製作自己的tesseract-docker環境映象包（實戰）
阿新 • • 發佈：2020-09-02
做OCR圖文識別，在linux系統上釋出時，需要安裝tesseract環境。網上資訊比較雜，基於各種linux系統做的Dockerfile，其表現也是五花八門，搞不清白。以下是我經過一兩天的摸索的成果，可以有效的部署環境，希望對大家有用。過程大致分為三個階段：1、製作基礎映象包，安裝tesseract環境；2、上傳tessdata語言包到伺服器上，供tesseract識別時對照；3、製作應用程式的映象，掛載tessdata語言包目錄到/usr/local/share/tessdata，同時設定docker容器的環境變數TESSDATA_PREFIX；
一、準備基礎映象的Dockerfile檔案。需要相關資原始檔tesseract-4.1.1.tar.gz，leptonica-1.80.0.tar.gz
https://github.com/tesseract-ocr/tesseract/releases/tag/4.1.1
http://www.leptonica.org/source/leptonica-1.80.0.tar.gz
FROM mamohr/centos-java LABEL ANTHOR="siman([email protected])" VERSION="1.0.0" BUILD_DATE="2020-09-01" \ RESOURCES="https://github.com/tesseract-ocr/tesserac http://www.leptonica.org/index.html https://github.com/tesseract-ocr/tessdata" \ DESCRIPTION="This image integrated and edited the running environment of tesseract-4.1.1 and leptonica-1.80.0, \ and made it based on CentOS system. Based on this basic image, you can run your own tess4j jar application" # 環境變數(tesseract) ENV LD_LIBRARY_PATH="/usr/local/lib" \ LIBLEPT_HEADERSDIR="/usr/local/include" \ PKG_CONFIG_PATH="/usr/local/lib/pkgconfig" # 安裝tesseract環境 ADD tesseract-4.1.1.tar.gz / ADD leptonica-1.80.0.tar.gz / RUN yum -y install file automake libicu-devel libpango1.0-dev libcairo-dev libjpeg-devel libpng-devel libtiff-devel zlib-devel libtool gcc-c++ make \ && cd /leptonica-1.80.0 && ./configure && make && make install \ && cd /tesseract-4.1.1 && ./autogen.sh && ./configure && make && make install \ && rm -rf /leptonica-1.80.0 /tesseract-4.1.1 # 時區設定 RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime RUN echo 'Asia/Shanghai' >/etc/timezone
二、建立基礎映象包
docker build -t tess/centos-java:v1.0 .
三、安裝tessdata包
連結:https://pan.baidu.com/s/1XAvPkTdUXuFq-q2InDREhQ提取碼: 6vjp
四、製作自己的springboot-ocr服務映象包
FROM tess/centos-java:v1.0 LABEL ANTHOR="siman([email protected])" VERSION="1.0.0" BUILD_DATE="2020-09-01" VOLUME /tmp ADD simm-framework-test-1.0.jar app.jar EXPOSE 8080 ENV TESSDATA_PREFIX="/usr/local/share/tessdata" # 啟動入口 ENTRYPOINT ["java","-jar","/app.jar"]
五、啟動容器，並掛載tessdata目錄
docker run -it -v /usr/tessdata:/usr/local/share/tessdata -p 8080:8080 --name="ocr-api" ocr-api:v1.0