php tesseract,PHP ocr:用Tesseract OCR进行文字识别

系统环境：centos7

安装tesseract:

yum-config-manager --add-repo https://download.opensuse.org/repositories/home:/Alexander_Pozdnyakov/CentOS_7/

sudo rpm --import https://build.opensuse.org/projects/home:Alexander_Pozdnyakov/public_key

yum install tesseract

yum install tesseract-langpack-deu

安装php拓展包：

composer require thiagoalessio/tesseract_ocr

注意，php需要开启system函数才能正常使用拓展

使用如下：

require ('./vendor/autoload.php');

use thiagoalessio\TesseractOCR\TesseractOCR;

$ret = (new TesseractOCR('./text.png'))

->run();

var_dump($ret);

这边，我的测试图片是：

输出效果如下：

这时候，是无法识别中文的，我们安装下英文，中文繁体，中文简体 识别库。

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/4.00/chi_sim.traineddata

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata

其他语言包可以到这边查找：

https://tesseract-ocr.github.io/tessdoc/Data-Files#data-files-for-version-400-november-29-2016

然后移动库到我的安装目录，也就是

cp/mv *.traineddata /usr/local/share/tessdata/