Tesseract 和 Php ocr

Question

我希望使用 Tesseract 将大量图像文件转换为文本。

我查看了他们的文档，但不知道这与 PHP 有何关系，以及我的 php 脚本如何与 tesseract ocr 交互。我在其他问题上看到表明 php exec() 可能是这样。

$img = myimage.png;
$text = exec($img,'tesseract');

我已经下载并安装了 tesseract。 使用安装了最新版本 xampp 的 Windows 7。 我有初级到中级的 php 知识。 我缺少什么知识？

更新 我现在可以在 powershell 和 cmd 中使用它，

tesseract.exe D:\Documents\Web_Development\Sandbox\php\images\23.png D:\Documents\Web_Development\Sandbox\php\images\23

但是当我尝试像这样通过 exec 运行它时：

<?php 
exec('tesseract.exe D:\Documents\Web_Development\Sandbox\images\23.png D:\Documents\Web_Development\Sandbox\images\23');
?>

我从 Windows 中收到一个弹出窗口，显示 tesseract.exe 已停止工作。以下是错误详细信息（如果它们对任何人都有意义的话）。

Problem signature:
  Problem Event Name:   BEX
  Application Name: tesseract.exe
  Application Version:  0.0.0.0
  Application Timestamp:    4ca507b3
  Fault Module Name:    MSVCR90.dll
  Fault Module Version: 9.0.30729.4926
  Fault Module Timestamp:   4a1743c1
  Exception Offset: 0002f93e
  Exception Code:   c0000417
  Exception Data:   00000000
  OS Version:   6.1.7600.2.0.0.768.3
  Locale ID:    1033
  Additional Information 1: e958
  Additional Information 2: e95831f9d00a16a326250da660e931c5
  Additional Information 3: 040a
  Additional Information 4: 040a259d27c5ccf749ee18722d5fbec0

Answer 1

您应该尝试在没有 PHP 的情况下让它工作，即从 ms windows CLI 界面（ms-dos 提示符）。之后，您只需将在 CLI 中输入的任何内容放入 PHP 运行时，通过 CLI 或其他一些 IPC 机制，最终用 PHP 变量对其进行参数化。

例如，如果在 CLI 中您要输入

ipconfig /all

以获取系统的 IP 配置，那么在 PHP 中您只需使用：

<?php
echo '<pre>';
echo exec('ipconfig /all');
echo '</pre>';

回到您的问题，如果在 CLI 中您要发出：

tesseract document.tif result

那么在 PHP 中您将就

<?php
echo '<pre>';
echo exec('tesseract document.tif result');
echo '</pre>';

这样吧。它并不特定于 tesseract，它适用于任何程序（带有 CLI 界面）。

如果您需要对输出或输入进行更多控制（因为在程序运行时要求用户输入的情况），您应该使用 proc_*() 系列函数http://ch2.php.net/manual/en/function.exec.php祝

你好运！