我正在一个网站上工作，该网站一度会询问用户的名字，姓氏，照片ID和电子邮件地址。 现在我需要验证照片ID实际上与输入的名字和姓氏同名，这意味着需要进行一些OCR或图像处理。 我不希望通过外部API完成此操作。我必须向用户保证，照片将保留在网站内，而不会暴露给其他第三方。 我真的不知道这样做的最佳方法，我想的可能是一些java应用程序？ 任何帮助将不胜感激。
答案 0 :(得分：1)
这里面临的最大挑战是确保您的解决方案能够处理中等水平的流量。
您可以通过API调用大量OCR引擎。 Tesseract有dozens of wrappers，附有文档。显而易见的解决方案是（伪代码）：
show data input form with file upload.
store uploaded file to disk.
invoke OCR API with uploaded file, get back strings.
pattern match (regex or similar) for name.
但是，此解决方案可能会产生可伸缩性问题/拒绝服务选项。 OCR库将与Web请求同步运行，并在运行时使用该服务器线程; OCR应用程序可能（相当）缓慢，并且攻击者可以通过上传难以转换的图像来减慢它的速度。这意味着只有少数（相对）请求可能会导致您的Web服务器崩溃。
将扫描任务放在异步队列上，让一个不在Web请求上下文中运行的应用程序处理它，然后传回验证状态会好得多。
在伪代码（网络应用程序）中
show data input form with file upload.
create database record for user.
store uploaded file to disk.
put task on the job queue
use client-side JavaScript to wait for update of database status (Ajax/React)
when status changes, show update to user
监听作业队列的应用程序：
see new job.
use disk file to start OCR process
scan for name (Regex) in results
update database record for this user
大多数Web应用程序框架都支持队列;如果你在Java工作，你可以使用JQM，而Spring支持这种类型out of the box.
答案 1 :(得分：0)
您需要一个私有Web API，将其作为Docker映像托管，另一个应用程序与处理来自用户请求的私有Web应用程序进行通信。该应用程序可以用任何语言编写，而不仅仅是java。
免责声明：我为创建MicroblinkWeb API的公司工作
答案 2 :(得分：0)
我必须向用户保证，照片将保留在网站内，而不会暴露给其他第三方。
内部部署OCR的唯一免费选项是使用Tesseract。所有其他可安装的OCR引擎，如Abbyy，Nuance或OCR.space Local都是商业产品。