ruby-on-rails - 为 Heroku Rails 应用实现 OCR

Question

我需要 Heroku 上的 Rails 应用程序的 OCR 功能。我让 tesseract 工作的努力没有成功。有没有人有什么建议？很难相信像 OCR 这样基本的东西在 Heroku 上的 Rails 这样无处不在的东西上不受支持。

努力让 TESSERACT 工作的背景

使用 tesseract 二进制文件和 tesseract-ocr gem

的应用程序在 MacOS 上运行良好

Heroku 没有内置的 tesseract 支持，也不支持安装二进制文件(见 Configuring environmental paths in Heroku)

大多数关于 Heroku 上的 tesseract 的 SO 问题都没有答案( Using Tesseract on Heroku with Django 、 Tesseract-OCR on Heroku with Node.js )

无法获取 tesseract_bin gem 在本地加载(尚未在 Heroku 上尝试过)

使用路线 buildpack-libraries对我来说似乎势不可挡(如果这种方法可行，我不明白为什么有人没有提供预先打包的解决方案)

加载 TESERACT_BIN gem 的特定错误

/Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/2.0.0/pathname.rb:422:in `open': No such file or directory - /Users/palfvin/.rvm/gems/ruby-2.0.0-p247@avlats/gems/tesseract_bin-1.0.2/bin (Errno::ENOENT)
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/2.0.0/pathname.rb:422:in `foreach'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/2.0.0/pathname.rb:422:in `children'
    from /Users/palfvin/.rvm/gems/ruby-2.0.0-p247@avlats/gems/tesseract_bin-1.0.2/lib/tesseract_bin.rb:7:in `<module:TesseractBin>'
    from /Users/palfvin/.rvm/gems/ruby-2.0.0-p247@avlats/gems/tesseract_bin-1.0.2/lib/tesseract_bin.rb:3:in `<top (required)>'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/site_ruby/2.0.0/rubygems/core_ext/kernel_require.rb:110:in `require'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/site_ruby/2.0.0/rubygems/core_ext/kernel_require.rb:110:in `rescue in require'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/site_ruby/2.0.0/rubygems/core_ext/kernel_require.rb:35:in `require'
    from tmp/tesseract.rb:261:in `<main>'

Answer 1

我在 RoR 中为 Heroku 开发了一个使用 Tesseract OCR 的简单服务器。服务器接收 jpg 图像，运行 OCR 并将文本作为字符串返回。这对您来说可能是一个很好的起点。

https://github.com/fouady/RoR-Tesseract-Heroku

此外，我使用了一个我为自己修改过的自定义 buildpack。您将在此处找到详细信息:

https://github.com/fouady/heroku-buildpack-tesseract

我希望这能解决你的问题。