无法使用 python3 使 tesseract 在 Google 应用程序引擎中工作

Question

我正在尝试在 Google App Engine 上部署一个也具有 OCR 功能的应用程序。我使用 homebrew 下载了 tesseract，并使用pytesseractPython 进行包装。OCR 功能在我的本地系统上有效，但当我将应用程序上传到 Google App Engine 时却不起作用。

我tesseract从 usr/local/cellar/tesseract 复制文件夹并粘贴到我的应用程序的工作目录中。我将超正方文件和pytesseract文件上传到应用程序引擎。我已经指定了 tesseract 的路径，os.getcwd()以便pytesseract可以找到它。然而，这是行不通的。App Engine 找不到要执行的文件，因为它们不在同一目录 ( os.getcwd()) 中。

代码来自 pytesseract.py

cmda = os.getcwd()
# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY


def find_all(name, path):
    result = []
    for root, dirs, files in os.walk(path):
        if name in files:
            result.append(os.path.join(root, name))
    return result

founds = find_all("tesseract",cmda)

tesseract_cmd = founds[0]

Google App Engine 的错误是：

tesseract 未安装在您的路径上。

Answer 1

Google App Engine 标准环境不适合您的使用案例。确实，pytesseract和Pillow库可以通过安装pip。但这些库需要安装tesseract-ocr和libtesseract-dev平台包，而这些包不包含在 App Engine 标准 Python3.7 运行时的基本运行时中。这会产生您收到的错误。

\n\n

解决方案是使用Cloud Run，它将在 Docker 容器中运行您的应用程序，并且您将能够自定义运行时。我已修改此快速入门指南，以在 Cloud Run 上运行一个示例应用程序，该应用程序使用pytesseract.

\n\n

我的文件夹结构：

\n\n

\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 sample\n \xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 requirements.txt\n \xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 Dockerfile\n    \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 app.py\n    \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 test.png\n

\n\n

这里是Dockerfile：

\n\n

# Use the official Python image.\n# https://hub.docker.com/_/python\nFROM python:3.7\n\n# Copy local code to the container image.\nENV APP_HOME /app\nWORKDIR $APP_HOME\nCOPY . ./\n\n# Install production dependencies.\nRUN pip install Flask gunicorn\nRUN pip install -r requirements.txt\n\n#Install tesseract\nRUN apt-get update -qqy && apt-get install -qqy \\\n        tesseract-ocr \\\n        libtesseract-dev\n\n# Run the web service on container startup. Here we use the gunicorn\n# webserver, with one worker process and 8 threads.\n# For environments with multiple CPU cores, increase the number of workers\n# to be equal to the cores available.\nCMD exec gunicorn --bind :$PORT --workers 1 --threads 8 app:app\n

\n\n

内容app.py：

\n\n

from flask import Flask\nfrom PIL import Image\nimport pytesseract\n\n\n# If `entrypoint` is not defined in app.yaml, App Engine will look for an app\n# called `app` in `main.py`.\napp = Flask(__name__)\n\n@app.route(\'/\')\ndef hello():\n    return pytesseract.image_to_string(Image.open(\'test.png\'))\n\n\nif __name__ == "__main__":\n    app.run(debug=True,host=\'0.0.0.0\',port=int(os.environ.get(\'PORT\', 8080)))\n

\n\n

这requirements.txt：

\n\n

Flask==1.1.1\npytesseract==0.3.0\nPillow==6.2.0\n

\n\n

现在要容器化并部署您的应用程序，只需运行：

\n\n

\n

1. gcloud builds submit --tag gcr.io/<PROJECT_ID>/helloworld构建容器并将其提交到Container Registry。

\n

2. gcloud beta run deploy --image gcr.io/<PROJECT_ID>/helloworld --platform managed将容器部署到 Cloud Run。

\n

\n