springboot框架(5):ocr图片转文本

一路向北North

已于 2022-04-15 16:59:44 修改

阅读量2.6k

点赞数

分类专栏： springboot 文章标签： springboot

于 2022-04-13 21:07:52 首次发布

本文链接：https://blog.csdn.net/u011628753/article/details/124155062

版权

springboot 专栏收录该内容

113 篇文章 27 订阅

订阅专栏

文章目录

前言
编辑代码
打包项目构造镜像
发布镜像到dockerhub
发布镜像到阿里云
使用这个镜像

前言

有时候，我们需要识别图片中为内容。而java识别图片需要基于特定的环境。

代码已发布到Gitee：https://gitee.com/lengcz/springboot-ocr

编辑代码

新建springboot模块(选择web组件)
添加依赖

<dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.5.3</version>
        </dependency>

编写ocrController

package com.lengcz.springbootocr.controller;

import com.lengcz.springbootocr.config.OcrProperties;
import com.lengcz.springbootocr.utils.ResponseUtil;
import io.swagger.annotations.ApiOperation;
import io.swagger.annotations.ApiParam;
import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;
import org.springframework.web.multipart.MultipartFile;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;


@RestController
public class OcrController {

    /**
     * 第三种对象注入
     */
    @Autowired
    private OcrProperties ocrProperties;

    @GetMapping("/hello")
    public String hello() {
        return "hello ocr";
    }

    @ApiOperation(value = "图片识别", notes = "图片识别")
    @PostMapping(value = "/ocr", headers = "content-type=multipart/form-data")
    @ResponseBody
    public Object ocr(@ApiParam("文件") @RequestParam(value = "images") MultipartFile images,
                      @ApiParam(name = "language",
                              value = "语言包(默认:chi_sim 简体中文),支持数字中文简体(chi_sim),中文简体竖版(chi_sim_vert)，" +
                                      "繁体((chi_tra))，繁体((chi_tra_vert))，英文(eng)")
                      @RequestParam(name = "language", defaultValue = "chi_sim") String language) throws Exception {
        if (null == images) {
            return ResponseUtil.badArgument();
        }
        String fileName = images.getOriginalFilename();    // 文件名称
        String suffixName = fileName.substring(fileName.lastIndexOf("."));    // 图片后缀
        // 判断文件后缀是否为后端默认的后缀名
        if (isImageFile(suffixName)) {

            ITesseract instance = new Tesseract();
            //设置训练库的位置
            instance.setDatapath(ocrProperties.getTessdata());
//            instance.setLanguage("chi_sim");
            instance.setLanguage(language);

            BufferedImage testImage = ImageIO.read(images.getInputStream());
            String code = instance.doOCR(testImage);
            return ResponseUtil.ok(code);
        }
        return ResponseUtil.unsupportedFormat();
    }


    // 判断后缀
    private Boolean isImageFile(String fileName) {
//        String[] img_type = new String[]{".jpg", ".jpeg", ".png", ".bmp"};
        if (fileName == null) {
            return false;
        }
        fileName = fileName.toLowerCase();

        String[] img_type = ocrProperties.getFile_suffix();

        for (String type : img_type) {
            if (fileName.endsWith(type)) {
                return true;
            }
        }
        return false;
    }

}

OcrProperties.java

package com.lengcz.springbootocr.config;

import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.stereotype.Component;

import java.util.Arrays;

@Component
@ConfigurationProperties(prefix = "ocr")
public class OcrProperties {

    private String tessdata;

    private String[] file_suffix;

    public String getTessdata() {
        return tessdata;
    }

    public void setTessdata(String tessdata) {
        this.tessdata = tessdata;
    }

    public String[] getFile_suffix() {
        return file_suffix;
    }

    public void setFile_suffix(String[] file_suffix) {
        this.file_suffix = file_suffix;
    }

    @Override
    public String toString() {
        return "OcrProperties{" +
                "tessdata='" + tessdata + '\'' +
                ", file_suffix=" + Arrays.toString(file_suffix) +
                '}';
    }
}

