle-ocr:latest
📦 镜像标签
latest: 最新稳定版本v1.x.x: 特定版本号dev: 开发版本（不推荐生产使用）
🔗 相关链接
- Docker Hub: https://hub.docker.com/r/xylplm/media-saber-paddle-ocr
- 问题反馈: GitHub Issues
📄 许可证
本项目基于 [Apache License 2.0] 协议。
🤝 贡献
欢迎提交 Issue 和 Pull Request！
技术栈: Node.js 24 | Fastify 5 | PP-OCRv5 | ONNX Runtime | eSearch-OCR
Tag summary
Content type
Image
Digest
sha256:0b67d5c49…
Size
474.6 MB
Last updated
8 months ago
docker pull xylplm/media-saber-paddle-ocr