一小时徒手从0到1搭建一套图片文字识别的OCR平台

在我们日常的工作学习中，图片中的文件识别功能是非常常用的（如用户上传的图片做风控）。我们根据面向的对象不同，一般可以分成两类：

（1）面向普通用户；现有的图片文件识别工具有很多，常见有的微信截图工具中的自带的文字识别功能、专业OCR文字识别软件（如AI识别王、迅捷OCR识别软件）；

（2）面向程序；在编码的过程中，需要实现自动识别图片中的文字功能，常见有供应商有阿里的OCR文字识别、百度的OCR文字识别等等，当然也可以自己使用搭建一套图片文字识别的服务。

下面我们将使用搭建一套自己的图片文字识别的服务平台。本平台中使用的技术有： + + + + 。

是一个开源的光学字符识别（OCR）引擎，是一个基于 OCR引擎的Java接口。

1、-OCR环境搭建

（1）基础依赖安装

放在上搭建的，以下是搭建的如下：

#1、基础依赖yum -y install gcc-c++ makeyum install -y autoconf automake libtool libjpeg libpng libtiff zlib libjpeg-devel libpng-devel libtiff-devel zlib-devel
#2、下载pkg-configwget https://pkg-config.freedesktop.org/releases/pkg-config-0.29.tar.gz#解压tar -zxvf pkg-config-0.29.tar.gz#编译cd pkg-config-0.29/ ./configure --with-internal-glibmakemake checkmake install

完成基础依赖安装后可以看到

（2）上传的压缩包和相关的文件

依赖可以到官方网站下载（我这里下载好，直接可以使用，需要的软件的可以私信我）

上传文件到上

（3）安装

#1、解压文件tar -zxvf leptonica-1.79.0.tar.gz#2、编译./autogen.sh./configure --prefix=/usr/local/makemake install

编译完成之后的效果：

配置：

vi /etc/profile-----------------添加配置------------------------export LD_LIBRARY_PATH=$LD_LIBRARY_PAYT:/usr/local/libexport LIBLEPT_HEADERSDIR=/usr/local/includeexport PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
#刷新生效source /etc/profile

（4）安装

#1、解压文件tar -zxvf tesseract-1.1.tar.gz#2、编译./autogen.sh./configure --with-extra-includes=/usr/local/include --with-extra-libraries=/usr/local/includemakemake install

编译之后的效果：

（5）测试安装是否成功

tesseract --version

安装成功的效果：

（6）语言库放到-OCR指定的目录中

将这两个文件放在/usr///文件夹下

以上就完成了-OCR基础环境的搭建。在这个过程中可能出现如下的问题：

configure: error: Leptonica 1.74 or higher is required. Try to install libleptonica-dev package.

问题的原因是没有安装pkg-。

2、搭建-OCR平台服务

（1）搭建基础的工程（不详细介绍）

（2）添加依赖

<dependency>    <groupId>net.sourceforge.tess4jgroupId>    <artifactId>tess4jartifactId>    <version>4.5.4version>dependency>

（3）配置yml文件

server:  port: 8081
#指定识别语言库的位置tess4j:  datapath: /usr/local/share/tessdata

（4）配置

@Configurationpublic class TesseractOcrConfig {    @Value("${tess4j.datapath}")    private String dataPath;
    @Bean    public Tesseract tesseract() {
        Tesseract tesseract = new Tesseract();        //设置数据文件夹路径        tesseract.setDatapath(dataPath);        //设置为中文简体        tesseract.setLanguage("chi_sim");        return tesseract;    }
}

（5）编写识别的图片的服务

@Service@Slf4jpublic class OcrService {
    @Resource    private Tesseract tesseract;
        public String recognizeText(MultipartFile imageFile) throws IOException, TesseractException {        // 转换        InputStream sbs = new ByteArrayInputStream(imageFile.getBytes());        BufferedImage bufferedImage = ImageIO.read(sbs);
        // 对图片进行文字识别        return tesseract.doOCR(bufferedImage);    }}

（6）编写识别的图片的服务

@RestController@RequestMapping("/api")@Slf4j@Api(description = "OCR服务")public class OcrController {
    @Resource    private OcrService ocrService;
    @PostMapping(value = "/recognize")    public String recognizeImage(@RequestParam("file") MultipartFile file) throws TesseractException, IOException {        // 调用OcrService中的方法进行文字识别        String result = ocrService.recognizeText(file);        log.info("识别图片的结果:{}", result);
        return result;    }}

（7）本平台就不写页面了，直接使用展示效果，配置

#1、添加依赖        io.springfox      springfox-swagger2      2.7.0             io.springfox       springfox-swagger-ui       2.7.0      #2、配置swagger@Configuration@EnableSwagger2public class SwaggerConfig {
    @Bean    public Docket webApiConfig(){        System.out.println("启动swagger");        return new Docket(documentationType.SWAGGER_2)                .groupName("webApi")                .apiInfo(webApiInfo())                .select()                //接口中由/admin   /error就不显示                .paths(Predicates.not(PathSelectors.regex("/admin/.*")))                .paths(Predicates.not(PathSelectors.regex("/error.*")))                //扫描指定的包                .apis(RequestHandlerSelectors.basePackage("com"))                .build();    }
    private ApiInfo webApiInfo(){        return new ApiInfoBuilder()                .title("OCR-API文档")     //swagger页面上大标题                .description("OCR微服务接口定义")    //描述                .version("1.0")                .contact(new Contact("java", "http://baidu.com", "1733150517@qq.com"))                .build();    }}

搭建完成之后的整体项目架构：

3、测试搭建的 OCR平台

（1）上传服务的jar包到了上

（2）启动项目（需要预先安装jdk和）

java -jar ocr-test-1.0-SNAPSHOT.jar

启动成功的效果：

（3）启动（:port/-ui.html）

至此整个平台就搭建完成。

下面进行图片测试：

后端打印的日志：

我们的图片文字识别的平台就搭建好了。