[PYTHON] Es war ein Leben, das ich auf AWS Lambda OCR wollte, um die Charaktere zu lokalisieren.
Was du machen willst
- Ich möchte die Position von Zeichen mithilfe von OCR ermitteln ――Ich benutze es nicht so oft, deshalb möchte ich es auf Lambda ausführen
- Ich möchte es aus dem Web verwenden
Deshalb konnte ich es schaffen
Identifikation der Zeichenposition mit OCR auf AWS Lambda
Das Repository ist hier
Was ist Tesseract?
- Software, die OCR durchführt --Geben Sie mit Brew auf dem Mac ein (v3.04)
- Sie können nicht nur die Zeichen abrufen, sondern auch die Position der Zeichen im hOCR- (html) oder tsv-Format <-Wichtig ausgeben
Wie bringen Sie es dazu, mit Lambda zu arbeiten?
- Verweisen Sie auf StackOverflow ...
- In Lambda funktioniert es, wenn Sie eine eigenständige Binärdatei oder .so ordnungsgemäß hochladen. --subprocess (Python-Befehlszeilenausführungsbibliothek) funktioniert ebenfalls
Mit anderen Worten ... !!
- Wenn Sie es mit Tesseract hochladen, funktioniert OCR auf Lambda !! *
Übrigens, wenn Sie es nicht unter Amazon Linux erstellen, wird Pillow (PIL) das Phänomen beobachten, dass der Hals der Fee gebrochen ist und ohne ELF-Header stirbt.
Wie erkennt man die Position der Zeichenkette?
――In der allgemeinen OCR werden die meisten Zeichen als Text zurückgegeben. -Wenn Sie [Doc] lesen (https://github.com/tesseract-ocr/tesseract/wiki/Command-Line-Usage), unterstützt v3.05 das tsv-Format. --Tesseract (v3.04) wird eingeschlossen, wenn Sie normal insuko
- Sie müssen gemäß StackOverflow von Hand erstellen, um v3.05 verwenden zu können
Das war schmerzhaft.
Deshalb werde ich darüber schreiben, wie man es einführt.
Installation
Alle ec2-Benutzer sind in Ordnung.
Installation der erforderlichen Pakete
sudo yum install -y gcc gcc-c++ make
sudo yum install -y autoconf aclocal automake
sudo yum install -y libtool
sudo yum install -y libjpeg-devel libpng-devel libtiff-devel zlib-devel
sudo yum install -y git
NVM-Installation
Unter Amazon Linux ist die Version von node, die in yum eingefügt wurde, zu alt und es ist schwierig, verschiedene Dinge zu tun (später beschrieben). Fügen Sie also nvm ein. Wenn es sich jedoch nicht um Amazon Linux handelt, wird beim Erstellen von Lambda eine Fehlermeldung angezeigt. Lassen Sie uns also unser Bestes geben.
$ curl -o- https://raw.githubusercontent.com/creationix/nvm/v0.33.0/install.sh | bash
$ source ~/.bashrc
$ nvm install v6.9.4
$ nvm alias default v6.9.4
#Version prüfen
$ npm -v
$ node -v
Installieren Sie Leptonica
Leptonica ist erforderlich, um Tesseract mit OSS auszuführen, das Bildanalysen durchführt Sie können tesseract v3.05 nicht verwenden, ohne die Version hier zu erhöhen
$ cd ~
$ mkdir leptonica
$ cd leptonica
$ wget http://www.leptonica.com/source/leptonica-1.74.tar.gz
# unzip
$ tar -zxvf leptonica-1.73.tar.gz
$ cd leptonica-1.73
# build
$ ./configure
$ make
$ sudo make install
Installieren Sie Tesseract
Da v3.05 noch dev ist, ist es nicht in der Version == zip wird nicht gelöscht, also werde ich es klonen und mein Bestes geben.
$ cd ~
$ git clone https://github.com/tesseract-ocr/tesseract.git
$ cd tesseract/
$ git checkout -b 3.05 origin/3.05
# initialize
$ ./autogen.sh
# build
$ ./configure
$ make
$ sudo make install
Verpackung für Lambda
$ cd ~
$ mkdir package
$ cd package
# Copy libraries
$ cp /usr/local/bin/tesseract .
$ mkdir lib
$ cd lib
$ cp /usr/local/lib/libtesseract.so.3 .
$ cp /usr/local/lib/liblept.so.5 .
$ cp /lib64/librt.so.1 .
$ cp /lib64/libz.so.1 .
$ cp /usr/lib64/libpng12.so.0 .
$ cp /usr/lib64/libjpeg.so.62 .
$ cp /usr/lib64/libtiff.so.5 .
$ cp /lib64/libpthread.so.0 .
$ cp /usr/lib64/libstdc++.so.6 .
$ cp /lib64/libm.so.6 .
$ cp /lib64/libgcc_s.so.1 .
$ cp /lib64/libc.so.6 .
$ cp /lib64/ld-linux-x86-64.so.2 .
$ cp /usr/lib64/libjbig.so.2.0 .
# Get trained data
$ cd ..
$ mkdir tessdata
$ cd tessdata
$ wget https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata
$ wget https://github.com/tesseract-ocr/tessdata/raw/master/osd.traineddata
# Make config file
$ mkdir configs
$ echo 'tessedit_create_tsv 1' > tsv
$ cd ../..
$ zip -r package.zip package
Jetzt können Sie es verwenden, indem Sie "Paket" in das Lambda-Paket einschließen!
Als Ergebnis des Versuchs, wwwwww
Das Gras tut mir leid.
Dies ist das Ergebnis eines solchen Bildes
level page_num block_num par_num line_num word_num left top width height conf text
1 1 0 0 0 0 0 0 1080 1920 -1
2 1 1 0 0 0 29 11 1025 50 -1
3 1 1 1 0 0 29 11 1025 50 -1
4 1 1 1 1 0 29 11 1025 50 -1
5 1 1 1 1 1 29 11 548 50 60 GnAflQflAA
5 1 1 1 1 2 640 15 167 43 58 X-IIZII"
5 1 1 1 1 3 899 14 155 44 89 l11:57
2 1 2 0 0 0 0 0 1080 76 -1
3 1 2 1 0 0 0 0 1080 76 -1
4 1 2 1 1 0 0 0 1080 76 -1
5 1 2 1 1 1 0 0 1080 76 95
2 1 3 0 0 0 192 829 197 66 -1
3 1 3 1 0 0 192 829 197 66 -1
4 1 3 1 1 0 192 829 197 66 -1
5 1 3 1 1 1 192 851 93 44 87 00
5 1 3 1 1 2 336 829 53 66 71 la
2 1 4 0 0 0 122 992 718 109 -1
3 1 4 1 0 0 122 992 718 109 -1
4 1 4 1 1 0 122 992 718 47 -1
5 1 4 1 1 1 122 995 88 44 89 Sign
5 1 4 1 1 2 229 995 31 34 94 in
5 1 4 1 1 3 276 997 40 32 86 to
5 1 4 1 1 4 332 997 64 42 89 get
5 1 4 1 1 5 410 993 66 36 86 the
5 1 4 1 1 6 493 997 104 32 84 most
5 1 4 1 1 7 613 997 66 32 86 out
5 1 4 1 1 8 695 992 41 37 91 of
5 1 4 1 1 9 749 1003 91 36 93 your
4 1 4 1 2 0 122 1065 144 36 -1
5 1 4 1 2 1 122 1065 144 36 87 device.
2 1 5 0 0 0 124 1269 312 46 -1
3 1 5 1 0 0 124 1269 312 46 -1
4 1 5 1 1 0 124 1269 312 46 -1
5 1 5 1 1 1 124 1269 111 36 87 Email
5 1 5 1 1 2 253 1279 40 26 92 or
5 1 5 1 1 3 310 1269 126 46 89 phone
Die Quelle ist so
import requirements
from PIL import Image
import sys
import pyocr
import pyocr.builders
import urllib
import os
import subprocess
import base64
import json
import boto3
SCRIPT_DIR = os.path.dirname(os.path.abspath(__file__))
LIB_DIR = os.path.join(SCRIPT_DIR, 'lib')
LANG_DIR = os.path.join(SCRIPT_DIR, 'tessdata')
def response(code, body):
return {
'statusCode': code,
'headers': {
'Access-Control-Allow-Origin': '*',
},
'body': json.dumps(body),
}
def handler(event, context):
# Get the bucket and object from the event
try:
tools = pyocr.get_available_tools()
if len(tools) == 0:
print("No OCR tool found")
sys.exit(1)
tool = tools[0]
print("Will use tool '%s'" % (tool.get_name()))
request = event['body']
result_filepath = '/tmp/result'
img_filepath = '/tmp/image.png'
with open(img_filepath, 'wb') as fh:
fh.write(base64.decodestring(request['template']))
command = 'LD_LIBRARY={} TESSDATA_PREFIX={} {}/tesseract {} {} -l eng --oem 0 tsv'.format(
LIB_DIR,
SCRIPT_DIR,
SCRIPT_DIR,
img_filepath,
result_filepath
)
print command
try:
output = subprocess.check_output(
command,
shell=True,
stderr=subprocess.STDOUT
)
print(output)
with open(result_filepath + '.tsv', 'rb') as fh:
print(fh.read())
except subprocess.CalledProcessError as e:
return "except:: " + e.output
except Exception as e:
print(e)
raise e
Danach können Sie serverless.yml auf GitHub oder was auch immer neu schreiben.
Recommended Posts