使用 Gradio 和 Hugging Face 在 Lines 下使用 Python 代码构建文本提取器应用程序

原帖：https://baxin.netlify.app/build-text-extractor-python-under-30-lines/

从图像中提取文本，称为光学字符识别 (ocr)，对于文档处理、数据提取和可访问性应用程序来说是一项很有价值的功能。在本指南中，我们将使用 python 库创建一个 ocr 应用程序，例如用于 ocr 的 pytesseract、用于图像处理的 pillow 以及用于构建交互式 ui 的 gradio。我们将在 hugging face spaces 上部署此应用程序。

先决条件

开始之前，您需要一个 hugging face 帐户并对 docker 有基本的了解。

分步指南

第 1 步：创建一个拥抱脸部空间

1. 导航到 hugging face spaces：登录 hugging face 并转到“spaces”部分。
2. 创建一个新空间：
   • 点击“新空间”。
   • 为您的空间命名（例如，图像文本提取器）。
   • 选择gradio作为sdk并设置可见性（公共或私有）。
   • 点击“创建空间”。

第 2 步：创建 dockerfile

要在具有所需系统依赖项的 hugging face spaces 上部署（例如用于 ocr 的 tesseract），我们需要一个用于配置环境的 dockerfile。

创建一个包含以下内容的 dockerfile：

# use an official python runtime as a parent image
from python:3.12
env pip_root_user_action=ignore

# set the working directory in the container
workdir $home/app

# install system dependencies
run apt-get update && apt-get install -y
run apt-get install -y tesseract-ocr
run apt-get install -y libtesseract-dev
run apt-get install -y libgl1-mesa-glx
run apt-get install -y libglib2.0-0
run pip install --upgrade pip

# copy requirements and install dependencies
copy requirements.txt requirements.txt
run pip install --no-cache-dir -r requirements.txt

# copy the app code
copy app.py ./

# expose the port for gradio
expose 7860

# run the application
cmd ["python", "app.py"]

第 3 步：创建 ocr 应用程序

1. 创建一个名为 app.py 的文件，其中包含以下内容：

import gradio as gr
import pytesseract
from pil import image
import os

def extract_text(image_path):
    if not image_path:
        return "no image uploaded. please upload an image."

    if not os.path.exists(image_path):
        return f"error: file not found at {image_path}"

    try:
        img = image.open(image_path)
        text = pytesseract.image_to_string(img)
        return text if text.strip() else "no text detected in the image."
    except exception as e:
        return f"an error occurred: {str(e)}"

iface = gr.interface(
    fn=extract_text,
    inputs=gr.image(type="filepath", label="upload an image"),
    outputs=gr.textbox(label="extracted text"),
    title="image text extractor",
    description="upload an image and extract text from it using ocr."
)

iface.launch(server_name="0.0.0.0", server_port=7860)

1. 创建requirements.txt文件来指定依赖项：

gradio
pytesseract
Pillow

此设置包括：

• 图像上传：gr.image(type="filepath") 允许用户将图像作为文件路径上传，由 pytesseract 处理。
• 文本提取：pytesseract.image_to_string 从图像中提取文本。
• 用户界面：gradio 生成一个简单的 ui，供用户上传图像和查看提取的文本。

第 4 步：将所有文件推送到拥抱面部空间

创建所有文件后，将它们推送到您的拥抱空间

以上就是使用 Gradio 和 Hugging Face 在 Lines 下使用 Python 代码构建文本提取器应用程序的详细内容，更多请关注其它相关文章！