paddleocr serving

### PaddleOCR Serving 使用指南和部署教程

#### 准备工作
为了使用PaddleOCR Serving进行光学字符识别服务的部署，需先准备好必要的软件环境。这包括但不限于安装Docker以及拉取所需的镜像。

确保已经成功搭建了PaddlePaddle的Docker环境，并且可以正常运行容器[^1]。对于PaddleOCR而言，推荐的方式是从官方仓库克隆最新的源码到本地环境中[^2]：

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR

#### 构建自定义镜像
考虑到默认发布的PaddleOCR Docker镜像可能存在一些局限性，比如缺少`paddleocr`命令或是依赖版本不匹配等问题[^4]，建议基于官方基础镜像构建自己的定制化镜像。可以在Dockerfile中指定合适的Python包管理工具（pip），并加入额外的配置项以满足特定需求。

编写一个适合项目的Dockerfile文件，在其中添加如下指令用于安装PaddleOCR及相关组件：

FROM paddlepaddle/paddle:latest-gpu-cuda10.1-cudnn7-devel
WORKDIR /app
COPY . .
RUN pip install --no-cache-dir -r requirements.txt && \
    python setup.py develop
EXPOSE 9292
CMD ["sh", "-c", "python tools/infer_server.py"]

此段脚本会从PaddlePaddle的基础GPU镜像出发，设置应用程序的工作目录为/app并将当前路径下的所有内容复制进去；接着利用pip安装requirements.txt里列举出来的第三方库，最后启动推理服务器监听端口9292。

#### 启动Serving实例
当完成了上述准备工作之后，就可以创建一个新的Docker容器来承载这个新的OCR服务应用了。假设之前保存好的Dockerfile位于/home/user/PaddleOCR/下，则可以通过下面这条命令快速建立并启动该服务:

docker build -t custom-paddleocr-serving ./home/user/PaddleOCR/
docker run -d --name ocr_service -p host_port:container_port custom-paddleocr-serving

这里需要注意替换掉`host_port`与`container_port`两个占位符为你想要映射的实际端口号。

此时应该能够在浏览器地址栏输入http://localhost:host_port访问到正在运行中的PaddleOCR Serving页面了。

#### API调用示例
一旦服务顺利上线以后，便可通过HTTP请求向其发送待处理图像数据获取相应的文字解析结果。以下是采用Python语言实现的一个简单的客户端例子：

import requests
from PIL import Image
import base64
import io


def image_to_base64(image_path):
    img = Image.open(image_path)
    buffered = io.BytesIO()
    img.save(buffered, format="JPEG")
    return base64.b64encode(buffered.getvalue()).decode()


url = 'http://localhost:{}/predict'.format(host_port)
data = {"images": [image_to_base64('path/to/image.jpg')]}
response = requests.post(url=url, json=data)

print(response.json())

这段代码实现了将一张图片转换成Base64编码字符串形式上传给远程API接口的功能，随后打印返回的结果集。