这么好用的离线OCR项目，我要摁头安利给你！

爬虫遇到了验证码没法识别？

PDF 里的扫描文档让你无从下手？

公司的有 OCR 需求但又不想花钱？

写论文就想 抄参考 一段，但文库下载都要收费？

不用担忧这些了！

来吧朋友，这款适合人类食用的离线中文 OCR 项目解决你全部的烦恼！

今天的主角就是这款在 github 上开源的项目：TrWebOCR

介绍

项目是基于开源离线 OCR 项目 Tr构建的，

解决了 Tr 不支持并发的问题，

而且提供了 web 页面和 web 接口可以使用，

所以不管是平常的使用仍是其余项目调用也都十分的方便。

效果

明人不说暗话，是骡子是马拉出来遛遛就知道了！

下面是可能比较经常使用的两个场景：文档和验证码的识别。

文档识别的置信度基本在 99%，验证码识别出的置信度也在 72%以上。

这极简的界面，

超高的识别率，

强大的功能，

你心动了吗？

如何安装

再优秀的东西，

若是安装就得花上半天，

那也足以劝退不少人，

所以，

它的部署起来是极其容易的。

即便你想在本身的 Windows 或 MacOS 上部署也没有问题，

经过 Docker 就能够完美解决~

在 Linux 服务器部署

在服务器上部署只须要 3 步：

1. 安装 python3.7

推荐使用 miniconda )

1. 执行 install.py

python install.py

1. 安装依赖包

pip install -r requirements.txt

搞定！

运行 main.py后，

web 服务默认运行在 8089 端口，

看到如下输出就表明运行成功了：

$ python backend/main.py
> tr 1.5.0 https://github.com/myhub/tr
> server is running: 0.0.0.0:8089

若是有报错，能够参考项目的 wiki 来解决

在 Docker 部署

在 Docker 上部署就更加简单了，

该方法适合非 Linux 的用户，

或者对环境有洁癖的用户。

项目提供了 Dockerfile，

只须要简单的 build, run 就能够运行了！

1. 编译 Dockerfile

$ docker build -t TrWebOCR:latest .

1. 运行一个容器

$ docker run -itd -p 8089:8089 --name trweb trweb-ocr:latest /bin/bash

这里把容器的 8089 端口映射到了物理机的 8089 上，

但若是你不喜欢映射，

去掉 run 后面的 -p 8089:8089 ，

就能够经过 Docker 容器的 ip 来访问了。

配置的要求

最后一点，也是最重要的一点。

该项目不须要过高的配置！！！

一个 1 核 2G的机器就可以跑得起来了！

但若是你的项目对并发的要求比较高的话，

仍是得上高配置一点的机器~