# ocr-service

**Repository Path**: Tab-Tan/ocr-service

## Basic Information

- **Project Name**: ocr-service
- **Description**: 质谱-ocr
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-25
- **Last Updated**: 2026-02-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# GLM-OCR 服务

基于智谱AI GLM-OCR 模型的智能文档识别服务。

## 功能特性

- ✅ **高精度OCR识别**：基于GLM-OCR模型，支持复杂文档识别
- ✅ **多格式支持**：支持 PNG, JPG, JPEG, PDF 格式
- ✅ **账号密码登录**：MySQL数据库存储用户信息，密码加密
- ✅ **精美前端界面**：现代化UI设计，支持拖拽上传
- ✅ **结构化输出**：Markdown + JSON 格式返回识别结果
- ✅ **历史记录**：保存识别历史，支持查询
- ✅ **使用日志**：记录时间、IP、文件名、返回数据等

## 部署信息

- **访问地址**: http://localhost:5000
- **默认账户**:
  - 用户名: `admin`
  - 密码: `admin123`
- **服务端口**: 5000 (内部)
- **数据库端口**: 3306 (内部)

## 技术栈

- **后端**: Flask (Python 3.11)
- **数据库**: MySQL 8.0 (内存限制256MB)
- **前端**: 原生HTML/CSS/JS
- **部署**: Docker Compose

## 资源限制

| 服务 | 内存限制 | 当前使用 |
|------|---------|---------|
| MySQL | 256MB | ~250MB |
| Backend | 512MB | ~30MB |

## 目录结构

```
ocr-service/
├── backend/
│   ├── app.py              # Flask应用主文件
│   ├── templates/          # HTML模板
│   │   ├── login.html      # 登录页面
│   │   └── dashboard.html  # 主页面
│   ├── requirements.txt    # Python依赖
│   └── Dockerfile          # 后端Docker镜像
├── config/
│   └── mysql.cnf           # MySQL配置(低内存优化)
├── .env.example            # 环境变量示例
├── .env                    # 环境变量（不提交到git）
├── docker-compose.yml      # Docker编排配置
├── DEPLOYMENT.md           # 部署说明文档
└── README.md               # 本文件
```

## 环境变量配置

编辑 `.env` 文件配置以下变量：

```bash
# GLM-OCR API 配置
GLM_OCR_API_URL=https://open.bigmodel.cn/api/paas/v4/layout_parsing
GLM_OCR_API_KEY=your_api_key_here  # 从 https://open.bigmodel.cn 获取

# 应用配置
SECRET_KEY=your-secret-key-here
BACKEND_PORT=5000

# 数据库密码
DB_PASSWORD=ocr_secure_password

# 默认用户
DEFAULT_USERNAME=admin
DEFAULT_PASSWORD=admin123
```

## 使用说明

### 1. 首次登录

访问 http://localhost:5000，使用默认账户登录：
- 用户名: `admin`
- 密码: `admin123`

### 2. 上传文件

点击上传区域或拖拽文件，支持：
- 图片格式: PNG, JPG, JPEG (最大10MB)
- PDF文档 (最大50MB，最多100页)

### 3. 查看结果

识别完成后，可以：
- 查看Markdown格式的识别结果
- 一键复制结果到剪贴板
- 查看历史记录
- 查看使用日志

### 4. 使用日志

在"使用日志"标签页可以：
- 查看所有识别记录
- 筛选成功/失败的记录
- 查看时间、IP、文件名、文件大小等详细信息

## API接口

### POST /api/ocr
识别上传的文件

**请求参数**:
- `file`: 文件 (multipart/form-data)

**响应示例**:
```json
{
  "success": true,
  "result": "# 识别结果的Markdown格式",
  "filename": "example.png",
  "usage": {
    "prompt_tokens": 1000,
    "completion_tokens": 500
  },
  "processing_time": 4.62
}
```

### GET /api/history
获取历史记录

**查询参数**:
- `page`: 页码 (默认1)
- `per_page`: 每页数量 (默认10)

### GET /api/usage-logs
获取使用日志

**查询参数**:
- `page`: 页码 (默认1)
- `per_page`: 每页数量 (默认20)
- `status`: 状态筛选 (success/error)

### POST /login
用户登录

**请求参数**:
- `username`: 用户名
- `password`: 密码

## 配置真实的GLM-OCR API

默认情况下，服务使用模拟数据。要使用真实的GLM-OCR服务：

1. 访问 https://open.bigmodel.cn 注册并获取API密钥
2. 编辑 `.env` 文件，设置 `GLM_OCR_API_KEY`
3. 重启服务：
   ```bash
   docker-compose restart backend
   ```

## 管理命令

### 查看服务状态
```bash
docker-compose ps
```

### 查看日志
```bash
# 后端日志
docker logs glm-ocr-backend -f

# MySQL日志
docker logs glm-ocr-mysql -f
```

### 重启服务
```bash
docker-compose restart
```

### 停止服务
```bash
docker-compose down
```

### 查看资源使用
```bash
docker stats glm-ocr-backend glm-ocr-mysql
```

## 数据库管理

### 连接数据库
```bash
docker exec -it glm-ocr-mysql mysql -u ocr_user -p ocr_db
```

### 备份数据库
```bash
docker exec glm-ocr-mysql mysqldump -u root -p ocr_db > backup.sql
```

### 恢复数据库
```bash
docker exec -i glm-ocr-mysql mysql -u root -p ocr_db < backup.sql
```

## 故障排除

### 服务无法启动
```bash
# 检查日志
docker logs glm-ocr-backend
docker logs glm-ocr-mysql

# 检查端口占用
ss -tlnp | grep -E '(5000|3306)'
```

### 数据库连接失败
1. 确认MySQL容器正在运行
2. 检查环境变量配置
3. 查看后端日志中的错误信息

## 安全建议

1. **修改默认密码**: 首次登录后立即修改默认密码
2. **API密钥保护**: 不要将GLM_OCR_API_KEY提交到版本控制
3. **定期备份**: 定期备份数据库数据
4. **限制访问**: 配置防火墙规则，限制访问

## 性能优化

### MySQL已优化配置
- InnoDB缓冲池: 32MB
- 最大连接数: 50
- 表缓存: 64个

## 更新日志

### 2026-02-25
- ✅ 完成服务部署
- ✅ 用户认证功能
- ✅ 使用日志记录（时间、IP、文件名、返回数据）
- ✅ 精美前端界面
- ✅ 内存优化: MySQL限制256MB

## 联系方式

- 文档: https://github.com/zai-org/GLM-OCR
- API文档: https://docs.bigmodel.cn/cn/guide/models/vlm/glm-ocr