在Heroku Rails应用中实现OCR技术

Question

我需要在Heroku上的Rails应用程序中具备OCR功能。我尝试过让tesseract工作，但没有成功。有人有什么建议吗？很难相信像OCR这样基本的功能在如此普及的Rails on Heroku上没有得到支持。

关于让tesseract工作的努力背景：

• 使用tesseract二进制文件和tesseract-ocr gem，MacOS上的应用程序可以正常工作
• Heroku没有内置的tesseract支持，并且不支持安装二进制文件 (参见在Heroku中配置环境路径)
• 关于Heroku上的tesseract的大多数SO问题都没有答案 (在Django中使用Heroku上的Tesseract, 在Node.js上的Heroku上使用Tesseract-OCR)
• 无法在本地加载tesseract_bin gem（尚未在Heroku上尝试）
• 我认为使用buildpack-libraries的方法令人不知所措（如果这种方法可行，我不明白为什么没有人提供预打包的解决方案）

具体错误加载TESSERACT_BIN宝石。

/Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/2.0.0/pathname.rb:422:in `open': No such file or directory - /Users/palfvin/.rvm/gems/ruby-2.0.0-p247@avlats/gems/tesseract_bin-1.0.2/bin (Errno::ENOENT)
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/2.0.0/pathname.rb:422:in `foreach'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/2.0.0/pathname.rb:422:in `children'
    from /Users/palfvin/.rvm/gems/ruby-2.0.0-p247@avlats/gems/tesseract_bin-1.0.2/lib/tesseract_bin.rb:7:in `<module:TesseractBin>'
    from /Users/palfvin/.rvm/gems/ruby-2.0.0-p247@avlats/gems/tesseract_bin-1.0.2/lib/tesseract_bin.rb:3:in `<top (required)>'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/site_ruby/2.0.0/rubygems/core_ext/kernel_require.rb:110:in `require'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/site_ruby/2.0.0/rubygems/core_ext/kernel_require.rb:110:in `rescue in require'
    from /Users/palfvin/.rvm/rubies/ruby-2.0.0-p247/lib/ruby/site_ruby/2.0.0/rubygems/core_ext/kernel_require.rb:35:in `require'
    from tmp/tesseract.rb:261:in `<main>'

- Peter Alfvin

---

“something as basic as OCR” 我认为OCR是世界上最困难的任务之一，第二可能是语音识别。另外，Buildpack可能是最好的选择，因为这是将自己的二进制文件添加到Heroku动态服务器可用内容的官方方法。 - rewritten

谢谢。当然，我所说的“基本”并不是指“易于实现算法”，而是指“具有简单接口（图像=>文本），许多应用程序都需要的东西”。 - Peter Alfvin

我就知道！:) 看到那两个词在同一个句子中，感觉很有趣... - rewritten

Answer 1

我在Heroku上使用RoR开发了一个简单的服务器，使用Tesseract OCR。该服务器接收jpg图像，运行OCR并返回文本字符串。这可能是您的一个很好的起点。

https://github.com/fouady/RoR-Tesseract-Heroku

另外，我使用了自定义的构建包，我已经对其进行了修改以适应自己的需求。您可以在此处找到详细信息：

https://github.com/fouady/heroku-buildpack-tesseract

我希望这能解决你的问题。

- FoY