glowz/ocr-based-qwen
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
ocr-based-qwen/README.md

11 KiB
Raw Permalink Blame History

QwenLM OCR

本项目基于 QwenLM 。通过调用 QwenLM 的 ”API“，你可以从图片中提取文字内容，并且该项目支持一键部署到 Cloudflare Workers (CF) 上。

项目展示

image

测试cookie

  • 如果出现处理失败: 文件上传失败的错误，说明测试Cookie 上传文件过多, 尝试获取自己账号的Cookie 使用
{
    "code": "RateLimited",
    "detail": "Reached file upload limited: too many files uploaded in (86400.0) seconds."
}

image

  • cookie1:
cna=pklJII7LlmACAWrjg1e7Aw5T; _bl_uid=vjmdq8ej4XLdptzy8g22cbqap10w; _gcl_au=1.1.2061498123.1740790694.1095090244.1742178801.1742178800; visitor_id=69d9708501480ef09203b791ac6bf725; x-ap=ap-southeast-1; xlly_s=1; acw_tc=0a03e53417425630262545566e597ceb582665688952129fe15ad53c13a1f9; ssxmod_itna=eq0xcD9DgDnDRQGG0K3qq7K7KqKqeTx0dGMD3Mq7tDRDFqAP5DHIOFP5DUgork7Dhx=80hqDsqQY4GzDiMPGhDBmAHQYDDKCYRhc0NPY1mT2DC1uhedHmd4N7ArjRr9ZZSrtexB3DEx0==nTirDYYEDBYD74G+DDeDir3Dj4GmDGA3deDFCmbQcnre=xDwDB=DmqG2Q2rDm4DfDDd5O7=jCWroDDtDAun1PPDADAfY24Dl08OjCGDK24GWClR/iceaMawdV2rDjdPD/RG021H2o5LtXCMs+9Ye=cWDtqD986RVWaIYVQu4wIYCDqQRDPhFCIYQDblxx8DFnD47DtGA4YiiGGbjaHCGKR+63+FQwFe9x=EF7Dh+5ZUvwRy/exxfRDAuCjEYeeCtGqCIOlgtCiN/riQGQ=G4WGeuricqFeD; ssxmod_itna2=eq0xcD9DgDnDRQGG0K3qq7K7KqKqeTx0dGMD3Mq7tDRDFqAP5DHIOFP5DUgork7Dhx=80o4DW+DDwYpQkUCgDCMCnMHiqezU=ED; SERVERID=7f8d8d352ef7abbfd818d506cbe1b627|1742563117|1742563026; token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpZCI6IjUzZTk0Nzg4LWMwM2QtNDY4Mi05OTNhLWE0ZDNjNGUyZDY0OSIsImV4cCI6MTc0NTE1NTExN30.4g_Jz3Gv_OmBRMSJVoy641H9iCG90v39SK18wu9mCFQ; tfstk=ga7qs-x4urU2V1_4IQYZ4vDR3xTvJE2I0N96s1fMGKv0HNTwsL5Zhi11sFzwEExOcd9XQF5OL7wQRy1AMFpgdJaCSmqqdFpg5FqWr_hjUk2QRy1cFK8BDJ_jwASyHCYMihAmq7R6tFADndVyECRKjxXMS7PysCHMid0Mr3ApEdYMSOfuaCMKRtBtdBx0_VcIk0DvMnJhiLuNMaRD0mCDUV0Gzt-2K29rSVbyM_MBBrgUfpjphHtPEzg27_ANhL63-48kYMC6_tzqoEsl2ZLfPJlp0OJyxatzrYRPz6sHw_rUa_7w3HbD4fgXoERGIhS8L2O2lg-FuiFtEsXB3MYA1XyfaHSyvQxo_mYfA6_9xZ4qpLtp_t95Ky0yrhjzLAdugA_O0AmwmQdyd7Pr8_lRpTUzeHmtX3xHapNvjcn9mQdyd7PrXcKx-QJQMhf..; isg=BA0NXKJIVjFc4PIC5ORdQdZ0HCmH6kG8OYRCyE-SSaQTRi34FzpRjFvAstogsll0
  • cookie2:
acw_tc=c2db8f77aa0023a996777b8537356b308a98c7fb128b3020323ddd0d440fee2e; x-ap=ap-southeast-1; _gcl_au=1.1.485014960.1742563291; cna=2lVkIP9JX0cCAWrgu3Se+w7K; _bl_uid=L2mdt8wtidFtCg6hOwepuqdbswp9; xlly_s=1; ssxmod_itna=eqfx9DRDgDuCq4e9irD+x0xiIt4Kk0q0dGMD3u47t=GcD8xx0POD8ne5DUhKgGg5hxPY0hqDsPexiNDAg40iDCbmd87DDqtqgUb7DPmYRE7DtUgiz1dRuKOGrh2LROs=/Dc3eOieGLDmKDU2Dre34DxPPD5xDTDWeDGDD3rxGaDmeDe1ghD04mFfovifAoD7eDXxGCz74mDYPDWxDFibw8HxowrDDCDi5flb3DixiaTzPDB1PuHhDKtzPDEDOIVEfozBdqO/PmD7H3DlPx+vdXwH/asIoyso6r3+3fDCKDjgSpxSrQTKSI5b8+Dxn0YeWeOgO+GDYhxqDty+xKGKBB3Qix70DeDxoxxQGKgGw9xqQAYOEQOO7YCpOhKKbzcqsibslTe7G3qGtuOv+GiqB=klOpOAMA5KB5e35K+D3ixTQmkeh4D; ssxmod_itna2=eqfx9DRDgDuCq4e9irD+x0xiIt4Kk0q0dGMD3u47t=GcD8xx0POD8ne5DUhKgGg5hxPY0o4DW+DDwYpQkUCgDCMSOB5qeg0/mkbxD; token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpZCI6ImQ5MWIwY2ExLTlhZmMtNDkwNi05MTQ4LWNlN2M4ZjZhN2NmYyIsImV4cCI6MTc0NTE1NTMzM30.jqUN03CY_bB6GniWCn6ISQkdnpN59hm3Gug655Dd2GI; SERVERID=4c8b4dba95825d8ac7605fad188b7907|1742563334|1742563289; tfstk=gw6qcdO43-eqJr64S3vZa2mpW7vvhK4QnOT6jGjMcEY0kO9wjUSZlss1jdywrNLchdDirF7wXqADIjvZQUth1qDcmC8kjNO0DnVvQbx6fxcMISLZDT7ECxaYMGDwCd4QRJwCDgJ9Iy_g58eDkhIkSuO0iuwfud4QR8tK5z0vIZNRCkiPqUKwjjDcS3mkyhkisNYDZ4xevdYGSN0lqntsiAcDSYqyXUYMIdbMEvFVkN3BxIqZIcF3PztMgejDzASAUnAqMiYrIAXPuI8ndUkiIT-VVmR-AvP6-6LXOQ7uFxJNqh7XPw2nULAF9GtNu-kDh_fRHK678DdV7URhFQyoz3WPA6xR4WrP4O82ttArfx9D3hbM__UEdnJfaBWVMl3lmwTVtKIsYrsyT_RpqQmZiK1CAOdhn-upPBKNlU_3KYJksgkKW3qq5OCqSfRD238Q4u7onRcc_mCrKfh9ZBxyRodi6fdD238Q4ult6IHH4eZvs; isg=BLGxZSYScp1XxN6JZK3ED2FvwD1LniUQRPVRw5PFbniWutAM2e5m4VbM3k7cRr1I

