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-Python教程-PHP中文网

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

Susan Sarandon

发布： 2024-11-01 11:20:02

原创

303 人浏览过

Build a Text Extractor App with Python Code Under Lines Using Gradio and Hugging Face

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。

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"]

登录后复制

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)

登录后复制