PHP使用OCR技术实现识别图片中的文字

lichongyang

1 周前

下面我用**「原理 → 技术路线 → 实战代码 → 提升识别率 → 常见坑」**的方式，系统讲清楚
👉 PHP 使用 OCR 技术识别图片文字的完整方案

一、OCR 是怎么工作的？（先有全局认知）

**OCR（Optical Character Recognition，光学字符识别）**核心流程：

图像预处理（灰度化、去噪、二值化）
文字区域检测
字符切割
字符识别（CNN / Transformer）
后处理（纠错、语言模型）

👉 PHP 不负责训练模型，只负责 调用 OCR 引擎 / API

二、PHP 可选的 OCR 技术路线（重点）

方案对比一览

方案	准确率	成本	适合场景
Tesseract（本地）	⭐⭐⭐⭐	免费	服务器可控
百度 OCR API	⭐⭐⭐⭐⭐	按量	中文强
腾讯云 OCR	⭐⭐⭐⭐⭐	按量	表格/票据
阿里云 OCR	⭐⭐⭐⭐	按量	商用
PaddleOCR（本地）	⭐⭐⭐⭐⭐	免费	最高准确率

三、方案一：PHP + Tesseract（本地 OCR，最常用）

1️⃣ 安装 Tesseract

Ubuntu / Debian

sudo apt install tesseract-ocr
sudo apt install tesseract-ocr-chi-sim

Mac（Homebrew）

brew install tesseract
brew install tesseract-lang

2️⃣ PHP 调用 Tesseract

直接命令行方式（最稳定）

$image = 'test.png';
$output = 'result';

exec("tesseract $image $output -l chi_sim+eng");

$text = file_get_contents($output . '.txt');
echo $text;

3️⃣ 使用 PHP 封装库（推荐）

composer require thiagoalessio/tesseract_ocr

use thiagoalessio\TesseractOCR\TesseractOCR;

$text = (new TesseractOCR('test.png'))
    ->lang('chi_sim', 'eng')
    ->run();

echo $text;

4️⃣ 优点 / 缺点

✅ 免费
✅ 可离线
❌ 对模糊、歪斜图片不友好
❌ 需要预处理图片

四、方案二：PHP + 百度 OCR API（中文最强）

1️⃣ 开通 OCR 服务

百度智能云 → 文字识别
获取 API Key / Secret Key

2️⃣ 获取 Access Token

function getAccessToken() {
    $url = 'https://aip.baidubce.com/oauth/2.0/token';
    $params = [
        'grant_type' => 'client_credentials',
        'client_id' => 'API_KEY',
        'client_secret' => 'SECRET_KEY',
    ];
    return json_decode(file_get_contents($url.'?'.http_build_query($params)), true)['access_token'];
}

3️⃣ 调用通用文字识别

$image = base64_encode(file_get_contents('test.jpg'));
$token = getAccessToken();

$url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=$token";

$post = http_build_query(['image' => $image]);

$result = file_get_contents($url, false, stream_context_create([
    'http' => [
        'method' => 'POST',
        'header' => "Content-Type: application/x-www-form-urlencoded",
        'content' => $post
    ]
]));

$data = json_decode($result, true);

$text = array_column($data['words_result'], 'words');
echo implode("\n", $text);

4️⃣ 适合场景

中文文档
手机拍照
模糊图片
商业系统

五、方案三：PHP + PaddleOCR（准确率天花板）

思路

PHP 不直接跑 OCR
👉 PHP 调用 Python PaddleOCR 服务（HTTP）

架构示意

PHP → HTTP → Python OCR 服务 → JSON 结果

Python OCR 服务示例

from paddleocr import PaddleOCR
from flask import Flask, request, jsonify

ocr = PaddleOCR(use_angle_cls=True, lang="ch")
app = Flask(__name__)

@app.route('/ocr', methods=['POST'])
def ocr_api():
    file = request.files['image']
    file.save('tmp.jpg')
    result = ocr.ocr('tmp.jpg', cls=True)
    return jsonify(result)

app.run(port=5000)

PHP 用 cURL 调用即可

六、提升 OCR 识别率的关键技巧（非常重要）

1️⃣ 图片预处理（PHP + Imagick）

$img = new Imagick('test.png');
$img->setImageColorspace(Imagick::COLORSPACE_GRAY);
$img->thresholdImage(0.6 * Imagick::getQuantum());
$img->writeImage('clean.png');

2️⃣ 常见预处理手段

方法	作用
灰度化	降噪
二值化	提升对比
去斜	防止歪字
裁剪	聚焦文字
放大 2x	提升清晰度

七、常见 OCR 失败原因（避坑）

❌ 图片太小（< 300px）
❌ 强反光 / 阴影
❌ 花纹背景
❌ 字体过于艺术化
❌ 语言模型未指定（chi_sim）

八、该怎么选？（快速建议）

需求	推荐
免费 / 离线	Tesseract
中文高精度	百度 OCR
票据 / 表格	腾讯云
极致准确	PaddleOCR

九、一句话总结

PHP 本身不做 OCR，真正做 OCR 的是引擎；PHP 的价值是“稳定地调用 + 高效地处理结果”