默认9898端口，同时开启ocr模块以及目标检测模块
最简单运行方式，只开启ocr模块并以新模型计算
--port 9898 --ocr
开启ocr模块并使用旧模型计算
--port 9898 --ocr --old
只开启目标检测模块
--port 9898 --det
同时开启ocr模块以及目标检测模块
--port 9898 --ocr --det
同时开启ocr模块并使用旧模型计算以及目标检测模块
--port 9898 --ocr --old --det
运行镜像
docker run -p 9898:9898 -d tonysun0319/ocr_server
1、测试是否启动成功，可以通过直接GET访问http://{host}:{port}/ping来测试，如果返回pong则启动成功
2、OCR/目标检测请求接口格式：
http://{host}:{port}/{opt}/{img_type}/{ret_type}
opt：操作类型 ocr=OCR det=目标检测 slide=滑块（match和compare两种算法，默认为compare)
img_type: 数据类型 file=文件上传方式 b64=base64(imgbyte)方式 默认为file方式
ret_type: 返回类型 json=返回json（识别出错会在msg里返回错误信息） text=返回文本格式（识别出错时回直接返回空文本）
例子：
OCR请求
resp = requests.post("http://{host}:{port}/ocr", files={'image': image_bytes})
resp = requests.post("http://{host}:{port}/ocr/b64/text", data=base64.b64encode(file).decode())
目标检测请求
resp = requests.post("http://{host}:{port}/det", files={'image': image_bytes})
resp = requests.post("http://{host}:{port}/ocr/b64/json", data=base64.b64encode(file).decode())
滑块识别请求
resp = requests.post("http://{host}:{port}/slide/match/", files={'target_img': target_bytes, 'bg_img': bg_bytes})
jsonstr = json.dumps({'target_img': target_b64str, 'bg_img': bg_b64str})
resp = requests.post("http://{host}:{port}/slide/compare/b64", files=base64.b64encode(jsonstr.encode()).decode())