标签:

• trocr
• 图像转文本
• 端点模板 库名称: 通用

基于microsoft/trocr-base-printed的分支，用于实现OCR推理端点。

本仓库为🤗推理端点实现了自定义的OCR检测任务。自定义流程的代码位于pipeline.py。

要将此模型部署为推理端点，需选择Custom作为任务以使用pipeline.py文件。-> 请再次确认是否已选中

运行请求

端点期望图像以二进制形式传输。以下是curl和Python的示例：

cURL

1. 获取图像

wget https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg -O test.jpg

2. 发送cURL请求

curl --request POST \
  --url https://{ENDPOINT}/ \
  --header 'Content-Type: image/jpg' \
  --header 'Authorization: Bearer {HF_TOKEN}' \
  --data-binary '@test.jpg'

3. 预期输出

{"text": "INDLUS THE"}

Python

1. 获取图像

wget https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg -O test.jpg

2. 执行请求

import json
from typing import List
import requests as r
import base64

ENDPOINT_URL=""
HF_TOKEN=""

def predict(path_to_image:str=None):
    with open(path_to_image, "rb") as i:
      b = i.read()
    headers= {
        "Authorization": f"Bearer {HF_TOKEN}",
        "Content-Type": "image/jpeg" # 图像内容类型
    }
    response = r.post(ENDPOINT_URL, headers=headers, data=b)
    return response.json()

prediction = predict(path_to_image="test.jpg")

prediction

预期输出

{"text": "INDLUS THE"}