PHP将pdf转为图片后用OCR识别

最新推荐文章于 2024-08-01 17:09:46 发布

橙子唠唠

最新推荐文章于 2024-08-01 17:09:46 发布

阅读量1.2k

点赞数

文章标签： linux 运维服务器 pdf ocr php

本文链接：https://blog.csdn.net/qq_23245867/article/details/134290818

版权

1.确保apt包是最新

sudo apt update

2.使用apt安装

sudo apt install tesseract-ocr

3.检查版本

tesseract --version

4.pdf转成图片，这边需要安装imagick插件

$pdf = new Imagick();
$pdf->setResolution(150, 150);
$pdf->readImage('.'.$temp);
$pdf->setImageFormat('png'); // 转换为PNG图像格式

// 引入 Tesseract OCR 类
use thiagoalessio\TesseractOCR\TesseractOCR;

// 创建 Tesseract OCR 对象
$ocr = new TesseractOCR();

// 设置要识别的图像文件路径
$ocr->image('path/to/image.jpg');

// 运行 OCR 识别
$text = $ocr->run();

// 输出识别结果
echo $text;

代码不连贯，不是一个完整的例子。先做备忘