自写项目——实现tesseract-ocr功能_初步socket实现

最新推荐文章于 2024-06-19 17:58:29 发布
最新推荐文章于 2024-06-19 17:58:29 发布
阅读量2k 收藏 7
点赞数
分类专栏： ORC 文章标签： ORC 自写客户端服务端 linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chudongfang2015/article/details/51926999
版权

自写项目——实现tesseract-ocr功能_初步socket实现


在安装好tesseract-ocr后，已经能够在本机上初步识别一些文字，但要把其搭在服务器上，就需要一些文件传输，这里采用socket编程，实现服务器与客户端的文件传输。

我做好了服务端，和客户端：

客户端上传图片文件到服务端，并选择要识别的语言，并接受到服务端传回的结果。

服务端安装了tesseract-ocr，接受客户端传送的图片文件，在服务端进行识别，并把结果传送到客户端。

这就是其大概的思路，下面上代码（已经加上注释！linux下验证通过）：

客户端（client）：

#include <stdio.h>
#include <pthread.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <stdlib.h>
#include <unistd.h>
#include <string.h>
#include <signal.h>
#define BUFFER_SIZE 1024
//准备工作
int sockfd;//
char* IP = "192.168.30.3";//该地址请写测试服务器的IP，本机IP,回送地
short PORT = 10222;//端口号
typedef struct sockaddr SA;//类型转换
char filename[100];//客户端昵称
char langeuage[100];
//启动客户端，连接服务器

void init()
{
    printf("OCR客户端开始启动\n");
    sockfd = socket(AF_INET,SOCK_STREAM,0);//启动socket
    struct sockaddr_in addr;
    addr.sin_family = AF_INET;
    addr.sin_port = htons(PORT);
    addr.sin_addr.s_addr = inet_addr(IP);
    if(connect(sockfd,(SA*)&addr,sizeof(addr))==-1){//向服务器请求建立链接
        perror("无法连接到服务器");
        printf("客户端启动失败\n");
        exit(-1);
    }
    printf("客户端启动成功\n");
}
//开始通信

void start()
{
    //发送消息
    //发消息之前，启动一个线程,用来接受服务器发送过来的消息
//    pthread_t pid;
  //  pthread_create(&pid,0,recv_thread,0);
     // 打开文件并读取文件数据 
    
    char buffer[BUFFER_SIZE];
    int file_size=0;
    int sum=0;
    FILE *fp = fopen(filename, "r"); 
    
    fseek(fp, 0, SEEK_END);
    file_size=ftell(fp);//得到文件大小
    
    // printf("file_size=%d",file_size);
    
    send(sockfd,&file_size,sizeof(int),0);// 把文件大小数据发送
    fseek(fp, 0, SEEK_SET);
   
    if(NULL == fp) 
    { 
        printf("File:%s Not Found\n", filename); 
    } 
    else 
    { 
        bzero(buffer, BUFFER_SIZE); //清空buffer
        int length = 0;
        // 每读取一段数据，便将其发送给客户端，循环直到文件读完为止 
        while((length = fread(buffer, sizeof(char), BUFFER_SIZE, fp)) > 0) 
        {
            if(send(sockfd, buffer, length, 0) < 0)//发送失败退出 
            { 
                printf("Send File:%s Failed./n", filename); 
                return ; 
            } 
            bzero(buffer, BUFFER_SIZE); 
        } 
        // 关闭文件 
        fclose(fp);


        /****************用户提示区***************/
        printf("******************************\n");
        printf("File:%s Transfer Successful!\n", filename);
        printf("******************************\n\n");
       
        printf("系统正在识别，请稍后......\n");
        printf("这可能需要一段时间........\n\n");
        /*****************************************/


            
        fp = fopen("result.txt", "wt"); 
        //printf("flag\n\n");
        if(NULL == fp) 
        { 
            printf("File:\t%s Can Not Open To Write\n", "result.txt"); 
            exit(1); 
        }     
        // 从服务器接收数据到buffer中 
        // 每接收一段数据，便将其写入文件中，循环直到文件接收完并写完为止 
        bzero(buffer, BUFFER_SIZE); 
        
        while((length = recv(sockfd, buffer, BUFFER_SIZE, 0)) > 0) 
        {
            sum+=length;
            printf("->已接受%d kb\n",sum);
            //printf("length=%d\n",length);
            if(fwrite(buffer, sizeof(char), length, fp)<0)//写入文件中
            {
                printf("Write file result.txt Failed.");
                return ;
            }
            bzero(buffer, BUFFER_SIZE);
        } 
        //若服务端解析图片错误，就不会发送完整的result.txt 则输出提示信息。 
        printf("\n******************************\n");
        if(sum>3)  printf("Receive File:\t%s From Server IP Successful!\n", filename); 
        else       printf("The image is wrong!\n");
        printf("******************************\n");


        printf("\n文档已成功接受！请在本目录下的result.txt下查看！\n");
        
