shenzh1990/go-ocr

基于go编写的一个通用ocr的服务。

介绍

这是使用Go语言开发的基于gosseract和tesseract4获取OCR信息的服务 同时支持在Centos7.9和Debain11平台上运行。

注意：

• 程序默认启动将会监听端口，webapi：8888；
• 开发和生产环境需要安装tesseract4的环境
• 本项目使用cedar进行分词，对OCR后的结果进行结构化，此部分可以作为参考，也可以使用AI能通过RAG框架实现结构化。

Centos7.9环境安装

基础安装和leptonica-1.79安装

yum install autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel gcc gcc-c++
wget https://github.com/DanBloomberg/leptonica/releases/download/1.79.0/leptonica-1.79.0.tar.gz
tar -zxvf leptonica-1.79.0.tar.gz
   cd leptonica-1.79.0
  ./configure --prefix=/usr/local/leptonica
  cd leptonica-1.79.0
make && make install 

编辑环境变量

vim /etc/profile

添加以下字段

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/leptonica/lib/pkgconfig
export PKG_CONFIG_PATH
CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/leptonica/include/leptonica
export CPLUS_INCLUDE_PATH
C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/leptonica/include/leptonica
export C_INCLUDE_PATH
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/leptonica/lib
export LD_LIBRARY_PATH
LIBRARY_PATH=$LIBRARY_PATH:/usr/local/leptonica/lib
export LIBRARY_PATH
LIBLEPT_HEADERSDIR=/usr/local/leptonica/include/leptonica
export LIBLEPT_HEADERSDIR

应用配置

source /etc/profile

安装tesseract4和字体

 yum-config-manager --add-repo https://download.opensuse.org/repositories/home:/Alexander_Pozdnyakov/CentOS_7/
 sudo rpm --import https://build.opensuse.org/projects/home:Alexander_Pozdnyakov/public_key
 yum update tesseract
 yum list tesseract
 yum install tesseract leptonica-devel tesseract-langpack-chi-sim -y  --nogpgcheck

安装go1.22版本

省略

Debain11环境安装

可参考项目文件中Debain.Dockerfile