🚀 功能特性

  • 图片 OCR：使用 QwenLM 强大的 OCR 功能从图片中提取文字。
  • 拖拽上传：直接将图片拖拽到页面即可识别。
  • 复制粘贴：支持从剪贴板直接粘贴图片进行识别。
  • Token 管理：支持多 Token 轮询使用，提升稳定性。
  • 历史记录：保存每次识别的结果和图片，方便查看。
  • 一键复制：轻松复制识别结果到剪贴板。
  • 数学公式识别：特别优化了对数学公式的提取，支持 LaTeX 格式输出。
  • API 支持：提供 curl 接口调用，支持通过图片文件、base64 和图片 URL 3种方式。(Apifox调用文档示例(仅作为代码示例，这个网页调试有问题)：https://0vkh6v4ad8.apifox.cn/)
  • 验证码识别：新增验证码识别功能，支持常见类型的验证码（如数字、字母、混合字符等），提升自动化处理能力。
  • 自定义prompt: 在高级模式下(v1.1.0支持)，用户可以自定义 prompt，跳过格式化处理，直接返回原始结果，而在普通模式下，使用默认的 prompt 并保持现有的格式化处理逻辑。

qwen模型接口：

https://chat.qwenlm.ai/api/models

提示词工程

  const defaultPrompt =
    '不要输出任何额外的解释或说明,禁止输出例如：识别内容、以上内容已严格按照要求进行格式化和转换等相关无意义的文字！' + '请识别图片中的内容，注意以下要求：\n' +
    '对于数学公式和普通文本：\n' +
    '1. 所有数学公式和数学符号都必须使用标准的LaTeX格式\n' +
    '2. 行内公式使用单个$符号包裹，如：$x^2$\n' +
    '3. 独立公式块使用两个$$符号包裹，如：$$\\sum_{i=1}^n i^2$$\n' +
    '4. 普通文本保持原样，不要使用LaTeX格式\n' +
    '5. 保持原文的段落格式和换行\n' +
    '6. 明显的换行使用\\n表示\n' +
    '7. 确保所有数学符号都被正确包裹在$或$$中\n\n' +
    '对于验证码图片：\n' +
    '1. 只输出验证码字符，不要加任何额外解释\n' +
    '2. 忽略干扰线和噪点\n' +
    '3. 注意区分相似字符，如0和O、1和l、2和Z等\n' +
    '4. 验证码通常为4-6位字母数字组合\n\n' +
    '';

