把微信的 OCR 功能提取出来做 Docker 服务

[bybyte]

众所周知，微信的 OCR 识别又快又准，于是就想提出来代替某某桨的识别

https://github.com/golangboy/wxocr

docker 拉取下来 直接 post 请求即可

docker pull golangboyme/wxocr

curl -X POST http://localhost:5000/ocr \
  -H "Content-Type: application/json" \
  -d '{"image": "BASE64_ENCODED_IMAGE_DATA"}'

[csx163]

nb ，不知道是不是和 win 版微信一个代码

[liuliuliuliu]

啊哈哈哈 牛逼 这个套路可以

[maocat]

你是真的牛

[GetOctober]

哈哈哈 牛牛牛 赶快试试

[Numbcoder]

🐂🍺，好奇怎么实现的，图片会发到微信服务器吗？

[x2ve]

需要联网吗

[xuangoer666]

南山必胜客警告

[zgsi]

好家伙，不需要鉴权吗？

[someonesnone]

南山必胜客警告 +1

[Blanke]

楼上的都不看看代码的吗，本地实现，用 ocr 模型这样实现的

[bybyte]

@x2ve 不用全本地

[ltmst]

🐂🐸

[bybyte]

各位可以进去看看 README 先，本地模型实现的

[cmsyh29]

🐮

[GetOctober]

@bybyte 尝试了一下，返回结果是空:
```
{'result': {'errcode': 0, 'height': 190, 'imgpath': 'temp/ed9b119d-dc84-4a77-b3d2-8cd053e62fe5.png', 'ocr_response': [], 'width': 930}}
```

[ik]

大哥，哈啤酒🍻

[bybyte]

@GetOctober 这返回错误码是正常只是没识别到文字吧，是不是你图片上没文字？换张图试试？我这边测过了

[wqsdfdddd]

图片翻译能提取出来不?
感觉它的翻译效果挺好的, 主要是能保持原有样式

[565656]

@csx163 微信现在三端同代码了

[bybyte]

@xuangoer666 我只是把一个大佬的项目整合一下，应该不会吧，有先例吗，有我就删库了

[keller]

666 下午试试

[sunfly]

牛逼趁着删库前赶紧 clone 下来

[woshivu]

我去，我怎么感觉微信的 ocr 不如其他的识别精准呀

[leyoumake1997]

牛娃

[GetOctober]

https://imgur.com/a/uk6an1c
@bybyte 这个是测试的图片

[bigtear]

不错的项目，starstar

[bybyte]

@GetOctober 我测试返回：OCR 识别成功！结果如下：
{'errcode': 0, 'height': 190, 'imgpath': 'temp/4ec69547-1144-42ec-9911-dc1c4c932d01.png', 'ocr_response': [{'bottom': 74.109375, 'left': 36.328125, 'rate': 0.9704948663711548, 'right': 714.9375, 'text': 'WeChat OCR API Docker 微信 OCR API Docker', 'top': 43.59375}, {'bottom': 124.96875, 'left': 36.328125, 'rate': 0.9854483604431152, 'right': 614.671875, 'text': "A Dockerized REST APl service for text recognition using WeChat's OCR engine.", 'top': 108.984375}, {'bottom': 158.390625, 'left': 37.78125, 'rate': 0.9666333198547363, 'right': 494.0625, 'text': '使用微信 OCR 引擎进行文本识别的 Dockerized REST API 服务。', 'top': 139.5}], 'width': 930}

[maxwel1]

哈哈哈，腾讯出了个 linux 版本亏大了，还有薅腾讯羊毛的。不过微信不同客户端的代码实现不太一样，不知道跟移动端是不是一样效果

[lovestudykid]

微信的条码、二维码识别也是遥遥领先，试过很多 AppStore 里专门的条码扫描 APP ，都不如微信。要是能做成一个单独的 APP 就好了。

[bigtan]

我看似乎跟 https://modelscope.cn/models/iic/cv_convnextTiny_ocr-recognition-general_damo 这个项目很像。我在本地部署了一个验证码识别的服务，用的是 https://huggingface.co/xiaolv/ocr-captcha, 基于读光训练的。

[dbit]

确实有的图片一个字也识别不出来

[sunnysab]

@lovestudykid #29 微信（手机版）的二维码识别貌似用云端的。记得看到过相关技术文章，而且实际也能感觉出来。

[dbit]

@GetOctober #25 这个图片我试了也识别不出来

[MonkeyJon]

我刚准备执行，发现公司不让用 docker ，已经卸载了

[swat199538]

@sunnysab 求技术文章，最近在优化公司的条形码识别和二维码识别速度

[yulgang]

🐂🍺

[letitbesqzr]

wxocr-master docker run -p 5000:5000 --name wechat-ocr-api golangboyme/wxocr

OCR4: OCR not supported


不支持 linux 么?

