OCR 智能识别系统

基于 RapidOCR/PaddleOCR 的智能 OCR 识别系统，支持 28 种行业文档的结构化解析。

✨ 特性

• 🚀 双引擎支持: RapidOCR（默认，轻量快速）/ PaddleOCR（高精度）
• 📄 28 种行业模板: 发票、身份证、营业执照、合同、银行卡等
• 🔍 智能解析: 自动识别文档类型，提取结构化数据
• ⚡ 同步/异步模式: 支持实时识别和批量异步处理
• 🐳 Docker 部署: 一键启动，开箱即用
• 📊 置信度评估: 返回字段提取置信度分数

🚀 快速开始

方式一：拉取镜像部署（最快）

# AMD64 架构（Intel/AMD CPU）
docker pull ghcr.io/zxc321zxchb/ocr:latest
docker run -d --name ocr -p 18000:8000 ghcr.io/zxc321zxchb/ocr:latest

# ARM64 架构（Apple Silicon/树莓派）
docker pull ghcr.io/zxc321zxchb/ocr:latest-arm64
docker run -d --name ocr -p 18000:8000 ghcr.io/zxc321zxchb/ocr:latest-arm64

方式二：Docker Compose 部署

# 克隆项目
git clone https://gitee.com/discoveringlife/ocr.git
cd ocr

# 启动服务（包含 PostgreSQL、Redis、Celery 等）
docker-compose up -d

服务启动后访问：

• API 文档: http://localhost:18000/docs
• 健康检查: http://localhost:18000/health

方式三：本地开发

# 安装依赖
cd backend
pip install -r requirements.txt

# 启动服务
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

📖 API 接口

OCR 识别

# 图片识别（Base64）
curl -X POST http://localhost:18000/api/v1/ocr/recognize \
  -H "Content-Type: application/json" \
  -d '{"image": "data:image/png;base64,xxx", "mode": "sync"}'

# URL 识别
curl -X POST http://localhost:18000/api/v1/ocr/recognize \
  -H "Content-Type: application/json" \
  -d '{"image": "https://example.com/image.png", "mode": "sync"}'

智能解析（Smart Parser）

# 获取支持的模板列表
curl http://localhost:18000/api/v1/parser/templates

# 发票解析
curl -X POST http://localhost:18000/api/v1/parser/extract \
  -H "Content-Type: application/json" \
  -d '{
    "text": "增值税专用发票\n发票代码：012345678901\n发票号码：12345678",
    "template": "invoice"
  }'

# 自动识别文档类型
curl -X POST http://localhost:18000/api/v1/parser/extract \
  -H "Content-Type: application/json" \
  -d '{"text": "中华人民共和国居民身份证\n姓名：张三\n公民身份号码：110101199001011234"}'

响应示例

{
  "code": 200,
  "message": "success",
  "data": {
    "doc_type": "invoice",
    "structured_data": {
      "invoice_code": "012345678901",
      "invoice_number": "12345678",
      "invoice_date": "2024年01月15日"
    },
    "confidence": 0.85,
    "parse_method": "regex"
  }
}

📋 支持的文档类型

类别	模板
证件类	身份证、护照、港澳通行证、驾驶证、行驶证、社保卡
票据类	增值税发票、医疗票据、火车票/机票
证书类	营业执照、房产证、学历证书、出生证明、结婚证、离婚证、完税证明
合同类	通用合同、购房合同、租房合同、劳动合同
金融类	银行卡、银行流水、征信报告、工资条
其他	户口本、快递单、名片、简历

📁 项目结构

ocr/
├── backend/                    # 后端服务
│   ├── app/
│   │   ├── api/v1/            # API 路由
│   │   │   ├── ocr.py         # OCR 识别接口
│   │   │   ├── parser.py      # 智能解析接口
│   │   │   └── system.py      # 系统接口
│   │   ├── core/              # 核心模块
│   │   │   └── engines/       # OCR 引擎
│   │   ├── services/          # 业务服务
│   │   │   ├── smart_parser.py    # 智能解析
│   │   │   ├── regex_engine.py    # 正则引擎
│   │   │   ├── template_manager.py # 模板管理
│   │   │   └── templates/     # 28 种行业模板
│   │   └── tasks/             # Celery 异步任务
│   └── requirements.txt
├── config/                    # 配置文件
├── tests/                     # 测试文件
├── docs/                      # 文档
├── docker-compose.yml         # Docker 编排
├── Dockerfile                 # 镜像构建
└── Makefile                   # 常用命令

⚙️ 配置说明

环境变量

# .env
APP_PORT=8000
DB_HOST=postgres
DB_PORT=5432
REDIS_HOST=redis
REDIS_PORT=6379

应用配置

# config/app_config.yaml
ocr:
  engine: rapid          # rapid 或 paddle
  lang: ch

parser:
  llm_enabled: false     # 是否启用 LLM（预留）
  default_template: auto # 自动识别文档类型
  confidence_threshold: 0.6

🐳 Docker 服务

服务	端口	说明
API	18000	FastAPI 主服务
PostgreSQL	15432	数据库
Redis	16379	缓存/消息队列
Flower	15555	Celery 监控
MinIO	19000/19001	对象存储

🛠️ 常用命令

# Docker
./start-docker.sh      # 启动服务
./stop-docker.sh       # 停止服务
docker-compose logs -f # 查看日志

# Makefile
make help              # 查看帮助
make docker-up         # 启动 Docker
make docker-down       # 停止 Docker
make test-unit         # 运行测试
make clean             # 清理缓存

📄 License

MIT License

🔗 链接

• 项目地址: https://gitee.com/discoveringlife/ocr
• 问题反馈: https://gitee.com/discoveringlife/ocr/issues