PHP使用OCR技术实现识别图片中的文字

时间：2024-11-27 11:05:48|栏目：PHP编程|点击：次

在日常开发中，我们常常会遇到需要从图片中提取文字的需求，例如处理扫描件中的文字、验证码识别或者实现文档数字化管理。OCR（Optical Character Recognition，光学字符识别）技术可以帮助我们快速完成这项任务。今天就来聊聊，如何在 PHP 中实现 OCR 技术，从图片中提取文字。

一、什么是OCR技术

OCR 是一种通过图像处理技术从图片或扫描件中提取文字的技术，它可以将非结构化的图片内容转化为可编辑的文本。这种技术广泛应用于以下场景：

证件扫描识别（如身份证、驾照等）
文档数字化存储
图片验证码识别
发票、票据处理

二、PHP如何实现OCR

尽管 PHP 本身并不提供原生的 OCR 支持，但可以通过以下几种方式轻松实现 OCR：

使用开源 OCR 引擎，如 Tesseract-OCR。
调用第三方 OCR 服务（如百度智能云、阿里云、腾讯云等）。

下面我们通过 Tesseract-OCR 和百度 OCR API 两种方式，手把手教你实现图片文字识别功能。

三、方法一：使用 Tesseract-OCR

1. 什么是 Tesseract-OCR

Tesseract 是 Google 提供的一个开源 OCR 引擎，它支持多种语言的文字识别，包括中文，且可以通过简单的命令行或程序语言调用。

2. 环境准备

安装 Tesseract

根据你的系统类型安装 Tesseract：

Ubuntu/Linux

sudo apt update
sudo apt install tesseract-ocr
sudo apt install tesseract-ocr-chi-sim # 安装中文语言包

MacOS

brew install tesseract
brew install tesseract-lang

Windows 前往 Tesseract 官方下载页面下载并安装。

3. PHP与Tesseract集成

安装 PHP 扩展

通过 Composer 安装适配 Tesseract 的 PHP 库，例如 thiagoalessio/tesseract_ocr：

composer require thiagoalessio/tesseract_ocr

示例代码

以下是一个简单的图片文字识别示例：

lang('chi_sim'); // 简体中文
$result = $ocr->run();

echo "识别结果：n";
echo $result;

运行后，如果 test-image.png 中包含文字，Tesseract 将会提取并输出文本内容。

四、方法二：调用百度OCR API

如果你希望更快速、更精准的识别效果，使用云服务是个不错的选择。这里以 百度智能云 OCR 为例。

1. 注册百度智能云

访问百度智能云 OCR 服务。
注册账号并创建应用，获取 API Key 和 Secret Key。

2. 安装 HTTP 请求库

推荐使用 Guzzle 发送 HTTP 请求。安装方式如下：

composer require guzzlehttp/guzzle

3. 获取 Access Token

百度 API 的访问需要使用 Access Token。以下是获取 Token 的代码：

post('https://aip.baidubce.com/oauth/2.0/token', [
        'form_params' => [
            'grant_type' => 'client_credentials',
            'client_id' => $apiKey,
            'client_secret' => $secretKey,
        ]
    ]);

    $data = json_decode($response->getBody(), true);
    return $data['access_token'] ?? null;
}

$apiKey = '你的API Key';
$secretKey = '你的Secret Key';

$token = getAccessToken($apiKey, $secretKey);
echo "Access Token: $tokenn";

4. 调用百度 OCR 接口

使用获得的 Token 调用 OCR 接口，完成图片文字识别：

post('https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic', [
        'headers' => [
            'Content-Type' => 'application/x-www-form-urlencoded',
        ],
        'query' => [
            'access_token' => $accessToken,
        ],
        'form_params' => [
            'image' => $imageData,
        ],
    ]);

    $data = json_decode($response->getBody(), true);
    return $data['words_result'] ?? [];
}

$imagePath = 'test-image.png';
$accessToken = '你的Access Token';

$result = recognizeText($imagePath, $accessToken);

echo "识别结果：n";
foreach ($result as $item) {
    echo $item['words'] . "n";
}

五、比较两种方案

特点	Tesseract-OCR	百度智能云 OCR
适用场景	本地离线识别	在线云服务，支持大规模处理
语言支持	多语言（需安装对应语言包）	多语言自动识别
识别精度	精度一般，取决于图片质量	精度高，适合复杂场景
复杂度	安装配置简单	需联网，稍复杂
费用	免费	部分功能收费