[lengrongec]

一键封神

[cheese]

@lovestudykid 真*遥遥领先，又快又准

[break2002]

感谢，不会代码的人也用上了.

[lovestudykid]

@sunnysab 应该不是云端的，你看一下这个 repo 基于的 repo 就知道了，二维码识别的接口也逆向出来了

[xuangoer666]

@bybyte #20 不好意思哈，没细看，看标题以为你是逆向了微信

[v1]

@swat199538 别想了。只是提取了 OCR 模型出来用，模型本身是黑盒，你用到公司里准备吃官司

[newbee2000]

怎么用呢，docker 部署完之后提示
OCR4: OCR not supported

* Serving Flask app 'main'

OCR4: OCR not supported

[ik]

我用 Linux 也识别不出来 #25 这个图片 ， 好奇怪

[bybyte]

@newbee2000
@letitbesqzr
@GetOctober 我在本地 window+docker 测试的都能正常，在云服务器上测试也是错误码 0 但是结果空，我猜测可能是不是模型用到什么硬件相关的 future 但是主机没提供所以出现这个问题

[zqqian]

LZ 的项目确实有 bug ，好几个图片都是返回空，跟 15 楼的结果一样

[zggsong]

我是做成了 C#库、里面带个 demo 挺好用
https://github.com/ZGGSONG/WeChatOcr

[shoaly]

期待一个二维码的版本出来

[letitbesqzr]

用 cursor 画了一个 ui 出来.. 这套接口确实好用.. 位置准确 速度快

[Tink]

没 arm64 的 image 吗

[TheGreatSage]

老哥，方便给个 tar 包嘛，某些原因无法在服务器上科学上网

[SakuraYuki]

@GetOctober #25 这个没啥识别难度吧，我用苹果自带的离线 ocr 识别出来是：WeChat OCR API Docker 微信 OCR API Docker

A Dockerized REST API service for text recognition using WeChat's OCR engine.

使用微信 OCR 引擎进行文本识别的 Dockerized REST AP ！ 服务。 就最后那个 api 的 i 被下划线影响识别成感叹号了

[yishibakaien]

老哥，我本地 mac 起了 docker 后，调用接口报错呀，提了 issue 帮忙看看

[keller]

win11 wsl2 部署成功，测试了 2 张图都能识别， 很棒！

[paopjian]

微信的相比于 paddleocr 速度更快更精准,还可以部署到 linux 上?

[bybyte]

@letitbesqzr
@newbee2000 https://github.com/swigger/wechat-ocr/issues/36 看看你处理器支不支持 avx2 cat /proc/cpuinfo | grep -o avx2 | uniq

[Heng20]

牛逼！

[GetOctober]

@bybyte 支持

[keller]

25 楼的图我测试也没啥问题

{
"result": {
"errcode": 0,
"height": 190,
"imgpath": "temp/751a6b59-dc79-485c-93e0-94e0bf4bf7ae.png",
"ocr_response": [
{
"bottom": 74.109375,
"left": 36.328125,
"rate": 0.9704948663711548,
"right": 714.9375,
"text": "WeChat OCR API Docker 微信 OCR API Docker",
"top": 43.59375
},
{
"bottom": 124.96875,
"left": 36.328125,
"rate": 0.9854483604431152,
"right": 614.671875,
"text": "A Dockerized REST APl service for text recognition using WeChat's OCR engine.",
"top": 108.984375
},
{
"bottom": 158.390625,
"left": 37.78125,
"rate": 0.9666333198547363,
"right": 494.0625,
"text": "使用微信 OCR 引擎进行文本识别的 Dockerized REST API 服务。",
"top": 139.5
}
],
"width": 930
}
}

[Goalonez]

微信截图后的翻译也挺好用的，直接在原图上翻译

[yusf]

为啥我运行了后，用 nodejs 去请求 /ocr 返回 403 啊 ，求解惑

[asmoker]

