使用tesseract-ocr实现图片文字识别 docker版

前言

工作需要，有大量图片上的文字需要识别（比如英文小说）。所以打算安装一个Tesseract，然后进行一点orc方面的开发。

docker版tesseract-ocr

通过使用docker镜像，可以省去安装环节，轻松的实现ocr。

单张图片识别，直接启动镜像，将图片文件夹挂载到容器内，调用entrypoint命令识别。

# 拉镜像
docker pull jitesoft/tesseract-ocr:20.04
# 直接指定图片地址，进行识别
docker run -v ~/文档/_04dockervolume/anaconda3/notebooks:/tmp jitesoft/tesseract-ocr:20.04 /tmp/1.png stdout

如果有大量图片需要处理，可以：

cd ~/文档/_04dockervolume/anaconda3
#创建一个init.sh，以便在镜像中执行，这里如果多层文件夹的话，改为函数，递归调用即可。
cat <<EOF >