        // 接收成功后，关闭文件，关闭socket 
        fclose(fp);
    } 
    close(sockfd);//关闭socket
}
void sig_close()
{
    //关闭客户端的描述符
    close(sockfd);
    exit(0);
}


int main()
{
    int type;
    signal(SIGINT,sig_close);//关闭CTRL+C
    init();//启动并连接服务器
    
    printf("\n请输入文件名:");
    scanf("%s",filename);
    

    printf("语言类型对应编号：\n");
    printf("English :1\t中文简体:2\n");
    printf("中文繁体:3\tFrancd  :4\n\n");
    printf("请输入要识别的语言类型(请务必填对应的编号)：");
    scanf("%d",&type);

    switch(type)
    {
        case 1:  strcpy(langeuage,"eng");         break;
        case 2:  strcpy(langeuage,"chi_sim");     break;
        case 3:  strcpy(langeuage,"chi_tra");     break;
        case 4:  strcpy(langeuage,"fra");         break;
        default: strcpy(langeuage,"eng");  
    }
    
    send(sockfd,filename,sizeof(filename),0);//把图片名字传到服务器
    send(sockfd,langeuage,sizeof(langeuage),0);//把语言类型传到服务器
    
    start();//开始与服务器进行通信。
    return 0;
}




服务端（server）：

#include <stdio.h>
#include <pthread.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <stdlib.h>
#include <unistd.h>
#include <string.h>
#include <signal.h>
#define BUFFER_SIZE 1024
char buffer[BUFFER_SIZE];

//准备工作

int sockfd;//
char* IP = "192.168.30.3";//服务器IP
short PORT = 10222;//端口号
typedef struct sockaddr SA;//类型转换


//初始化服务器的网络,创建socket
void init()
{
    printf("OCR服务器开始启动..\n");
    sockfd = socket(AF_INET,SOCK_STREAM,0);//启动socket
    if(sockfd == -1){
        perror("创建socket失败");
        printf("服务器启动失败\n");
        exit(-1);
    }
    //准备网络通信地址
    struct sockaddr_in addr;
    addr.sin_family = AF_INET;
    addr.sin_port = htons(PORT);
    addr.sin_addr.s_addr = inet_addr(IP);
    if(bind(sockfd,(SA*)&addr,sizeof(addr))==-1){//绑定服务器
        perror("绑定失败");
        printf("服务器启动失败\n");
        exit(-1);
    }
    printf("成功绑定\n");

    //设置监听
    if(listen(sockfd,10)==-1){
        perror("设置监听失败");
        printf("服务器启动失败\n");
        exit(-1);
    }
    printf("设置监听成功\n");
    printf("初始化服务器成功\n");
    //等待客户端链接，放到另一个函数中
}



void* service_thread(void* p)
{
	int sum=0;
	int file_size=0;
	int fd = *(int*)p;          //拿到标记客户端的sockfd
	//printf("pthread=%d\n",fd);//输出测试
	char filename[100] ={0};
	int length = 0; 
	char shell_order[200]={0};
	char langeuage[100];
	
	recv(fd,filename,sizeof(filename),0);     //得到文件名字
	recv(fd,langeuage,sizeof(langeuage),0);   //得到语言类型
	recv(fd,&file_size,sizeof(int),0);        //得到文件大小
    
    
    
    /******************************从服务端接受文件*********************************/
    FILE *fp = fopen(filename, "wt"); 
    if(NULL == fp) 
    { 
        printf("File:\t%s Can Not Open To Write\n", filename); 
        exit(1); 
    } 
	// 从服务器接收数据到buffer中 
    // 每接收一段数据，便将其写入文件中，循环直到文件接收完并写完为止 
 	
    bzero(buffer, BUFFER_SIZE); 
	//printf("file_size=%d\n",file_size);  
    while((length = recv(fd, buffer, BUFFER_SIZE, 0)) > 0)//接受文件 
    {
	    //printf("length=%d\n",length);
	    sum+=length;
	    if(file_size==sum)  break;
        if(fwrite(buffer, sizeof(char), length, fp)<0)//写文件
        {
            printf("Write %s File Failed!",filename);
            return NULL;
        }
   	    bzero(buffer, BUFFER_SIZE);
    } 
    // 接收成功后，关闭文件，关闭socket 
    printf("Receive File:\t%s From Server IP Successful!\n", filename); 
    fclose(fp);
    /***********************************************************/
    
