本地 OCR 服务

接口

POST /ocr
  · multipart 表单，字段名 file（最常见）
  · 或请求体直接放图片二进制
  · 或 JSON：{"image_base64":"..."} / {"url":"https://..."}
支持 PNG/JPG/WebP 图片，也支持 PDF（自动逐页识别，多月合订本会分页返回）
可选参数（query 或表单）：
  upscale=1.5     手动放大倍数（默认自动：小图自动放大到 1600 长边）
  min_score=0.6   过滤置信度低的行（0~1）
  pages=1-5,8     只识别指定页（PDF 用）
  dpi=300         PDF 渲染精度（默认 300，扫描件一般直接取原图）
  format=text     只返回纯文本

GET  /health     健康检查

返回

图片：{"ok":true,"type":"image","text":"整段文字","lines":[{"text":"...","score":0.99,"box":[[x,y],...]}],"count":12,"elapsed_ms":830}
PDF ：{"ok":true,"type":"pdf","pages_count":26,"processed_pages":26,
       "pages":[{"page":1,"text":"第1页文字","lines":[...],"hints":{"months":["2025-03"],"amounts":["11879.06"]}}],
       "text":"【第1页】...","count":2730,"elapsed_ms":38000}

hints 是从文字里猜出的电费单字段（月份/户号/金额/电量），只做初筛，具体以原始文字为准。

调用示例

# curl
curl -X POST "http://127.0.0.1:8800/ocr" -F "file=@test.jpg"

# Python
import requests
r = requests.post("http://127.0.0.1:8800/ocr", files={"file": open("test.jpg","rb")})
print(r.json()["text"])

# Node.js (fetch)
const fd = new FormData();
fd.append("file", fs.createReadStream("test.jpg"));
const res = await fetch("http://127.0.0.1:8800/ocr", { method: "POST", body: fd });
const data = await res.json();
console.log(data.text);

精度提示