我操，好使啊，还快，比 pd 啥 ocr 不知道高到哪里去了 😄

[iorilu]

原始版本是怎么出来得

不可能逆向 wechat 得把

[bigmomo]

支持，给星星了

[BreezeConfirming]

呜呼谢谢楼主。从隔壁来的，之前就看到 issue 有说 linux ocr 实现了那不进一步 docker 。之前一直想做奈何没有技术力，现在真的造福社区了！

[momo07]

能否把微信的截图和 OCR 一起提出来做成一个独立软件，这样就完美了。。。

[A3m0n]

@letitbesqzr 和楼主合作下，把这个 U I 做进 Docker 里面。

[blushyes]

不能商用吗？

[gwy15]

mark 一下，看看能不能对接到 mtphotos

[3499]

[TanKuku]

{"error":"400 Bad Request: The browser (or proxy) sent a request that this server could not understand."}

[Darley]

只是做识别放不进应用场景啊，我用的图片理解大模型，直接 json 输出想要的格式

[sn0wdr1am]

没有开源协议，有侵权风险。

年轻人就是猛，抄起键盘就是干。

南山必胜客都不怕。

[TanKuku]

@TanKuku #69 换了一个转换 base64 的工具，就 ok 了

[gorira]

日文韩文效果怎么样？可以的话是个翻译本子的好利器（

[daimaosix]

牛逼，非常好用！配上 czyt 大哥提供的前端屌爆了！

[iorilu]

看这 docker 实现, 意思是可以在 linux 脱离安装微信

在 win 上能不能做到

意思就是只放必要得文件, 不一定安装微信, 这样可以独立做成一个软件包, 供 python, c 等其他语言直接调用

[lloovve]

Docker 下不了了

[bzj]

楼主好人，微信那个软件基本上废了

[simo]

一直想做没做的事儿，你搞出来了，nb ！

[yiqiao]

佩服楼上的行动力。

[superhuai]

mac !!!

[paradoxs]

希望能增加一个功能：支持直接上传本地 pdf 文件（自带 pdf 转 base64 ）

这个功能非常重要。 不然要我们一张一张图片手动的去转 base64 ，很麻烦。

[conglovely]

楼上老哥的行动力是真强

[imNull]

每次使用次数不多的 macOS 用户也可以试试我开发的这个 https://www.v2ex.com/t/1117414

[bybyte]

@blushyes
@sn0wdr1am 已经补上协议了，可不敢，南山给我发个邮件我立马就删了

[roding]

支持一下！

[Liqiniu]

🐂🐸

[GetOctober]

@bybyte linux 不能执行问题解决了，应该是你编译的 wcorc 存在问题

[V3geD4g]

使用 docker run -d -p 5000:5000 --name wechat-ocr-api golangboyme/wxocr 命令 启动失败，查看 log 报错 OCR4: OCR not supported 是咋回事呢

[Guidoo]

接口不错，我用 NextJs 做了一个页面 效果如下：

[zjun5556]

我就说逛 v 站能学到好东西

[unco020511]

这个在 windows 上能运行吗

[lizhenda]

真厉害，能不能搞成个库调用

[ko20]

OP 可以帮我看看为什么 OCR 失败了吗，如下图

https://image.940304.xyz/i/2025/03/25/67e26fd5b19b8.jpg

自部署了，但是返回如下

```
{"result":{"errcode":6,"height":0,"imgpath":"temp/6ff6e294-115f-4cf2-b897-1e2143f50761.png","ocr_response":[],"width":0}}

```

看了一下容器日志，如下

```
xxx - - [25/Mar/2025 08:39:34] "POST /ocr HTTP/1.1" 200 -
xxx - - [25/Mar/2025 08:41:44] "GET /ocr HTTP/1.1" 405 -
xxx - - [25/Mar/2025 08:41:44] "GET / HTTP/1.1" 404 -
xxx - - [25/Mar/2025 08:41:44] "GET / HTTP/1.1" 404 -
xxx - - [25/Mar/2025 08:42:44] "GET /ocr HTTP/1.1" 405 -
xxx - - [25/Mar/2025 08:44:36] "POST /ocr HTTP/1.1" 200 -
```

[000sitereg]

star fork 一气呵成

[wq2016]

我想要语音识别 - -

[macaodoll]

人才......

[mywaiting]

这个想法我也有过，啧啧，这行动力简直爆炸！