超轻量中文ocr开源项目 chineseocr_lite docker部署

参考文章:https://zhuanlan.zhihu.com/p/111533615?utm_source=wechat_session&utm_medium=social&utm_oi=574467233330237440


Docker 环境搭建
我们的运行环境
  • Ubuntu 18.04
  • Python 3.6.9
  • Pytorch 1.5.0.dev20200227+cpu(作者推荐 1.2.0)
首先下载 Docker 镜像。这里推荐使用咱们中国人自己做的镜像 deepo,一行代码傻瓜式安装 tensorflow、pytorch、darknet 等目前最新的深度学习框架。
deepo 链接:https://hub.docker.com/r/ufoym/deepo
当安装好 Docker 后,用以下代码获取包含所有深度学习框架的镜像:
docker pull ufoym/deepo
在这里我们使用猪厂提供的国内源来加速下载:
docker pull hub-mirror.c.163.com/ufoym/deepo
拉取完镜像后我们新建一个容器开始配置环境,使用如下命令新建容器并进入交互模式:
docker run -it -p 6666:8080 -v ~/Desktop/data/:/data --name ocr 18824ddf5d2d

这里 docker run 表示创建容器,

-it 表示创建容器后立刻进入交互模式,

-p 表示进行端口映射,这里我们将主机 6666 的端口映射到容器的 8080 端口。

-v 表示共享数据,我们将主机桌面上名为 data 的文件夹与容器共享,并将其在容器上挂载为/data,

--name 表示将新建的容器命名为 ocr,

18824ddf5d2d 为刚才下载镜像的 ID,可使用 docker images 命令进行查看。


cd 到/data 文件夹下拉取 chineseocr_lite 项目:
git clone https://github.com/ouyanghuiyu/chineseocr_lite
作者很 nice 得提供了运行程序的依赖环境,cd 到 chineseocr_lite 下进行安装:
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt


    这里我们使用了清华的源进行加速。依赖环境装好了,python3 app.py 8080 走起!出现以下输出表示网页服务已成功启动。

如果出现: Python.h:No such file or directory

解决办法:

apt-get update
apt-get upgrade
apt-get install python3-dev

需要注意的是,我们在创建容器时将主机的 6666 端口映射到了容器的 8080 端口,所以在浏览器里我们应该输入 

http://127.0.0.1:6666/ocr (http://127.0.0.1:8080/ocr),出现如下界面:

QQ截图20200430125246.png


QQ截图20200430125308.png




标签: docker ocr
2020.4.30   /   热度:1720   /   分类: 其它相关

发表评论:

©地球仪的BLOG  |  Powered by Emlog