Run PPOCR on RK3576 | reComputer AI Lab

快速开始

1. 安装 Docker

在开发板上运行以下命令安装 Docker：

bash

# Docker
curl -fsSL https://get.docker.com -o get-docker.sh
# Aliyun
sudo sh get-docker.sh --mirror Aliyun
# systemd
sudo systemctl enable docker
sudo systemctl start docker

2. 运行项目（单条命令，双模式预览）

此端到端 OCR 服务来自 reComputer-RK-CV。它会检测文本多边形，按阅读顺序排序，对每个裁剪区域进行透视校正，并识别每一行文本。

模型信息

组件	文件
文本检测器	`model/ppocr_det.rknn`
文本识别器	`model/ppocr_rec.rknn`
字符字典	`model/ppocr_keys_v1.txt`
标注字体	`model/simfang.ttf`
输出	文本、置信度、四边形坐标、裁剪图和延迟

PPOCR 仅支持静态图像。上游服务特意未包含摄像头、本地视频或 MP4 分析控件。

步骤 A：拉取镜像

bash

sudo docker pull ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-ppocr:latest
sudo docker pull ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-ppocr:latest

步骤 B：一键运行

适用于 RK3576：

bash

sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-ppocr:latest \
  python web_service.py --platform rk3576 --model_dir /app/model \
  --host 0.0.0.0 --port 8000

适用于 RK3588：

bash

sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-ppocr:latest \
  python web_service.py --platform rk3588 --model_dir /app/model \
  --host 0.0.0.0 --port 8000

打开 http://<BOARD_IP>:8000 或 /docs。

🔌 API 文档

1. OCR 接口（Predict）

端点： POST /api/models/ppocr/predict

请求参数（Multipart/Form-Data）：

上传 file；可使用 det_threshold、box_threshold、unclip_ratio、drop_score、max_results 和 include_crops。

使用示例：

bash

curl -X POST "http://<BOARD_IP>:8000/api/models/ppocr/predict" \
  -F "file=@document.jpg" -F "drop_score=0.5" \
  -F "include_crops=false"

可选字段包括 det_threshold、box_threshold、unclip_ratio、drop_score、max_results 和 include_crops。其他端点提供健康状态、配置、最新结构化结果、最新标注 JPEG 和交互式 OpenAPI 文档。

字段	默认值	说明
`det_threshold`	`0.3`	像素图检测阈值，范围为 0 到 1。
`box_threshold`	`0.6`	DB 文本框最低分数。
`unclip_ratio`	`1.5`	多边形扩展比例，范围为 0.1 到 5。
`drop_score`	`0.5`	合并文本中包含的最低识别置信度。
`max_results`	`100`	发送至识别器的最大区域数。
`include_crops`	`false`	在结果行中包含 base64 JPEG 裁剪图。

响应格式（JSON）：

json

{
  "success": true,
  "model": "ppocr",
  "result": {
    "text": "Recognized first line\nRecognized second line",
    "lines": [
      {
        "index": 1,
        "text": "Recognized first line",
        "confidence": 0.9621,
        "accepted": true,
        "box": [[42, 31], [286, 29], [287, 72], [43, 74]]
      }
    ],
    "count": 2,
    "timing_ms": {"detection": 54.2, "recognition": 71.4, "total": 129.8}
  }
}

检测质量会直接影响识别。极小、模糊、弯曲、竖排、低对比度或大角度旋转的文本可能无法检测，简单的阅读顺序启发式方法也可能不适用于复杂的多栏文档。include_crops=true 会增大响应体积，主要用于 Web 结果面板。检测器和识别器是流水线阶段，必须与字符字典和透视裁剪逻辑保持兼容。

2. 系统配置接口（Config）

GET /api/config / POST /api/config.

3. 命令行参数

参数	默认值	说明
`--platform`	必填	`rk3576` 或 `rk3588`。
`--model_dir`	`model`	模型、字典、字体和示例图像。
`--image`	无	服务器启动前分析的静态图像。
`--output`	无	`--image` 的标注 JPG/PNG 输出路径。
`--no_server`	关闭	处理完 `--image` 后退出。
`--host` / `--port`	`0.0.0.0` / `8000`	服务地址和端口。

分析一个已挂载的图像、保存标注、打印 JSON 并退出：

bash

python web_service.py --platform rk3576 --model_dir model \
  --image /data/document.jpg --output /data/document_result.jpg --no_server

🛠️ 开发者指南（生产环境建议）

本地构建

bash

docker build -f docker/rk3576/ppocr.dockerfile \
  -t rk3576-ppocr:local src/rk3576_ppocr

docker build -f docker/rk3588/ppocr.dockerfile \
  -t rk3588-ppocr:local src/rk3588_ppocr

PPOCR

快速开始

REST API

模型详情

快速开始

1. 安装 Docker

2. 运行项目（单条命令，双模式预览）

模型信息

步骤 A：拉取镜像

步骤 B：一键运行

🔌 API 文档

1. OCR 接口（Predict）

请求参数（Multipart/Form-Data）：

使用示例：

响应格式（JSON）：

2. 系统配置接口（Config）

3. 命令行参数

🛠️ 开发者指南（生产环境建议）

本地构建

输入与输出