    
    /**************************调用shell命令行语句*********************************/
    sprintf(shell_order,"tesseract %s result -l %s",filename,langeuage);
	system(shell_order);
	/******************************************************************************/
	

    /************************向客户端发送文件****************************/
    fp=fopen("result.txt","r");
	if(NULL == fp)
		printf("File:%s Not Found\n","result.txt");
	else
	{
		bzero(buffer,BUFFER_SIZE);
		while((length = fread(buffer,sizeof(char),BUFFER_SIZE,fp)) > 0)
		{
			if(send(fd,buffer,length,0)<0)
            {
                printf("Send File: %s Failed",filename);
                return NULL; 
            } 
            bzero(buffer, BUFFER_SIZE); 
        } 
        // 关闭文件 
        fclose(fp); 
        printf("File:%s Transfer Successful!\n", "result.txt"); 
	}
    /*******************************************************/
    
    
    close(fd);//关闭socket
}
//等待客户端的连接，启动服务器的服务

void service()
{
    printf("服务器开始服务\n");
    while(1)//一直循环，等待客户端链接
    {
        struct sockaddr_in fromaddr;
        socklen_t len = sizeof(fromaddr);
        int fd = accept(sockfd,(SA*)&fromaddr,&len);
        if(fd == -1)
        {
            printf("客户端链接出错\n");
            continue;//继续循环，处理连接
        }
        //如果客户端成功连接上
        printf("fd=%d\n",fd);//测试
        //启动线程
        pthread_t pid;
        pthread_create(&pid,0,service_thread,&fd);
    }
}

void signal_close(int signal_num){
//关闭服务器前 关闭服务器的socket
    close(sockfd);
    printf("服务器已经关闭\n");
    exit(1);
}

int main()
{
    signal(SIGINT,signal_close);//退出CTRL+C
    init();//初始化服务器
    service();//服务器开始运行
    return 0;
}



这里需要注意，服务端搭到服务器上，而且保证服务器已经安装了tesseract-ocr，安装教程在这里：http://blog.csdn.net/chudongfang2015/article/details/51866379

