企业官网建设流程全解析

咸阳佰亿网络工程有限公司,深圳做网站推广优化,wordpress怎样在列表页使用瀑布流,如何建立虚拟架构网站SpringBoot接入DeepSeek-OCR实现结构化数据提取 在企业级应用中#xff0c;纸质单据、发票、合同等文档的数字化处理一直是一个高频且繁琐的任务。传统的人工录入方式不仅效率低下#xff0c;还容易出错。随着AI技术的发展#xff0c;尤其是OCR#xff08;光学字符识别纸质单据、发票、合同等文档的数字化处理一直是一个高频且繁琐的任务。传统的人工录入方式不仅效率低下还容易出错。随着AI技术的发展尤其是OCR光学字符识别能力的显著提升自动化提取图像中的文本信息已成为可能。本文将带你一步步实现SpringBoot应用接入DeepSeek-OCR-WEBUI服务重点解决一个典型业务场景从包含表格的图片中自动识别并提取结构化数据最终转换为JSON格式供系统使用。整个过程涵盖后端部署、接口调用、HTML解析、前后端集成与Docker打包发布是一套可直接落地的企业级解决方案。1. 部署DeepSeek-OCR-WEBUI服务要让SpringBoot应用能够调用OCR功能首先需要确保DeepSeek-OCR-WEBUI服务已经正确部署并运行。该镜像基于DeepSeek开源的大模型具备强大的文本检测与识别能力尤其擅长处理复杂布局的文档内容如表格、公式、多语言混合文本等。1.1 启动OCR服务进入项目目录并使用Docker Compose启动服务cd ~/DeepSeek-OCR-WebUI docker compose up -d启动完成后查看日志确认服务是否正常运行docker logs -f deepseek-ocr-webui当看到类似Uvicorn running on http://0.0.0.0:8080的输出时说明Web API服务已就绪。1.2 OCR核心接口说明服务暴露了一个关键POST接口用于图像识别POST /ocr支持以下参数参数名类型可选值说明fileFile-要上传的图像文件prompt_typestringdocument,ocr,free,figure,describe,find,freeform指定识别模式find_termstring自定义关键词仅在find模式下有效custom_promptstring-自定义提示词groundingbooleantrue / false是否启用分组本案例重点使用prompt_typefigure因为该模式专为图表和表格设计能更准确地保留原始结构输出HTML格式的表格代码。例如传入一张采购单截图设置prompt_typefigure返回结果将是标准的tableHTML片段便于后续结构化解析。2. SpringBoot项目结构设计我们的目标是构建一个轻量但完整的Web应用接收用户上传的含表格图片调用OCR服务完成识别并将结果以JSON形式返回给前端展示或入库。2.1 技术栈选择后端框架Spring Boot 3.xHTTP客户端RestTemplate简化远程调用JSON处理Fastjson前端Vue3 Element Plus静态页面嵌入打包部署Docker docker-compose2.2 核心模块划分模块功能描述OcrService定义OCR识别接口DeepSeekOcrService实现类封装对OCR服务的HTTP调用OcrController提供REST API供前端调用HtmlParser将OCR返回的HTML表格转为List结构Vue UI用户操作界面支持图片上传与结果显示3. 实现OCR服务调用逻辑3.1 定义服务接口// src/main/java/com/kaifamiao/dswebui/service/OcrService.java public interface OcrService { /** * 识别表格图片并返回结构化数据 * * param file 上传的包含表格的图片文件 * return 包含表格数据的Map对象将以JSON格式返回给前端 */ MapString, Object recognitionTable(MultipartFile file); }3.2 实现远程调用与HTML解析// src/main/java/com/kaifamiao/dswebui/service/DeepSeekOcrService.java Service Slf4j public class DeepSeekOcrService implements OcrService { private static final String OCR_SERVICE_URL http://localhost:8080/ocr; Override public MapString, Object recognitionTable(MultipartFile file) { log.info(开始处理文件: {}, file.getOriginalFilename()); try { RestTemplate restTemplate new RestTemplate(); // 准备文件资源 ByteArrayResource resource new ByteArrayResource(file.getBytes()) { Override public String getFilename() { return file.getOriginalFilename(); } }; // 构建请求参数 MultiValueMapString, Object body new LinkedMultiValueMap(); body.add(file, resource); body.add(prompt_type, figure); // 关键使用图表模式识别表格 // 设置请求头 HttpHeaders headers new HttpHeaders(); headers.setContentType(MediaType.MULTIPART_FORM_DATA); // 创建请求实体 HttpEntityMultiValueMapString, Object requestEntity new HttpEntity(body, headers); // 发送POST请求 ResponseEntityString response restTemplate.postForEntity(OCR_SERVICE_URL, requestEntity, String.class); if (response.getStatusCode().is2xxSuccessful()) { String htmlContent response.getBody(); log.info(OCR返回HTML长度: {}, htmlContent.length()); return parseHtmlTableToJSON(htmlContent); } else { log.error(OCR服务调用失败状态码: {}, response.getStatusCode()); throw new RuntimeException(OCR识别失败); } } catch (Exception e) { log.error(OCR识别过程中发生异常, e); throw new RuntimeException(文件处理失败: e.getMessage(), e); } } /** * 将HTML表格解析为JSON格式 * * param html 包含table标签的HTML字符串 * return 转换后的JSON数据包含表头和行数据 */ private MapString, Object parseHtmlTableToJSON(String html) { Document doc Jsoup.parse(html); Element table doc.selectFirst(table); if (table null) return Collections.emptyMap(); ListElement rows table.select(tr); if (rows.isEmpty()) return Collections.emptyMap(); // 提取表头 ListString headers new ArrayList(); Elements headerCells rows.get(0).select(td, th); for (Element