REST API для распознавания текста на изображении

Для распознавания используется библиотека EasyOCR. Для поиска текста на изображении используется алгоритм CRAFT. Для распознавания используется CRNN. В основе этой модели лежат три компонента: ResNet для выделения признаков, LSTM для разметки последовательности и CTC для декодирования

Для написания REST API использовалась библиотека FastAPI. Для запуска сервера - Uvicorn

API предоставляет возможность запуска как непосредственно с помощью скриптов, так и посредством сбора Docker-контейнера

Параметры сервиса описаны в файле params.json:

• languages - список языков, которые нужно распознать; по умолчанию - ["en"]
• separator - разделитель, который будет использоваться для соединения распознанных фрагментов текста; по умолчанию - "\n"
• paragraph - нужно ли объединять текст в параграфы; по умолчанию - true
• gpu - нужно ли использовать модель на GPU (true - использовать gpu, falce - использовать cpu); по умолчанию - falce

Если вы собираете Docker-контейнер, то параметры необходимо указать в файле непосредственно перед его сбором

Для запуска сервера с помощью скриптов воспользуйтесь следующим набором команд

cd ./OCR_API
pip install -r ./requirements.txt
python ./downloads_dependencies.py
uvicorn main:app --host 127.0.0.1 --port 8000

Если вы используете Docker, воспользуйтесь следующим набором команд

cd ./OCR_API
docker build --no-cache -t ocr-api .
docker run -t -p 8000:8080 ocr-api

После запуска сервера API будет доступно по адресу 127.0.0.1:8000

Для остановки работы сервера воспользуйтесь сочетанием клавиш Ctrl+C

Для распознавания текста на изображении используйте POST-метод API: 127.0.0.1:8000/text-recognition

Тело запроса - это изображение, на котором нужно распознать текст

API возвращает ответ в формате json. Пример ответа представлен ниже:

{
  "recognized_text": "Hello"
}

Для более удобной работы с API в тестовом режиме, воспользуйтесть 127.0.0.1:8000/docs

Если возникла ошибка, вместо json c эмоциями API вернет словарь с ошибкой.

Если ошибка возникла при передаче изображения, ответ будет иметь следующий вид:

{
  "Error": 1,
  "description": "Error during getting image"
}

Если ошибка возникла при распознавании текста, ответ будет иметь следующий вид:

{
  "Error": 2,
  "description": "Error during OCR"
}