如果需要在本机测试，只需把服务端和客户端的IP都改为：127.0.0.1（本地环回）










chudongfang2015
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OCR文字识别项目（原理）
肉丸不肉
05-27 2492
参考视频： OCR文字识别原理 OCR光学字符识别：提取图像中的文字，并转换为文本形式，供后续NLP使用。 一、CTPN算法：文字检测 二、CRNN算法：文字识别 池化此时为1×2。才能把特征变为适用于输入到RNN中。 ...
Tesseract-OCR chi_sim.traineddata中文包
08-21
总的来说，Tesseract-OCR chi_sim.traineddata中文包为识别简体中文提供了强大的工具，但要实现高效准确的身份证识别，还需要综合运用图像处理技术和优化策略。随着深度学习的发展，现代OCR系统往往结合了卷积神经...
人工智能实战项目介绍
05-13
该系列视频，为实战项目的介绍说明，包括项目流程，数据处理，模型处理，评价标准等内容，旨在帮助大家更顺利的完成整个项目。
全网最新免费开源的ocr文字识别开源项目盘点整理，附项目开源地址，支持离线部署使用，支持多种语言识别和API调用以及第三方集成，支持各种证件、发票、通用模型识别，支持复杂文本、各种图片、文档、长文本等
最新发布
代码讲故事
06-19 2171
全网最新免费开源的ocr文字识别开源项目盘点整理，附项目开源地址，支持离线部署使用，支持多种语言识别和API调用以及第三方集成，支持各种证件、发票、通用模型识别，支持复杂文本、各种图片、文档、长文本等。
tesseract-ocr实现图片提取文字功能
独行侠梦的博客
09-13 1421
来源：blog.csdn.net/weixin_44671737/article/details/110000864摘要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...
自写项目——实现tesseract-ocr功能_项目规划
你那么爱笑，家里人知道吗？
07-16 1570
自写服务端-客户端 实现tesseract-ocr功能——项目规划 跟据老师需求，我要实现一个可以通过移动端实现一个有一下功能的小项目： OCR图像识别系统 系统介绍： 该系统以识别图片或PDF文件中文字为目标，可以对手写体和打印体进行识别，并具备自我训练的功能，从而提高其识别的正确率。 客户端：可用web实现或手机app 服务端：远程服
Tesseract初探
weixin_34128534的博客
07-02 322
一、框架介绍 Tesseract 是一款图片识别工具，可以抓取图片中的文字，可以支持多种语言(默认是英语），需要下载开源文件可以在github上下载，如果知识应用不想太多深究直接在google code里边搜索下载即可。 二、Tesseract内容 Doc:说明文档 Tessdata:存放各种文字库（chi_sim.traineddata:中文 等） T...
tesseract-ocr和chi_sim
03-19
1. **安装与配置**：Tesseract OCR提供Windows、Linux和macOS的安装包，如压缩包中的`tesseract-ocr-w64-setup-v5.0.1.20220118`即为Windows 64位的安装程序。安装后，可以通过命令行或编程接口（如Python的`...
tesseract-2.01.rar_01数字识别_OCR 数字_OCR文字识别_tesseract-ocr_数字OCR
07-15
本资源是`tesseract-2.01.rar`，一个专用于数字识别的OCR（Optical Character Recognition，光学字符识别）软件包。OCR技术主要用于将图像中的文本转换为可编辑、可搜索的电子格式，它在文档扫描、印刷体文字识别等...
tesseract-ocr-3.02.chi_tra.tar.gz_OCR_OCR中文_Tesseract 中文_chi_tes
07-14
OCR已训练好的中文字符识别库，使用方便。
tesseract-ocr 3.02 chi_sim
02-22
由于Tesseract是开源项目，开发者社区提供了大量的资源和工具，包括额外的训练数据、插件和脚本，以增强其功能和适应更多场景。用户可以根据需要进行自定义训练，以提升特定字体或领域文字的识别效果。 总结，...
OCR文字识别项目实战
03-28
OCR文字识别项目实战
Tesseract OCR开源项目-转载
weixin_30466421的博客
08-23 82
原文：http://hi.baidu.com/shirdrn/blog/item/8c775488889b5a9da4c27284.html Tesseract OCR开源项目2009年08月28日 星期五 18:00 最近，项目中需要使用基于图像识别验证码的技术，初步探索尝试了一下开源的Tesseract OCR项目。该项目简介如下： This package contai...
tesseract 的一个坑
不会汇编的程序员不是真正的程序员
02-10 2177
识别的时候提示error page!!,搜索之后都说加-psm，但是加上却提示没有这个命令行，又搜索有人说什么这个参数放弃了，思索了一番，感觉这么实用的参数不太可能取消，就打了一下帮助，终于在extra-help里发现是--psm，唉！...
在CentOS服务器上安装Tesseract完整版，附带解决错误的办法，Java程序进行图像识别
qq_38680405的博客
04-18 2118
安装 安装gcc、gcc-c++、make，如果有就不需要安装：yum install gcc gcc-c++ make 安装编译相关工具，没有的话编译时候可能报错：yum install autoconf automake libtool 安装对图片识别相关支持工具，没有这些在后续执行Tesseract命令时会报错，可以尝试一下：yum install libjpeg-devel l...
Linux下部署tesseract-ocr以支持tess4j
专注成就非凡
02-15 3022
在spring mvc中需要使用到tess4j，以实现文字识别功能。开发环境是windows 10，生产环境是ubuntu 18.04。在windows 10中不用太过操心，因为tess4j.jar中包含使用的动态链接库libtesseract.dll，但是没有Linux环境下的动态链接库，所以需要自己来安装并配置。
实践|超简单实现OCR文字识别应用
小白学视觉
01-29 1085
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达一、前言最近遇到个小问题，像提取一些印在图片上的文字信息，介于数量比较多——好几张图片，每张都有几百来字，自己对照手打...
Tesseract-OCR 训练自己的中文字库
debuggers_0506的博客
09-27 1万+
Tesseract-OCR3.02.02训练自己识别中文库步骤加截图说明
Tesseract-OCR 训练中文
热门推荐
Leo的历练之道
03-01 1万+
为了提高Tesseract库的中文识别率，可以对它进行中文字的训练。 1.首先安装Tesseract。这里注意要安装，因为安装的程序里面包含其他训练用到的程序，编译版本没有这些工具。 2.下载jTessBoxEditor工具。这个工具是Java写的，运行需要JRE。这个工具主要是用来修改BOX文件的，用来校对文字。下图为该工具的目录，直接点击红框中的程序即可跑起来。 这次准备
Tesseract-OCR功能
04-18
Tesseract-OCR是一个开源的光学字符识别引擎，它可以将图像中的文字提取出来。它由两部分组成：libtesseract和tesseract命令行程序[^1]。Tesseract-OCR可以识别多种语言，并且在处理印刷体文字方面表现出色。 以下...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值