litparse-rapidocr

基于 LitServe 和 RapidOCR 的高性能 OCR 推理服务，为 liteparse 提供文档文字识别能力。

技术栈

组件	用途
LitServe	AI 模型服务引擎，提供高性能 HTTP API
RapidOCR	基于 ONNX Runtime 的轻量级 OCR 引擎
Pillow	图像加载与预处理
Pydantic	请求/响应数据结构验证
ONNX Runtime	跨平台 ML 推理加速
Uvicorn	ASGI 服务器

快速开始

环境要求

• Python >= 3.12, <= 3.14

安装

uv sync

或手动安装依赖：

uv add litserve rapidocr pillow onnxruntime python-multipart uvicorn

启动服务

python server.py

服务默认运行在 http://localhost:8000，OCR 端点路径为 /ocr。

API 说明

POST /ocr

上传图片进行 OCR 识别。

请求参数（multipart/form-data）：

字段	类型	必填	说明
file	file	✅	待识别的图片文件
language	string	❌	识别语言，支持 zh/chinese（中文）、en/english（英文），默认 zh

响应格式：

{
  "results": [
    {
      "text": "识别出的文字",
      "bbox": [xmin, ymin, xmax, ymax],
      "confidence": 0.9876
    }
  ]
}

示例调用：

curl -X POST http://localhost:8000/ocr \
  -F "file=@document.png" \
  -F "language=zh"

import requests

with open("document.png", "rb") as f:
    resp = requests.post(
        "http://localhost:8000/ocr",
        files={"file": f},
        data={"language": "en"}
    )
print(resp.json())

项目结构

litparse-rapidocr/
├── server.py          # 服务主入口（LitAPI 定义 + 启动逻辑）
├── pyproject.toml     # 项目配置与依赖声明
└── README.md

配置说明

server.py 中的关键配置：

• api_path="/ocr" — API 端点路径
• workers_per_device=1 — 每个设备的 worker 数量，可根据 GPU/CPU 核心数调整
• port=8000 — 服务端口

如需调整并发或性能，可修改 LitServer 的初始化参数，详见 LitServe 文档。