手把手教你部署DeepSeek-OCR：零基础实现多语言文字识别

本文介绍了如何在星图GPU平台上自动化部署DeepSeek-OCR-WEBUI镜像，实现高效的多语言文字识别功能。该解决方案特别适用于文档电子化场景，能够快速将纸质文档、发票等转换为可编辑的电子文本，大幅提升办公效率。通过简单的配置，用户即可获得支持多语言的OCR识别服务。

黃昱儒

157人浏览 · 2026-03-31 05:36:17

黃昱儒 · 2026-03-31 05:36:17 发布

手把手教你部署DeepSeek-OCR：零基础实现多语言文字识别

1. 为什么选择DeepSeek-OCR

在数字化时代，文字识别技术已经成为各行各业的基础需求。无论是扫描文档转电子版，还是从照片中提取文字信息，传统OCR工具往往在复杂场景下表现不佳。DeepSeek-OCR作为一款开源的高性能OCR引擎，解决了这些痛点问题。

这个工具最吸引我的几个特点：

多语言支持：不仅能准确识别中文，还支持英文、日文、韩文等多种语言
复杂场景适应：对模糊、倾斜、低分辨率的图片有很强的识别能力
简单易用：提供直观的Web界面，不需要编写代码就能使用
免费开源：完全免费，没有使用限制

2. 部署前的准备工作

2.1 硬件要求

虽然DeepSeek-OCR可以在普通电脑上运行，但为了获得最佳体验，建议满足以下配置：

组件	最低要求	推荐配置
显卡	集成显卡	NVIDIA RTX 3060及以上
内存	8GB	16GB及以上
存储	20GB可用空间	50GB可用空间
系统	Windows 10/11或Linux	Ubuntu 20.04

2.2 软件环境准备

首先需要安装Docker，这是运行镜像的基础。以下是各系统的安装方法：

Windows系统：

下载Docker Desktop安装包
双击运行安装程序
安装完成后重启电脑

Linux系统(Ubuntu)：打开终端，依次执行以下命令：

sudo apt-get update
sudo apt-get install docker.io
sudo systemctl start docker
sudo systemctl enable docker

安装完成后，可以运行以下命令验证是否安装成功：

docker --version

3. 快速部署DeepSeek-OCR

3.1 拉取镜像

打开命令行工具，输入以下命令获取最新镜像：

docker pull csdnmirrors/deepseek-ocr-webui:latest

这个命令会自动从镜像仓库下载DeepSeek-OCR的最新版本。下载速度取决于你的网络状况，通常需要5-15分钟。

3.2 启动容器

下载完成后，使用以下命令启动服务：

docker run -d --name deepseek-ocr -p 7860:7860 --gpus all csdnmirrors/deepseek-ocr-webui:latest

参数说明：

-d：后台运行
--name：给容器起个名字
-p：端口映射（前面是主机端口，后面是容器端口）
--gpus all：使用所有可用的GPU

如果一切顺利，你会看到类似这样的输出：

Unable to find image 'csdnmirrors/deepseek-ocr-webui:latest' locally
latest: Pulling from csdnmirrors/deepseek-ocr-webui
Digest: sha256:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Status: Downloaded newer image for csdnmirrors/deepseek-ocr-webui:latest
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

3.3 验证服务

等待1-2分钟后，打开浏览器访问：

http://localhost:7860

如果看到DeepSeek-OCR的Web界面，说明部署成功。第一次加载可能需要额外时间初始化模型。

4. 使用Web界面进行文字识别

4.1 上传图片

在Web界面中，你会看到一个明显的上传区域：

点击"选择文件"按钮
从电脑中选择要识别的图片
等待图片上传完成

支持常见的图片格式：JPG、PNG、BMP等。建议图片大小不超过10MB。

4.2 设置识别参数

上传图片后，可以看到几个选项：

语言选择：默认自动检测，也可以手动指定
输出格式：纯文本、Markdown或JSON
高级选项：调整识别精度和速度的平衡

对于普通文档，使用默认设置即可获得不错的效果。

4.3 查看识别结果

点击"开始识别"按钮后，系统会：

自动检测图片中的文字区域
识别每个字符
按照选择的格式输出结果

识别完成后，右侧会显示：

原始图片
识别出的文字
识别耗时

你可以直接复制文字内容，或者下载为文本文件。

5. 常见问题解决

5.1 服务无法启动

如果访问http://localhost:7860没有响应，可以尝试以下步骤：

检查Docker是否运行：
```
docker ps
```
如果没有deepseek-ocr的容器，说明没有启动成功
查看日志找原因：
```
docker logs deepseek-ocr
```

常见问题：

端口冲突：换一个端口号，比如-p 7861:7860
显存不足：尝试减小batch size

5.2 识别效果不理想

如果识别准确率不高，可以尝试：

上传更清晰的图片
调整图片方向，确保文字是正向的
手动指定正确的语言
在高级选项中提高识别精度（但会降低速度）

5.3 性能优化建议

对于批量处理大量图片的情况：

使用API接口而不是Web界面
考虑使用更高性能的GPU
调整Docker的资源限制

6. 进阶使用：API调用

除了Web界面，DeepSeek-OCR还提供了强大的API接口，方便集成到其他系统中。

6.1 基本API调用

使用curl测试API：

curl -X POST "http://localhost:7860/api/ocr" \
     -H "accept: application/json" \
     -H "Content-Type: multipart/form-data" \
     -F "image=@test.jpg"

这会返回JSON格式的识别结果。

6.2 Python调用示例

安装requests库：

pip install requests

然后使用以下代码：

import requests

url = "http://localhost:7860/api/ocr"
files = {'image': open('test.jpg', 'rb')}
response = requests.post(url, files=files)

print(response.json()['text'])

6.3 批量处理脚本

对于需要处理大量图片的情况，可以编写简单的脚本：

import os
import requests

url = "http://localhost:7860/api/ocr"
image_folder = "images"
output_folder = "results"

os.makedirs(output_folder, exist_ok=True)

for filename in os.listdir(image_folder):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        filepath = os.path.join(image_folder, filename)
        with open(filepath, 'rb') as f:
            response = requests.post(url, files={'image': f})
        
        result_path = os.path.join(output_folder, f"{os.path.splitext(filename)[0]}.txt")
        with open(result_path, 'w', encoding='utf-8') as out:
            out.write(response.json()['text'])
        
        print(f"Processed {filename}")