5分钟搭建离线OCR服务：Umi-OCR Docker容器化部署指南

你是否还在为在线OCR服务的隐私泄露风险担忧？是否因本地部署繁琐而放弃高效文本识别工具？本文将带你用Docker一键部署Umi-OCR容器服务，5分钟拥有私有化的离线OCR能力，支持截图识别、批量处理、二维码解析全功能，彻底摆脱网络依赖与隐私顾虑。

为什么选择容器化部署Umi-OCR？

Umi-OCR作为一款免费开源的离线OCR工具，已在Windows平台积累大量用户。通过Docker容器化部署，我们可将其能力扩展到Linux服务器环境，实现：

• 跨平台运行：突破Windows系统限制，在Linux服务器稳定运行
• 资源隔离：独立容器环境避免依赖冲突，保护主机系统纯净
• 快速迁移：容器镜像一键复制，轻松实现多环境一致部署
• 服务化调用：通过HTTP接口提供OCR服务，支持多应用集成

部署前准备

环境要求

• Docker Engine 20.10+
• Docker Compose v2+
• 至少2GB可用内存（OCR引擎运行需求）

项目资源获取

git clone --single-branch --branch main https://gitcode.com/GitHub_Trending/um/Umi-OCR.git
cd Umi-OCR

项目核心文件说明：

• 官方文档：README.md
• 更新日志：CHANGE_LOG.md
• 接口文档：docs/http/api_ocr.md
• 二维码功能：docs/http/api_qrcode.md

容器化部署步骤

1. 创建Dockerfile

在项目根目录创建Dockerfile：

FROM python:3.9-slim

WORKDIR /app

# 安装系统依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    build-essential \
    libgl1-mesa-glx \
    libglib2.0-0 \
    && rm -rf /var/lib/apt/lists/*

# 复制项目文件
COPY . .

# 安装Python依赖
RUN pip install --no-cache-dir -r requirements.txt

# 暴露API端口
EXPOSE 1224

# 启动命令
CMD ["python", "main.py", "--server"]

2. 编写docker-compose.yml

version: '3.8'

services:
  umi-ocr:
    build: .
    container_name: umi-ocr-service
    restart: always
    ports:
      - "1224:1224"  # HTTP API端口
    volumes:
      - ./UmiOCR-data:/app/UmiOCR-data  # 数据持久化
    environment:
      - PYTHONUNBUFFERED=1
      - OCR_ENGINE=paddle  # 指定OCR引擎
    mem_limit: 2g  # 内存限制
    cpus: 1  # CPU核心限制

3. 启动服务

docker-compose up -d --build

服务启动后，可通过以下命令检查运行状态：

docker-compose logs -f  # 查看实时日志
docker ps | grep umi-ocr  # 检查容器状态

服务验证与接口调用

服务状态检查

访问Umi-OCR参数查询接口验证服务可用性：

curl http://localhost:1224/api/ocr/get_options

成功响应将返回OCR引擎参数配置，类似：

{
  "ocr.language": {
    "title": "语言/模型库",
    "optionsList": [
      ["models/config_chinese.txt","简体中文"],
      ["models/config_en.txt","English"]
    ],
    "default": "models/config_chinese.txt"
  },
  "ocr.cls": {
    "title": "纠正文本方向",
    "default": false,
    "type": "boolean"
  }
}

核心功能演示

1. 图片OCR识别（Base64方式）

使用Python调用OCR接口示例：

import requests
import base64

# 读取图片并转换为base64
with open("test.png", "rb") as f:
    img_base64 = base64.b64encode(f.read()).decode()

# 构造请求参数
data = {
    "base64": img_base64,
    "options": {
        "ocr.language": "models/config_chinese.txt",
        "data.format": "text",
        "tbpu.parser": "multi_para"  # 多栏自然段排版
    }
}

# 发送请求
response = requests.post(
    "http://localhost:1224/api/ocr",
    json=data,
    headers={"Content-Type": "application/json"}
)

# 处理结果
result = response.json()
if result["code"] == 100:
    print("识别结果：\n", result["data"])
else:
    print("识别失败：", result["data"])

2. 二维码识别

调用二维码识别接口：

curl -X POST http://localhost:1224/api/qrcode \
  -H "Content-Type: application/json" \
  -d '{"base64": "二维码图片base64字符串"}'

成功响应示例：

{
  "code": 100,
  "data": [
    {
      "text": "https://example.com",
      "format": "QRCode",
      "box": [[10,10],[290,10],[290,290],[10,290]]
    }
  ],
  "time": 0.23
}

3. 批量任务处理

通过命令行提交批量OCR任务：

# 进入容器
docker exec -it umi-ocr-service bash

# 执行批量识别
python main.py --path /app/test_images --output /app/results

高级配置与优化

性能调优参数

参数	说明	推荐值
ocr.limit_side_len	图像边长限制	2880（平衡速度与精度）
mem_limit	容器内存限制	4g（处理大图需增加）
并发请求数	API调用并发控制	≤5（避免资源竞争）

数据持久化

容器数据卷挂载确保配置与识别记录不丢失：

• UmiOCR-data/：存储配置文件、日志和识别历史
• 模型文件：首次运行会自动下载，约占用500MB空间

服务监控

添加健康检查到docker-compose.yml：

healthcheck:
  test: ["CMD", "curl", "-f", "http://localhost:1224/api/ocr/get_options"]
  interval: 30s
  timeout: 10s
  retries: 3

常见问题解决

1. 容器启动失败（code: 803错误）

该问题在部分旧Linux系统中可能出现，解决方案：

# 更新Docker引擎到最新版本
sudo apt-get update && sudo apt-get upgrade docker-ce

# 重启容器
docker-compose restart

2. 中文识别乱码

确保系统字体完整：

# 在Dockerfile中添加字体安装
RUN apt-get install -y fonts-wqy-zenhei

3. API请求超时

调整OCR引擎超时参数：

# 修改配置文件
vi UmiOCR-data/settings.ini

# 增加超时设置
[OCR]
timeout=30

总结与展望

通过Docker容器化部署，我们成功将Umi-OCR从桌面应用转变为企业级服务，实现了：

• 5分钟快速搭建私有化OCR服务
• 全功能支持：截图识别、批量处理、二维码解析
• 稳定可靠的HTTP接口，便于二次开发集成

项目后续将重点优化：

• 多引擎支持（Tesseract/OCRopus）
• GPU加速能力
• 更完善的服务监控面板

立即收藏本文，关注项目更新获取最新部署指南！如有部署问题，欢迎在项目仓库提交issue反馈。

---

相关资源

• 项目源码：GitHub_Trending/um/Umi-OCR
• 接口文档：docs/http/api_ocr.md
• 命令行说明：docs/http/argv.md
• 更新日志：CHANGE_LOG.md