PaddleOCR TestWeb

PaddleOCR 的 Web 测试应用程序，提供 OCR 功能的 Web 界面。

下载地址：https://gitee.com/fightroad/test-ocrweb

功能特点

• 📷 图片OCR识别：支持 PNG、JPG、BMP 等图片格式
• 📄 PDF文档识别：支持PDF文档的OCR识别
• 🔧 文本后处理：提供多种文本后处理模式
• 🌐 Web界面：友好的Web操作界面
• ⚙️ 灵活配置：支持多种OCR参数配置

界面预览

快速开始

# 运行程序
./TestWeb.exe

# 访问应用
# 浏览器打开：http://localhost:5000

使用说明

图片识别

1. 选择图片文件
2. 选择后处理模式
3. 点击"开始识别"
4. 查看识别结果

PDF识别

1. 选择PDF文件
2. 配置识别参数：
   • 后处理模式
   • 是否优先提取文本层
   • 渲染DPI设置
3. 点击"开始识别"
4. 查看识别结果

文本后处理测试

1. 输入测试文本（每行一个文本块）
2. 选择后处理模式
3. 点击"测试后处理"
4. 查看处理结果

配置参数

PDF渲染DPI

DPI值	说明	适用场景
96-100	速度最快	清晰的电子文档
120	平衡速度和质量（推荐）	大部分PDF文档
150-200	高质量	复杂文档、小字体
300	打印质量	需要最高精度的场景

API 接口

图片识别

POST /api/ocr/recognize
Content-Type: multipart/form-data
参数：
- file: 图片文件
- mode: 后处理模式（可选）

PDF识别

POST /api/ocr/recognize-pdf
Content-Type: multipart/form-data
参数：
- file: PDF文件
- mode: 后处理模式（可选）
- tryExtractTextLayer: 是否优先提取文本层（可选）
- pdfRenderDpi: PDF渲染DPI（可选）

文本后处理测试

POST /api/ocr/test-post-process
Content-Type: application/json
参数：
- textBlocks: 文本块列表
- mode: 后处理模式

注意事项

1. 首次使用：会自动下载OCR模型文件
2. 文件大小：单exe文件较大（100-200MB），因为包含了.NET运行时
3. 启动速度：首次启动可能较慢，后续启动会快一些
4. 内存使用：OCR处理需要较多内存，建议至少4GB RAM
5. 文件格式：支持常见图片格式和PDF文档

故障排除

常见问题

1. 启动失败

   • 检查端口5000是否被占用

2. OCR识别失败

   • 检查图片文件是否损坏
   • 检查文件格式是否支持
   • 查看控制台错误信息

3. PDF识别失败

   • 检查PDF文件是否损坏
   • 检查PDF是否加密
   • 尝试调整DPI设置

日志查看

程序运行时的日志会输出到控制台，可以查看详细的错误信息。

更新日志

v1.0.0

• 初始版本
• 支持图片和PDF的OCR识别
• 提供Web界面
• 支持多种文本后处理模式
• 支持单exe文件发布