近日浏览网上一些图片提取文字的网站,觉得甚是有趣,花费半日也做了个在线图片识别程序,完成了两个技术方案的选择,一是tesseract+python flask的方案实现,二是tesseract+spring web的技术解决方案,并简作论述,与君共勉。
一、tesseract-ocr介绍
ocr含义是Optical Character Recognition,含义即视觉字符识别。而tesseract是该领域特别优秀开源的作品。
官方的tesseract定义:
OCR engine - libtesseract and a command line program - tesseract.
即tesseract包括一个视觉字符识别引擎libtesseract和命令行程序tesseract。
当前最新稳定版本是4.x.x基于LSTM,源码可从找到tesseract的GitHub: tesseract.找到。
关于tesseract的工作模式如上图所示。假设现在有一个图片输入,整个执行流程为:
-
输入(一张图片)
-
有用信息提取(比如一个图片上只有一个字,那其他留白的是无用,这个字上每个色素是有效的并且相关)
-
找出文字/线条
-
字符分类集
-
输入与分类集对比找出最接近的
-
输出识别结果
二、安装tesseract
第一步下载
下载合适的exe安装文件:
网址:https://digi.bib.uni-mannheim.de/tesseract/,下载完成后后装即可
第二步环境变量配置
在path变量中加入tesseract-ocr的安装路径
第三步安装成功检测
使用tesseract指令,显示如下:
linux环境下载安装与上述类似
下载leptonica 和 tesseract两个包,解压安装,配置环境变量即可。网上很容易找到该安装包。
三、使用命令行
1.tesseract + 图片路径 + 保存结果名 + -l 语言集
示列: tesseract 1606150081.png 1606150081 -l chi_sim
2.tesseract + 图片路径 +stdout -l +语言集
示列: tesseract D:\company\ruigushop\spring-2s\test.png stdout -l chi_sim
有了上述之后就可以完成web图片识别程序的开发啦,废话不多说,直接上代码。
四、程序实现(Python)
程序设计思路:
上传图片 -> 保存 ->对上传的图片执行tesseract指令->获取识别结果
只有二十多行代码就实现了,so easy,以后网上看到图片识别程序再也不会感觉神奇了吧!
coding=utf-8
from flask import Flask, request
import os
import datetime
import time
app = Flask(name)
def get_time_stamp():
times = datetime.datetime.now().strftime(‘%Y-%m-%d %H:%M:%S’)
array = time.strptime(times, “%Y-%m-%d %H:%M:%S”)
time_stamp = int(time.mktime(array))
return time_stamp
@app.route(‘/image/extract’, methods=[‘POST’])
def pure_rec():
file = request.files.get(‘file’)
ts = str(get_time_stamp())
up_path = os.path.join(ts + file.filename)
file.save(up_path)
cmd = “tesseract “+up_path+” " + ts + " -l chi_sim”
print(cmd)
os.system(cmd)
with open(ts+“.txt”, ‘r+’, encoding=“utf-8”) as f:
result = f.read()
return result
if name == ‘main’:
app.run(debug=True)
五、程序实现(Java)
不需要任何引入第三方jar包,搭建一个简单的springboot web项目就可以了,没有其他额外的依赖。
Spring Boot 基础就不介绍了,推荐下这个实战教程: https://www.javastack.cn/categories/Spring-Boot/
Controller:
package com.lbh.web.controller;
/*
-
Copyright@lbhbinhao@163.com
-
Author:liubinhao
-
Date:2020/11/23
-
++++ ______ @author liubinhao ______ ______
-
+++/ /| / /| / /|
-
+// | // | /_____/ |
-
| | | | | | | | |
-
| | | | | |________| | |
-
| | | | | / | | |
-
| | | | |/___________| | |
-
| | |___________________ | |____________| | |
-
| | / / | | | | | | |
-
| |/ _________________/ / | | / | | /
-
|_________________________|/b ||/ ||/
*/
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.multipart.MultipartFile;
import java.io.BufferedReader;
import java.io.File;
import java.io.IOException;
import java.io.InputStreamReader;
@RestController
public class LiteralExtractController {
@PostMapping(“/image/extract”)
public String reg(@RequestParam(“file”)MultipartFile file) throws IOException {
String result = “”;
String filename = file.getOriginalFilename();
File save = new File(System.getProperty(“user.dir”)+“\”+filename);
if (!save.exists()){
save.createNewFile();
}
file.transferTo(save);
String cmd = String.format(“tesseract %s stdout -l %s”,System.getProperty(“user.dir”)+“\”+filename,“chi_sim”);
result = cmd(cmd);
return result;
最后
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长,自己不成体系的自学效果低效漫长且无助。
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,不论你是刚入门Java开发的新手,还是希望在技术上不断提升的资深开发者,这些资料都将为你打开新的学习之门!
如果你觉得这些内容对你有帮助,需要这份全套学习资料的朋友可以戳我获取!!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
1Z2dmfrW-1715703716608)]
[外链图片转存中…(img-MlZXZR4F-1715703716609)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,不论你是刚入门Java开发的新手,还是希望在技术上不断提升的资深开发者,这些资料都将为你打开新的学习之门!
如果你觉得这些内容对你有帮助,需要这份全套学习资料的朋友可以戳我获取!!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!