Golang OCR API服务器插件库ocrserver使用指南

ocrserver是一个简单易部署的Golang OCR(光学字符识别)API服务器，基于Tesseract OCR引擎，提供RESTful API接口。下面我将详细介绍如何使用这个库。

安装与部署

1. 安装依赖

首先需要安装Tesseract OCR引擎：

# Ubuntu/Debian
sudo apt install tesseract-ocr

# macOS
brew install tesseract

# Windows
# 下载安装包：https://github.com/UB-Mannheim/tesseract/wiki

2. 安装ocrserver

go get -u github.com/otiai10/ocrserver

基本使用

1. 启动服务器

最简单的启动方式：

ocrserver

默认监听8080端口，可以通过-p参数指定端口：

ocrserver -p 8888

2. 通过代码启动

package main

import (
	"github.com/otiai10/ocrserver"
)

func main() {
	server := ocrserver.New()
	server.Port = 8888
	server.Run()
}

API接口

ocrserver提供了简单的RESTful API：

1. 上传图片识别

POST /api/ocr
Content-Type: multipart/form-data

参数：
- file: 图片文件
- lang: 可选，语言代码(如eng, chi_sim等)

示例curl请求：

curl -X POST -F "file=@test.png" http://localhost:8080/api/ocr

2. 通过URL识别

POST /api/ocr/url
Content-Type: application/json

参数：
{
  "url": "图片URL",
  "lang": "可选，语言代码"
}

示例curl请求：

curl -X POST -H "Content-Type: application/json" -d '{"url":"https://example.com/test.png"}' http://localhost:8080/api/ocr/url

高级配置

1. 自定义Tesseract路径

如果Tesseract不在系统PATH中，可以指定路径：

server := ocrserver.New()
server.TesseractPrefix = "/path/to/tesseract"

2. 启用调试模式

server.Debug = true

3. 设置超时时间

server.Timeout = 30 * time.Second

完整示例代码

package main

import (
	"log"
	"time"
	
	"github.com/otiai10/ocrserver"
)

func main() {
	server := ocrserver.New()
	
	// 配置参数
	server.Port = 8888
	server.Timeout = 30 * time.Second
	server.Debug = true
	server.TesseractPrefix = "/usr/local/bin/tesseract"
	
	// 自定义路由
	server.Router.GET("/health", func(c *gin.Context) {
		c.JSON(200, gin.H{"status": "ok"})
	})
	
	// 启动服务器
	log.Printf("Starting OCR server on :%d", server.Port)
	if err := server.Run(); err != nil {
		log.Fatal(err)
	}
}

客户端调用示例

Go客户端示例

package main

import (
	"bytes"
	"fmt"
	"io"
	"mime/multipart"
	"net/http"
	"os"
)

func main() {
	// 准备请求体
	body := &bytes.Buffer{}
	writer := multipart.NewWriter(body)
	
	// 添加文件
	file, err := os.Open("test.png")
	if err != nil {
		panic(err)
	}
	defer file.Close()
	
	part, err := writer.CreateFormFile("file", "test.png")
	if err != nil {
		panic(err)
	}
	_, err = io.Copy(part, file)
	if err != nil {
		panic(err)
	}
	
	// 添加语言参数(可选)
	_ = writer.WriteField("lang", "eng")
	
	// 关闭writer
	err = writer.Close()
	if err != nil {
		panic(err)
	}
	
	// 发送请求
	req, err := http.NewRequest("POST", "http://localhost:8888/api/ocr", body)
	if err != nil {
		panic(err)
	}
	req.Header.Set("Content-Type", writer.FormDataContentType())
	
	client := &http.Client{}
	resp, err := client.Do(req)
	if err != nil {
		panic(err)
	}
	defer resp.Body.Close()
	
	// 读取响应
	respBody, err := io.ReadAll(resp.Body)
	if err != nil {
		panic(err)
	}
	
	fmt.Println(string(respBody))
}

性能优化建议

1. 语言包优化：只安装需要的语言包，减少内存占用
2. 并发控制：在高并发场景下，限制同时处理的OCR请求数量
3. 缓存结果：对相同图片的识别结果进行缓存
4. 预处理图片：在客户端对图片进行适当的裁剪和增强

ocrserver是一个轻量级的OCR解决方案，适合快速部署和集成到现有系统中。对于更复杂的OCR需求，可能需要考虑商业OCR服务或更专业的OCR引擎。