🛠️ 部署指南

1. 部署到 Cloudflare Workers

  1. 配置 Cloudflare Workers：

    • 登录 Cloudflare Dashboard。
    • 创建一个新的 Worker。
    • 将 worker.js 中的代码复制到 Worker 编辑器中。

  2. 部署：

    • 保存并部署 Worker。
    • 获取 Worker 的访问地址，即可使用。

🧩 使用说明

  1. 设置 Cookie：

    • 前往 QwenLM 获取对话请求中的 Cookie。 alt text

    • 点击右上角的 ⚙️ Cookie设置 按钮。

    • 输入你的 Cookie（或者使用测试Cookie）。

    • 点击 保存。

  2. 上传图片：

    • 拖拽图片到页面，或点击上传区域选择图片。
    • 支持直接粘贴图片。

  3. 查看结果：

    • 识别结果会显示在页面下方。
    • 点击 复制结果 按钮，将识别内容复制到剪贴板。

  4. 查看历史记录：

    • 点击左侧的 📋 识别历史 按钮，查看历史识别记录。
    • 点击历史记录中的图片，可以查看大图。

  5. API 调用：

    • 支持 base64： 
       curl -X POST \
   'https://test-qwen-cor.aughumes8.workers.dev/api/recognize/base64' \
   -H 'Content-Type: application/json' \
   -H 'x-custom-cookie: YOUR_COOKIE_STRING' \
   -d '{
     "base64Image": "YOUR_BASE64_IMAGE_STRING"
   }'
    • 支持图片 URL: 
       curl -X POST \
   'https://test-qwen-cor.aughumes8.workers.dev/api/recognize/url' \
   -H 'Content-Type: application/json' \
   -H 'x-custom-cookie: YOUR_COOKIE_STRING' \
   -d '{
     "imageUrl": "YOUR_IMAGE_URL"
}'

  6. 验证码识别 image

📜 许可证

本项目基于 MIT 许可证开源。详情请查看 LICENSE 文件。

🙏 致谢

  • 感谢 QwenLM 提供的 OCR 功能。
  • 感谢 Cloudflare 提供的 Workers 服务。

🌟 如果觉得这个项目对你有帮助，欢迎点个 Star 支持一下！🌟

体验地址：智能图片识别 (doublefenzhuan.me)

GitHub 仓库：Cunninger/ocr-based-qwen

后续计划

  • 优化数学公式识别精度；
  • 增加更多 API 功能支持；
  • 提升识别速度和稳定性。

快来体验吧！如果有任何问题或建议，欢迎在 GitHub 上提 Issue 或直接联系我！

更新

2025/01/13 应佬友需求，优化了对数学公式的识别，效果如下图

  • 原图：

image

  • 识别效果图： image

2025/01/13 18点34分 支持curl接口调用

  • 支持base64：
curl -X POST \
  'https://test-qwen-cor.aughumes8.workers.dev/api/recognize/base64' \
  -H 'Content-Type: application/json' \
  -H 'x-custom-cookie: YOUR_COOKIE_STRING' \
  -d '{
    "base64Image": "YOUR_BASE64_IMAGE_STRING"
  }'

  • 效果图： image

  • 支持图片URL:

curl -X POST \
  'https://test-qwen-cor.aughumes8.workers.dev/api/recognize/url' \
  -H 'Content-Type: application/json' \
  -H 'x-custom-cookie: YOUR_COOKIE_STRING' \
  -d '{
    "imageUrl": "YOUR_IMAGE_URL"
  }'

  • 效果图： image

  • 通过图片文件识别（需要先上传获取imageId）

# 1. 先上传文件
curl -X POST \
  'https://test-qwen-cor.aughumes8.workers.dev/proxy/upload' \
  -H 'x-custom-cookie: YOUR_COOKIE_STRING' \
  -F 'file=@/path/to/your/image.jpg'

# 2. 使用返回的imageId进行识别
curl -X POST \
  'https://test-qwen-cor.aughumes8.workers.dev/recognize' \
  -H 'Content-Type: application/json' \
  -H 'x-custom-cookie: YOUR_COOKIE_STRING' \
  -d '{
    "imageId": "RETURNED_IMAGE_ID"
  }'

Cloudflare访问数据

image

致谢

image

趋势

Star History Chart