Question

我希望使用Tesseract将大量图像文件转换为文本。

我查看了他们的文档，但不知道这与PHP的关系以及我的php脚本如何与tesseract ocr交互。我已经看到其他问题表明php exec（）可能就是这样。

$img = myimage.png;
$text = exec($img,'tesseract');

我已经下载并安装了tesseract。使用安装了最新版xampp的Windows 7。我有初学者对PHP的中级知识。我缺少什么知识？

更新我现在可以在PowerShell和cmd中使用

tesseract.exe D:\Documents\Web_Development\Sandbox\php\images\23.png D:\Documents\Web_Development\Sandbox\php\images\23

但是当我尝试通过这样的exec运行它时：

<?php 
exec('tesseract.exe D:\Documents\Web_Development\Sandbox\images\23.png D:\Documents\Web_Development\Sandbox\images\23');
?>

我从Windows获得一个弹出窗口，说明tesseract.exe已停止工作。以下是错误详细信息，如果它们对任何人都有意义。

Problem signature:
  Problem Event Name:   BEX
  Application Name: tesseract.exe
  Application Version:  0.0.0.0
  Application Timestamp:    4ca507b3
  Fault Module Name:    MSVCR90.dll
  Fault Module Version: 9.0.30729.4926
  Fault Module Timestamp:   4a1743c1
  Exception Offset: 0002f93e
  Exception Code:   c0000417
  Exception Data:   00000000
  OS Version:   6.1.7600.2.0.0.768.3
  Locale ID:    1033
  Additional Information 1: e958
  Additional Information 2: e95831f9d00a16a326250da660e931c5
  Additional Information 3: 040a
  Additional Information 4: 040a259d27c5ccf749ee18722d5fbec0

Answer 1

你应该尝试让它在没有PHP的情况下工作，也就是说，从ms windows CLI interface（ms-dos提示符）运行它。之后，您只需将您在CLI中输入的内容放入PHP运行时，通过CLI或其他IPC mechanisms运行它，最后使用PHP变量对其进行参数化。

例如，如果在CLI中输入

ipconfig /all

获取系统的IP配置，然后在PHP中，您只需使用：

<?php
echo '<pre>';
echo exec('ipconfig /all');
echo '</pre>';

回到你的问题，如果在你要发布的CLI中：

tesseract document.tif result

然后在PHP中你会做

<?php
echo '<pre>';
echo exec('tesseract document.tif result');
echo '</pre>';

就是这样。它不是特定于tesseract，它适用于任何程序（使用CLI界面）。

如果您需要更多控制输出或输入（因为在程序运行时要求用户输入的情况），您应该使用proc_*()函数系列{{1} }}

祝你好运！

Tesseract和Php ocr

1 个答案: