[PYTHON] C'était une vie que je voulais faire de l'OCR sur AWS Lambda pour localiser les personnages.
Chose que tu veux faire
--Je veux détecter la position des caractères à l'aide de l'OCR ――Je ne l'utilise pas si souvent, donc je veux l'exécuter sur Lambda --Je veux l'utiliser depuis le Web
C'est pourquoi j'ai pu le faire
Identification de la position des caractères avec OCR sur AWS Lambda
Le référentiel est ici
Qu'est-ce que tesseract?
--Logiciel qui effectue l'OCR --Entrez avec Brew sur Mac (v3.04)
- Non seulement vous pouvez obtenir les caractères, mais vous pouvez également afficher la position des caractères au format hOCR (html) ou tsv <-Important
Comment le faire fonctionner avec Lambda?
-Reportez-vous à StackOverflow ...
- Dans Lambda, cela fonctionne si vous téléchargez un fichier binaire autonome ou .so correctement. --subprocess (bibliothèque d'exécution de ligne de commande Python) fonctionne également
En d'autres termes ... !!
- Si vous le téléchargez avec tesseract, l'OCR fonctionnera sur Lambda !! *
À propos, si vous ne le construisez pas sur Amazon Linux, Pillow (PIL) sera témoin du phénomène selon lequel le cou de la fée est cassé et meurt sans en-tête ELF.
Comment détecter la position de la chaîne de caractères?
- En OCR général, la plupart des caractères sont renvoyés sous forme de texte. -Si vous lisez Doc, la v3.05 prend en charge le format tsv. --Tesseract (v3.04) sera inclus si vous insuko normalement
- Vous devez construire à la main selon StackOverflow pour utiliser la v3.05
C'était douloureux.
C'est pourquoi je vais écrire sur la façon de le présenter.
Installation
Tout utilisateur ec2 va bien.
Installation des packages requis
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
installation nvm
Dans Amazon Linux, la version du nœud qui a été placée dans yum est trop ancienne et il est difficile de faire diverses choses (décrites plus loin), alors mettez nvm dedans. Cependant, s'il ne s'agit pas d'Amazon Linux, vous obtiendrez une erreur dans Lambda lorsque vous le construirez, alors faisons de notre mieux.
$ 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
#Vérifier la version
$ npm -v
$ node -v
Installez Leptonica
Leptonica est nécessaire pour exécuter tesseract avec OSS qui effectue une analyse d'image Vous ne pouvez pas utiliser tesseract v3.05 sans augmenter la version ici
$ 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
Installez Tesseract
Puisque la v3.05 est encore dev, elle n'est pas sur la version == zip n'est pas abandonné, donc je vais le cloner et faire de mon mieux.
$ 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
Emballage pour 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
Vous pouvez maintenant l'utiliser en insérant package dans le package Lambda!
Après avoir essayé, wwwwww
Je suis désolé pour l'herbe.
C'est le résultat de donner une telle image
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
La source est comme ça
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
Après cela, n'hésitez pas à réécrire serverless.yml sur GitHub ou autre.
Recommended Posts