原帖：https://baxin.netlify.app/build-text-extractor-python-under-30-lines/
从图像中提取文本，称为光学字符识别 (ocr)，对于文档处理、数据提取和可访问性应用程序来说是一项很有价值的功能。在本指南中，我们将使用 python 库创建一个 ocr 应用程序，例如用于 ocr 的 pytesseract、用于图像处理的 pillow 以及用于构建交互式 ui 的 gradio。我们将在 hugging face spaces 上部署此应用程序。
先决条件
开始之前，您需要一个 hugging face 帐户并对 docker 有基本的了解。
分步指南
第 1 步：创建一个拥抱脸部空间
- 导航到 hugging face spaces：登录 hugging face 并转到“spaces”部分。
-
创建一个新空间：
- 点击“新空间”。
- 为您的空间命名（例如，图像文本提取器）。
- 选择gradio作为sdk并设置可见性（公共或私有）。
- 点击“创建空间”。
第 2 步：创建 dockerfile
要在具有所需系统依赖项的 hugging face spaces 上部署（例如用于 ocr 的 tesseract），我们需要一个用于配置环境的 dockerfile。
立即学习“Python免费学习笔记（深入）”；
创建一个包含以下内容的 dockerfile：
# use an official python runtime as a parent image from python:3.12 env pip_root_user_action=ignore # set the working directory in the container workdir $home/app # install system dependencies run apt-get update && apt-get install -y run apt-get install -y tesseract-ocr run apt-get install -y libtesseract-dev run apt-get install -y libgl1-mesa-glx run apt-get install -y libglib2.0-0 run pip install --upgrade pip # copy requirements and install dependencies copy requirements.txt requirements.txt run pip install --no-cache-dir -r requirements.txt # copy the app code copy app.py ./ # expose the port for gradio expose 7860 # run the application cmd ["python", "app.py"]
第 3 步：创建 ocr 应用程序
- 创建一个名为 app.py 的文件，其中包含以下内容：
import gradio as gr
import pytesseract
from pil import image
import os
def extract_text(image_path):
if not image_path:
return "no image uploaded. please upload an image."
if not os.path.exists(image_path):
return f"error: file not found at {image_path}"
try:
img = image.open(image_path)
text = pytesseract.image_to_string(img)
return text if text.strip() else "no text detected in the image."
except exception as e:
return f"an error occurred: {str(e)}"
iface = gr.interface(
fn=extract_text,
inputs=gr.image(type="filepath", label="upload an image"),
outputs=gr.textbox(label="extracted text"),
title="image text extractor",
description="upload an image and extract text from it using ocr."
)
iface.launch(server_name="0.0.0.0", server_port=7860)
- 创建requirements.txt文件来指定依赖项：
gradio pytesseract Pillow
此设置包括：
- 图像上传：gr.image(type="filepath") 允许用户将图像作为文件路径上传，由 pytesseract 处理。
- 文本提取：pytesseract.image_to_string 从图像中提取文本。
- 用户界面：gradio 生成一个简单的 ui，供用户上传图像和查看提取的文本。
第 4 步：将所有文件推送到拥抱面部空间
创建所有文件后，将它们推送到您的拥抱空间
