mac-visol-ocr/README.md

fastapi-vision-ocr

一个更轻的 macOS OCR API 示例：

• FastAPI 提供 HTTP 接口
• pyobjc-framework-Vision 直接调用 VNRecognizeTextRequest
• 接收 multipart/form-data 图片上传

要求

• macOS
• Python 3.11+
• Xcode Command Line Tools

安装

cd /Users/amy/Documents/workspace/ecommer-codebase/fastapi-vision-ocr
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

启动

cd /Users/amy/Documents/workspace/ecommer-codebase/fastapi-vision-ocr
source .venv/bin/activate
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

测试

健康检查：

curl http://127.0.0.1:8000/health

OCR：

curl -X POST http://127.0.0.1:8000/ocr \
  -F "image=@/absolute/path/to/test.png" \
  -F "recognition_level=accurate" \
  -F "languages=zh-Hans" \
  -F "languages=en-US"

返回：

{
  "text": "hello\nworld",
  "lines": [
    {
      "text": "hello",
      "confidence": 0.99
    },
    {
      "text": "world",
      "confidence": 0.98
    }
  ]
}

说明

• 这个服务只适合跑在 macOS，因为底层依赖 Apple Vision.framework。
• 这是 MVP 方案，目标是先把“上传图片返回文本”快速跑通。