51工具盒子
基于 Spring Boot3.3 + EasyOCR 实现图片转文字功能
在当今数字化信息时代，图像中的文字信息越来越重要，无论是文档扫描、名片识别，还是车辆牌照的识别，OCR（Optical Character Recognition，光学字符识别）技术都在各个领域发挥着关键作用。本文将介绍如何基于 Spring Boot 框架集成 EasyOCR，实现图片转文字的功能。我们将通过实际的代码示例，详细讲解从前端上传图片、后端处理到最终文字识别的全过程。
运行效果：
识别效果：
若想获取项目完整代码以及其他文章的项目源码，且在代码编写时遇到问题需要咨询交流，欢迎加入下方的知识星球。
什么是 OCR？
OCR 是一种将图片中的印刷体或手写文本转换为可编辑文本的技术。它广泛应用于文档管理系统、车牌识别、票据处理、身份证识别等领域。传统的 OCR 解决方案通常基于复杂的机器学习算法，需进行大量的数据训练。然而，随着深度学习的快速发展，出现了一些更加灵活且易于使用的 OCR 框架，其中 EasyOCR 就是一个突出的代表。
EasyOCR 框架简介
EasyOCR 简介
EasyOCR 是一个由 Jaided AI 开发的开源 OCR 解决方案。它基于 PyTorch 深度学习框架，具有开箱即用、易于集成、支持多语言等特点。与传统的 OCR 工具相比，EasyOCR 不仅识别速度快，还能处理各种复杂的文本图像，如弯曲的文本、不同字体、各种语言混合的文本等。
EasyOCR 的特性
-
多语言支持：EasyOCR 支持 80 多种语言，包括中英双语、日语、韩语、阿拉伯语等，特别适合需要处理多语言文本的场景。
-
开源免费：EasyOCR 完全开源，并且在 GitHub 上持续维护和更新，开发者可以免费使用并进行二次开发。
-
易于集成：只需简单几行代码，即可将 EasyOCR 集成到现有项目中。其 API 设计简单明了，非常适合快速开发和部署。
-
高准确率：基于深度学习的模型，EasyOCR 在复杂场景下的文本识别准确率较高，能够应对弯曲文本、复杂背景等难题。
-
轻量级：与其他基于深度学习的 OCR 解决方案相比，EasyOCR 更加轻量级，占用资源少，适合嵌入式设备和服务器应用。
环境准备
-
Python 环境：EasyOCR 是基于 Python 的，因此需要在系统中安装 Python。
-
EasyOCR 安装：使用 pip 安装 EasyOCR。
pip install easyocr
Spring Boot 项目：我们将创建一个 Spring Boot 项目，并通过 HTTP 请求将图片传递给 Python 脚本进行 OCR 处理。
项目结构
easyocr
|-- src
| |-- main
| |-- java
| |-- com
| |-- icoderoad
| |-- easyocr
| |-- EasyOcrApplication.java
| |-- controller
| |-- OcrController.java
|-- resources
| |-- application.yml
|-- pom.xml
|-- ocr_script.py
Python OCR 脚本
首先，我们编写一个 Python 脚本 ocr_script.py，用于接收图像文件并使用 EasyOCR 进行文字识别。
import easyocr import sysdef extract_text_from_image(image_path): # 初始化 EasyOCR Reader，支持中文和英文 reader = easyocr.Reader(['ch_sim', 'en']) # 'ch_sim' 用于简体中文，'ch_tra' 用于繁体中文 results = reader.readtext(image_path) text = "" for result in results: text += result[1] + "\n" return text
if name == "main": image_path = sys.argv[1] # 从命令行参数获取图片路径 text = extract_text_from_image(image_path) print(text) # 输出识别结果
Spring Boot 配置
pom.xml 配置
添加 spring-boot-starter-web 和 commons-io 依赖，用于创建 REST API 和处理文件操作。
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.11.0</version>
</dependency>
</dependencies>
application.yml 配置
配置文件上传的临时存储路径。
server:
port: 8080
spring:
servlet:
multipart:
max-file-size: 10MB
max-request-size: 10MB
ocr:
python-path: /path/python/bin/python
script-path: /path/to/ocr_script.py
upload-dir: /tmp/uploads/
EasyOcrApplication.java
Spring Boot 启动类。
package com.icoderoad.easyocr;import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication public class EasyocrApplication {
public static void main(String[] args) { SpringApplication.run(EasyocrApplication.class, args); }
}
创建配置类
使用 @ConfigurationProperties 注解创建一个配置类，以便将 YAML 文件中的配置注入到 Spring Boot 应用中。
OcrProperties.java
package com.icoderoad.easyocr.config;import org.springframework.boot.context.properties.ConfigurationProperties; import org.springframework.stereotype.Component;
@Component @ConfigurationProperties(prefix = "ocr") public class OcrProperties {
private String pythonPath; private String scriptPath; private String uploadDir;
public String getPythonPath() { return pythonPath; }
public void setPythonPath(String pythonPath) { this.pythonPath = pythonPath; }
public String getScriptPath() {return scriptPath; }
public void setScriptPath(String scriptPath) { this.scriptPath = scriptPath; }
