文档 OCR 识别优化为异步思路逻辑
- 开发
- 45
-
文档 OCR 识别优化
同步处理（原逻辑）
- 当前系统识别文档为同步处理，已调整过
python 服务部分参数，但 一份40M左右文档识别仍需要几十秒
- 文档转为图片集合
- for 循环中一直调用 ocr 识别
异步处理
nginx 增加 requestId header 参数- 后端获取到
requestId 参数，保存 threadLocal，键值数据为对应文档 id，requestId 需要在消息体中一直传递
- 后端获取请求数据（生产者），将文档转为图片集合，并标识页码索引（属于文档第几页），存放 mq 队列，
python多实例 服务（消费者）绑定队列，消费图片信息，OCR 识别以后发送 mq 至队列
- 后端（消费者）接收
python 识别完成的消息进行后续处理
- 获取
requestId 对应的文档 id 绑定文档
- 拼接识别数据（requestId + 当前 ocr 识别文档页码）
- 疑问点： 不知道接收到的识别数据属于当前文档什么部分，无法正确拼接数据，只能通过当前 ocr 识别的文档页码来处理
- 具体实现逻辑待编码
原文地址:https://blog.csdn.net/Greenarrow961224/article/details/135859968
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。
本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：https://www.suanlizi.com/kf/1751183777985597440.html
如若内容造成侵权/违法违规/事实不符，请联系《酸梨子》网邮箱：1419361763@qq.com进行投诉反馈，一经查实，立即删除！
