#  fw_paddleocr_web

**Repository Path**: sunqinbo/fw_paddleocr_web

## Basic Information

- **Project Name**:  fw_paddleocr_web
- **Description**: 功能包括: 
	文档图像方向分类模块
	文档类视觉语言模型模块
	公式识别模块
	版面区域检测模块
	版面分析模块
	印章文本检测模块
	表格单元格检测模块
	表格分类模块
	表格结构识别模块
	文本检测模块
	文本图像矫正模块
	文本行方向分类模块
	文本识别模块
	图表解析模块
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-18
- **Last Updated**: 2025-12-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PaddleOCR Web 项目设计

## 项目结构设计

### 目录组织
```markdown
fw_paddleocr_web/
app/

    └── routes/
        # 保持现有结构

├── app/
│   ├── __init__.py
│   ├── main.py                 # FastAPI应用主入口
│   ├── config/
│   │   ├── __init__.py
│   │   ├── settings.py         # 配置管理模块
│   │   └── config.yaml         # 配置文件
├── api/
│   ├── routes/
│   │   ├── __init__.py
│   │   ├── ocr_route.py      # OCR相关路由
│   │   ├── log_route.py      # 日志管理路由
│   │   ├── user_route.py     # 用户管理路由
│   │   └── system_routs.py   # 系统管理路由
│   └── main_router.py         # 主路由聚合文件
│   └── dev_router.py          # 开发模式下的主路由聚合文件
│   ├── schemas/
│   │   ├── __init__.py
│   │   ├── common/
│   │   │   ├── __init__.py
│   │   │   ├── base.py              # 基础模型类
│   │   │   └── responses.py         # 通用响应模型
│   │   ├── ocr/
│   │   │   ├── __init__.py
│   │   │   ├── requests.py          # OCR相关的请求模型
│   │   │   └── responses.py         # OCR相关的响应模型
│   │   └── pdf/
│   │       ├── __init__.py
│   │       ├── requests.py          # PDF相关的请求模型
│   │       └── responses.py         # PDF相关的响应模型
│   ├── core/
│   │   ├── __init__.py
│   │   └── ocr_processor.py    # OCR核心处理逻辑
│   ├── modules/
│   │   ├── __init__.py
│   │   ├── doc_orientation.py     # 文档方向分类模块
│   │   ├── vlm.py                 # 视觉语言模型模块
│   │   ├── formula_recognition.py # 公式识别模块
│   │   ├── layout_detection.py    # 版面区域检测模块
│   │   ├── layout_analysis.py     # 版面分析模块
│   │   ├── seal_text_detection.py # 印章文本检测模块
│   │   ├── table_cell_detection.py# 表格单元格检测模块
│   │   ├── table_classification.py# 表格分类模块
│   │   ├── table_structure.py     # 表格结构识别模块
│   │   ├── text_detection.py      # 文本检测模块
│   │   ├── image_correction.py    # 文本图像矫正模块
│   │   ├── text_direction.py      # 文本行方向分类模块
│   │   ├── text_recognition.py    # 文本识别模块
│   │   └── chart_parser.py        # 图表解析模块
│   └── utils/
│       ├── __init__.py
│       ├── logger.py              # 日志系统
│       └── exceptions.py          # 异常处理
├── tests/
├── logs/
│   ├── app.log
│   ├── system.log.log
│   ├── paddleocr_info.log
│   ├── paddleocr_error.log
│   ├── ****.log
├── requirements/
│   ├── dev.txt
│   ├── base.txt
│   ├── prod.txt
├── Dockerfile
├── docker-compose.yml
└── README.md
```


## 核心功能模块

### 1. 配置管理系统 (`config/settings.py`)
- 加载 `config.yaml` 配置文件
- 支持开发/生产环境配置切换
- 环境变量优先级高于配置文件

### 2. 日志系统 (`utils/logger.py`)
- 多线程安全的日志记录
- INFO级别记录基本请求和执行信息
- DEBUG模式输出详细参数内容
- 功能执行耗时统计

### 3. FastAPI应用 (`main.py`)
- 初始化 `FastAPI` 应用实例
- 注册中间件和路由
- 应用生命周期管理（启动/关闭事件）

### 4. 各功能模块
每个模块需实现：
- 独立的功能封装
- 统一的输入输出接口
- 集成PaddleOCR 3.2相应功能
- 完整的日志记录

## 部署方案

### Docker优化策略
- 多阶段构建减小镜像体积
- 使用轻量级基础镜像（如Alpine）
- 仅安装运行时必需依赖
- 设置合理的资源限制

### 环境区分
- 开发模式：直接运行 `main.py`
- 生产环境：Docker容器部署
- 资源限制：通过Docker参数控制CPU和内存使用

## 技术特点

### 性能与稳定性
- 异步处理支持高并发
- 连接池管理和资源复用
- 错误处理和优雅降级机制
- 健康检查端点

### 可维护性
- 模块化设计便于独立开发测试
- 松耦合架构易于扩展
- 完善的日志系统便于问题排查


实现提供了完整的基于PaddleOCR 3.2的Web服务框架，包括：

1. 模块化的功能设计，每个OCR功能都封装在独立的模块中
2. 完善的日志系统，支持多线程安全和不同级别的日志记录
3. FastAPI构建的RESTful API接口
4. Docker容器化部署方案，优化了镜像大小和资源使用
5. 配置管理系统，支持开发和生产环境切换
6. 异常处理和错误日志记录机制