public String getUploadDir() { return uploadDir; }
public void setUploadDir(String uploadDir) { this.uploadDir = uploadDir; } }
OcrController.java
控制器用于处理文件上传和调用 Python 脚本。
package com.icoderoad.easyocr.controller;import java.io.File; import java.io.IOException;
import org.apache.commons.io.FileUtils; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.ui.Model; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.PostMapping; import org.springframework.web.bind.annotation.RequestMapping; import org.springframework.web.bind.annotation.RequestParam; import org.springframework.web.bind.annotation.RestController; import org.springframework.web.multipart.MultipartFile;
import com.icoderoad.easyocr.config.OcrProperties;
@RestController @RequestMapping("/api/ocr") public class OcrController {
@Autowired private OcrProperties ocrProperties;
@PostMapping("/extract") public String extractText(@RequestParam("file") MultipartFile file) { try { // 保存上传的文件 File tempFile = new File(ocrProperties.getUploadDir() + file.getOriginalFilename()); FileUtils.writeByteArrayToFile(tempFile, file.getBytes());
// 调用 Python 脚本 ProcessBuilder processBuilder = new ProcessBuilder(ocrProperties.getPythonPath(), ocrProperties.getScriptPath(), tempFile.getAbsolutePath()); Process process = processBuilder.start(); process.waitFor();
// 读取输出 String output = new String(process.getInputStream().readAllBytes()); return output; } catch (IOException | InterruptedException e) { e.printStackTrace(); return "OCR 识别失败"; } } }
前端示例
使用 Thymeleaf 模板、Bootstrap 和 JavaScript 创建一个简单的前端页面，允许用户上传图片并查看 OCR 结果。
src/main/resources/templates/index.html
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>OCR 图片识别</title> <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/css/bootstrap.min.css"> </head> <body> <div class="container"> <h1 class="mt-5">OCR 图片识别</h1> <form id="uploadForm"> <div class="form-group"> <label for="fileInput">选择图片文件:</label> <input type="file" class="form-control" id="fileInput" name="file" required> </div> <button type="submit" class="btn btn-primary">上传并识别</button> </form> <div class="mt-3"> <h2>识别结果:</h2> <pre id="result">上传图片以查看识别结果</pre> </div> </div>
<script src="https://code.jquery.com/jquery-3.3.1.min.js"></script> <script src="/js/app.js"></script> </body> </html>
src/main/resources/static/js/app.js
$(document).ready(function() { $('#uploadForm').on('submit', function(event) { event.preventDefault();// 获取文件输入 var fileInput = $('#fileInput')[0].files[0];
// 检查是否选择了文件 if (!fileInput) { alert("请选择一个文件"); return; }
// 创建 FormData 对象 var formData = new FormData(); formData.append('file', fileInput);
// 使用 jQuery 的 AJAX 发送 POST 请求 $.ajax({ url: '/api/ocr/extract', type: 'POST', data: formData, contentType: false, // 不设置内容类型，让浏览器自动处理 processData: false, // 不处理数据，让它保持原样 success: function(result) { // 在页面上显示识别结果 $('#result').text(result); }, error: function(xhr, status, error) { console.error('Error:', error); alert('识别失败，请稍后重试。'); } }); }); });
总结
在这篇文章中，我们展示了如何使用 EasyOCR 与 Spring Boot 集成实现图片文字识别。通过 Python 脚本处理 OCR 任务，并在 Spring Boot 应用中处理文件上传和调用 OCR 脚本，最终将识别结果返回给前端页面。这种方法结合了 EasyOCR 强大的文字识别能力与 Spring Boot 灵活的 Web 开发特性，为大家提供了一个完整的解决方案。
