用Python建一个OCR服务器附2019最新python教程分享

用Python建一个OCR服务器（附2019最新python教程分享）

Why？

OCR（又叫光学字元识别）已经成为Python的一个常用工具。随着开源库Tesseract和Ocrad的出现，越来越多的程序员用OCR来编写自己的库档案和bot病毒。一个OCR的小例子，如用OCR直接从截图中提取文字，省去了重新键入的麻烦。

开始的步骤

开始之前，我们需要开发一个后端服务层来表示OCR引擎的结果。这样你就可以用你喜欢的方式来向端使用者表示你的结果。本文之后将会详细介绍。除此之外，我们还需要新增一点后端程式码来生成HTML表格，以及一些使用这些API的前段程式码。这部分本文没有讲，但是你可以参阅源代码。

准备好开始吧！

首先，需要安装一些依赖项。这个过程也是非常有趣的。本文已经在Ubuntu 14.04测试，但是12.x和13.x版本应该也可以。如果你用的是OSX系统，可以用VirtualBox，Docker（注意检查有没有包含Dockerfile和install guide），或者是DigitalOcean（推荐使用）来建立相应的环境。

下载依赖项

我们需要Tesseract及其所有依赖项，包括Leptonica及其他相关的包。注意：可以用_run.sh这个shell指令码来快速安装Leptonica和Tesseract的依赖包。如果这么做的话，可以直接跳到搭建Web服务器部分。但是为了学习，如果你以前没有亲手构建过库档案的话，还是建议尝试一下。

发生了什么？

简单说，sudo apt-get update意思就是更新包列表。然后就能安装一些影象处理的包，如libtiff，libpng等等。除此之外，我们还需要安装Python 2.7，作为我们的程式语言，以及python-imaging库。

说起影象，在将程式里面编辑影象之前我们还需要ImageMagick包。

$ sudo apt-get install imagemagick# **构建Leptonica和Tesseract**

再说一遍，如果你用_run.sh指令码已经安装过，就可以直接跳到搭建Web服务器部分。

Leptonica

现在，开始安装Leptonica。

如果这是你第一次用tar的话，按照如下步骤操作：

1. 用wget下载Leptonica的二进位制档案

2. 解压

3. 用cd进入解压后的资料夹

4. 执行autobuild和configure指令码安装

5. 执行make命令build

6. Build后安装

7. 执行ldconfig建立相关的连结

OK，Leptonica建立好了，接下来就是Tesseract了。

Tesseract

现在下载并安装Tesseract吧。

此处构建了一个Leptonica的映像，这部分的详细资讯参考Leptonica的解释。

环境变数

我们需要设定一个环境变数来访问Tesseract资料：

$ export TESSDATA_PREFIX=/usr/local/share/

Tesseract包

最后安装一下Tesseract相关的语言包：

OK，Tesseract也安装好了，可以CLI来测试一下。更多的资讯可以参考docs。但是，我们还需要一个Python环境。所以，接下来安装一个能够接受以下两种请求的Flask服务器：

1. 接受影象URL

2. 能够对影象进行字元识别

搭建Web服务器

最有趣的事情来了!首先，我们需要构建一种通过Python和Tesseract互动的方式。我们可以使用popen，但是那不是python的风格。所以，我们可以使用一个非常小但是功能非常强大的Python包将Tesseract封装起来——pytesseract。想要快点的话，就执行_app.sh指令码，否则，就得获取程式码/结构的模板，然后执行一下命令：

注意：Flask模板是一个获取简单的具有Python风格的服务器的非常棒的库。本文将它用来作为基本程式。