Необходима библиотека для распознавание текста с документа на PHP?

Question

[gitdev]

Через форму загружаются изображения и далее необходимо сканировать текст с изображений. Как реализовать на PHP (нужны готовые бесплатные библиотеки и анализаторы).

Answer 1

[rPman]

открытый бесплатный готовый к использованию - tesseract
недостаток, если документ не распознается, то нужно будет тюнить его шрифты

на английский язык и некоторые другие языки есть современные языковые OCR модели, гуглить на huggingface.co ocr multilang, на русский я не нашел. Но куча готового софта, подбираешь датасет, обучаешь,...

Comments

[posters]

Разве существует порт под php? В вопросе про php речь шла. Я только обертки видел.

[rPman]

конечно нет, заниматься такими извращениями никто не будет, всем достаточно запускать tesseract как обычный процесс и парсить вывод

Answer 2

[DobroFenix]

Тессеракт всё криво распознаёт. Распознать содержимое табличек или что-то рукописное даже не пытайтесь - будет куча мусора.
Используйте windows сервер и finereader. Всё будет работать из php.

$cmd = "\"C:\\Program Files (x86)\\ABBYY FineReader 15\\FineCmd.exe\" \"$file_full_patch\" /lang Mixed /out \"$file_save_patch\"";
proc_open($cmd, [], $pipe);