配置文件application.yml

servlet:
  multipart:
    max-file-size: 128MB #上传文件总大值
    max-request-size: 20MB  #单个文件的最大值

ocr:
  tessdata: /usr/local/share/tessdata/   #语言包路径
  file_suffix:   #可识别的文件后缀
    - .jpg
    - .jpeg
    - .png
    - .bmp

编写测试index页面(注意存放位置)

<html>
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, minimum-scale=1.0, user-scalable=no">
<head>
    <title>example</title>
</head>
<body>
<hr>
<h1>OCR example</h1>
<form action="/ocr"
      enctype="multipart/form-data" method="post">
    file <input type="file" name="images">
    <br><br>
    language:<input type="text" value="chi_sim">
    <br><br>
    <input type="submit" value="submit">
</form>
<hr>
This application is based on tesseract ocr,leptonica.<br>
swagger api:<a href="swagger-ui.html"> OCR API </a>
</body>
</html>

编辑Dockerfile文件
如何构建ocr基础镜像，请见:docker应用篇(2):构建tesseract-ocr运行环境

#构建好的用于ocr识别的镜像

#使用dockerhub上的ocr环境镜像(国内较慢)
#FROM lengcz/tesseract-ocr-environment:1.0
#使用阿里云上的ocr容器镜像(国内快)
FROM registry.cn-guangzhou.aliyuncs.com/lengcz/tesseract-ocr-environment:1.0

EXPOSE 8080
ADD target/*.jar /app.jar
ENTRYPOINT ["java","-Dfile.encoding=utf-8","-jar", "app.jar"]

打包项目构造镜像

由于ocr识别依赖于环境，所以如果在本地电脑运行，需要安装
tesseract和leptonica，这里不在本地运行，直接使用已经构建好的ocr环境镜像，不需要一堆的复制操作。

打包文件并上传，如图
构造镜像

docker build -t springboot-ocr .

在这里插入图片描述

运行镜像

#启动镜像(使用默认语言包:中文和英文)
docker run -d -p 8080:8080 --name myocr-application springboot-ocr
#启动镜像(需要挂载语言包，其它语言)
docker run -d -v /usr/tessdata:/usr/local/share/tessdata -p 8080:8080 --name myocr-application springboot-ocr

在这里插入图片描述

测试 http://106.13.2.249:8080/,选择一张图片上传。

测试用图片

选择一张英文中午和数字的图片进行识别。

大功告成，识别可用。

发布镜像到dockerhub

开放仓库:https://hub.docker.com/repository/docker/lengcz/tesseract-ocr-web

#标记镜像
docker tag 4c646d940edd lengcz/tesseract-ocr-web:1.0
#推送镜像到仓库
docker push lengcz/tesseract-ocr-web:1.0

在这里插入图片描述

发布镜像到阿里云

该镜像为开放镜像，可使用。下载速度很快。
发布操纵省略。

docker run  -d -p 8080:8080 --name mytesseractweb01 registry.cn-guangzhou.aliyuncs.com/lengcz/tesseract-ocr-web:1.0

镜像地址:
https://hub.docker.com/repository/docker/lengcz/tesseract-ocr-web
在这里插入图片描述

使用这个镜像

前面发布了这个镜像，这里可以直接使用这个镜像，一次开发，随处运行。

dockerhub镜像

#后台运行
docker run  -d -p 8080:8080 --name mytesseract01 lengcz/tesseract-ocr-web:1.0
#(需要额外的语言包)以挂载的方式后台运行
docker run  -d -p 8080:8080 -v /usr/tessdata:/usr/local/share/tessdata --name mytesseract01 lengcz/tesseract-ocr-web:1.0

阿里云容器镜像

#后台运行
docker run  -d -p 8080:8080 --name mytesseractweb01 registry.cn-guangzhou.aliyuncs.com/lengcz/tesseract-ocr-web:1.0
#(需要额外的语言包)以挂载的方式后台运行
docker run  -d -p 8080:8080 -v /usr/tessdata:/usr/local/share/tessdata --name mytesseractweb01 registry.cn-guangzhou.aliyuncs.com/lengcz/tesseract-ocr-web:1.0