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

ID:19965 / 打印

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

导航到 hugging face spaces：登录 hugging face 并转到“spaces”部分。
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。

立即学习“Python免费学习笔记（深入）”；

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

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)