cell : headerCells) { headers.add(cell.text().trim()); } // 提取数据行 ListMapString, String dataRows new ArrayList(); for (int i 1; i rows.size(); i) { Elements cells rows.get(i).select(td); MapString, String row new HashMap(); for (int j 0; j Math.min(cells.size(), headers.size()); j) { String key headers.get(j); String value cells.get(j).text().trim(); row.put(key, value.isEmpty() ? : value); } dataRows.add(row); } // 组装返回结果 MapString, Object result new HashMap(); result.put(headers, headers); result.put(data, dataRows); result.put(totalRows, dataRows.size()); return result; } }依赖说明需引入以下Maven依赖!-- JSoup用于HTML解析 -- dependency groupIdorg.jsoup/groupId artifactIdjsoup/artifactId version1.16.1/version /dependency !-- Fastjson用于JSON序列化 -- dependency groupIdcom.alibaba/groupId artifactIdfastjson/artifactId version1.2.83/version /dependency4. 编写控制器暴露API// src/main/java/com/kaifamiao/dswebui/controller/OcrController.java RestController RequestMapping(/api/ocr) Slf4j public class OcrController { Autowired private OcrService ocrService; PostMapping(/process) public MapString, Object processFile(RequestParam(file) MultipartFile file) { if (file.isEmpty()) { throw new IllegalArgumentException(上传文件不能为空); } long startTime System.currentTimeMillis(); MapString, Object result ocrService.recognitionTable(file); long costTime System.currentTimeMillis() - startTime; result.put(success, true); result.put(costTimeMs, costTime); log.info(OCR识别完成耗时{}ms, costTime); return result; } }该接口接收名为file的图片上传请求调用服务层处理后返回结构化数据包含字段名、每行数据及统计信息。5. 添加测试用例验证功能为了确保服务稳定性编写单元测试验证全流程可用性。// src/test/java/com/kaifamiao/dswebui/service/OcrServiceTest.java SpringBootTest Slf4j public class OcrServiceTest { Autowired private OcrService ocrService; Test void testRecognitionTableSuccess() throws Exception { ClassPathResource resource new ClassPathResource(voucher.jpg); MockMultipartFile file new MockMultipartFile( file, voucher.jpg, image/jpeg, resource.getInputStream() ); MapString, Object result ocrService.recognitionTable(file); log.info(OCR识别结果: \n{}, JSON.toJSONString(result, true)); Assertions.assertNotNull(result.get(data)); Assertions.assertTrue(((List?) result.get(data)).size() 0); } }运行测试观察日志输出是否成功解析出表格内容。6. 前端页面集成Vue3前端采用Vue3 Element Plus搭建简易交互界面主要功能包括图片上传区域实时预览表格数据显示错误提示6.1 页面结构示例template div classcontainer h2表格图片OCR识别/h2 el-upload action/api/ocr/process :auto-uploadtrue :show-file-listfalse acceptimage/* :on-successhandleSuccess :on-errorhandleError img v-ifimageUrl :srcimageUrl classpreview-img/ el-button点击上传表格图片/el-button /el-upload div v-iftableData.length 0 classresult-table h3识别结果/h3 el-table :datatableData border stylewidth: 100% el-table-column v-forcol in columns :keycol :propcol :labelcol / /el-table /div /div /template6.2 构建与集成进入前端目录执行构建npm install npm run build将生成的dist文件夹内容复制到SpringBoot项目的src/main/resources/static目录下即可通过内置Tomcat直接访问UI。7. Docker打包与一键部署完成开发后我们将整个应用容器化便于部署到生产环境。7.1 编写DockerfileFROM openjdk:21-jdk-slim WORKDIR /app COPY target/deepseek-web-ui.jar /app/app.jar EXPOSE 8080 ENTRYPOINT [java, -jar, app.jar]7.2 编排服务docker-compose.ymlversion: 3.8 services: ocr-app: build: . ports: - 8080:8080 environment: - SERVER_PORT8080 volumes: - ./logs:/app/logs7.3 构建并启动mvn clean package -DskipTests docker compose up -d --build访问http://localhost:8080即可打开OCR识别页面上传图片即可实时获取结构化数据。8. 总结本文完整演示了如何将DeepSeek-OCR-WEBUI这一高性能OCR引擎集成进SpringBoot应用实现了从“图片→HTML表格→JSON结构化数据”的全链路自动化提取流程。这套方案具有以下优势高精度识别利用DeepSeek大模型的强大能力准确还原复杂表格结构低耦合设计通过HTTP接口调用OCR服务可独立升级维护易扩展性强支持多种prompt_type未来可拓展至合同解析、发票识别等场景快速落地提供完整前后端代码与Docker部署脚本开箱即用。无论是财务报销、物流运单、库存管理还是教育阅卷只要涉及纸质表格电子化都可以基于此方案进行定制开发大幅提升数据录入效率降低人工成本。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。