功能
从图像中提取文字内容，支持多种图像格式和语言。
调用方式
from services.ocr_service.client import OCRServiceClient
client = OCRServiceClient()
健康检查
status = client.health_check()
OCR识别
image_base64 = client.image_to_base64("/path/to/image.jpg") result = client.ocr(image_base64)
获取识别结果
texts = result["rec_texts"] # ["识别的文字1", "识别的文字2", ...] scores = result["rec_scores"] # [0.98, 0.95, ...]
返回格式
{ "doc_preprocessor_res": {"angle": 0}, "dt_polys": [[x1,y1], [x2,y2], ...], "rec_texts": ["识别的文字1", "识别的文字2"], "rec_scores": [0.98, 0.95] }
字段说明
-
rec_texts : 识别出的文字列表
-
rec_scores : 每个文字块的置信度
-
dt_polys : 检测到的文本区域坐标