![aman-dhakal-YkWz_coLm84-unsplash.jpg](https://ucc.alicdn.com/pic/developer-ecology/570bafc0fe754d5a922a7eac18de14b9.jpg)

## 簡介

首先介紹下在本文出現的幾個比較重要的概念：

> **OCR(光學字元識別)**: 光學字元識別（Optical Character Recognition, OCR）是指對文字資料的影像檔案進行分析識別處理，獲取文字及版面資訊的過程。亦即將影像中的文字進行識別，並以文字的形式返回。

> **Tesserocr**: Tesserocr 是 python 的一個 OCR 識別庫，但其實是對 tesseract 做的一層 python API 封裝，所以它的核心是 tesseract。

> **函式計算（Function Compute）**: [函式計算](https://statistics.functioncompute.com/?title=%E5%BC%80%E5%8F%91%E5%87%BD%E6%95%B0%E8%AE%A1%E7%AE%97%E7%9A%84%E6%AD%A3%E7%A1%AE%E5%A7%BF%E5%8A%BF%E2%80%94%E2%80%94OCR%20%E6%9C%8D%E5%8A%A1&author=%E5%80%9A%E8%B4%A4&src=article&url=http%3A%2F%2Ffc.console.aliyun.com%2F%3Ffctraceid%3DYXV0aG9yJTNEJUU1JTgwJTlBJUU4JUI0JUE0JTI2dGl0bGUlM0QlRTUlQkMlODAlRTUlOEYlOTElRTUlODclQkQlRTYlOTUlQjAlRTglQUUlQTElRTclQUUlOTclRTclOUElODQlRTYlQUQlQTMlRTclQTElQUUlRTUlQTclQkYlRTUlOEElQkYlRTIlODAlOTQlRTIlODAlOTRPQ1IlMjAlRTYlOUMlOEQlRTUlOEElQTE%3D)是一個事件驅動的服務，透過函式計算，使用者無需管理伺服器等執行情況，只需編寫程式碼並上傳。函式計算準備計算資源，並以彈性伸縮的方式執行使用者程式碼，而使用者只需根據實際程式碼執行所消耗的資源進行付費。函式計算更多資訊[參考](https://help.aliyun.com/product/50980.html?spm=a2c4e.11153940.blogcont685803.16.39e7743fudyGEp)。

> **Funcrfat**: Funcraft 是一個用於支援 Serverless 應用部署的工具，能幫助您便捷地管理函式計算、API 閘道器、日誌服務等資源。它透過一個資源配置檔案（template.yml），協助您進行開發、構建、部署操作。Fun 的更多文件[參考](https://github.com/aliyun/fun?spm=a2c4e.11153940.blogcont685803.17.39e7743fudyGEp)。

**備註: 本文介紹的技巧需要 Funcraft 版本大於等於 3.6.8 。**

本文介紹將一個預製的 tesserocr 示例快速部署到函式計算平臺。該示例藉助於 Funcraft 安裝了最新的 4.1.1 版本的 tesseract，相比於包管理器的 3.0.2 版本識別率大幅度提升。

該示例提供了一個 vue.js 實現的互動介面，有三種提供輸入圖片的方式：使用示例圖片、上傳圖片或者提供圖片 URL。然後使用者點選識別按鈕就能迅速體驗識別效果。

將 tesserocr 部署於函式計算，藉助於函式計算的自動伸縮和按量計費的特性，提供了免運維和成本優勢。

下面是部署以後的使用效果動圖：

![](https://camo.githubusercontent.com/873e0a28d21e4682bfea3d2f39c91851aa9697c3/68747470733a2f2f696d672e616c6963646e2e636f6d2f7466732f5442313562547943766232674b306a535a4b3958586145674658612d313435352d3933352e676966)
![](https://data-analysis.cn-shanghai.log.aliyuncs.com/logstores/article-logs/track_ua.gif?APIVersion=0.6.0&title=%E5%BC%80%E5%8F%91%E5%87%BD%E6%95%B0%E8%AE%A1%E7%AE%97%E7%9A%84%E6%AD%A3%E7%A1%AE%E5%A7%BF%E5%8A%BF%E2%80%94%E2%80%94OCR%20%E6%9C%8D%E5%8A%A1&author=%E5%80%9A%E8%B4%A4&src=article)

## 初始化

```bash
git clone https://github.com/vangie/fc-ocr-example.git
```

## 安裝依賴

```bash
$ fun install
```

## 本地測試

```bash
$ fun local start domain_for_ocr
using template: template.yml
CustomDomain domain_for_ocr of tesserocr/tesserocr was registered
        url: http://localhost:8000/
        methods: [ 'GET', 'POST' ]
        authType: ANONYMOUS

function compute app listening on port 8000!
```

使用瀏覽器開啟 http://localhost:8000/

## 同步檔案到 NAS

同步模型目錄 `tessdata_fast` 和 依賴目錄 `.fun/root` `.fun/python` 到 NAS 盤。

```bash
$ fun nas sync
```

## 部署

```bash
$ fun deploy
using template: template.yml
using region: cn-shanghai
using accountId: ***********3743
using accessKeyId: ***********Ptgk
using timeout: 60

...

Detect 'DomainName:Auto' of custom domain 'domain_for_ocr'
Fun will reuse the temporary domain 1712300-1986114430573743.test.functioncompute.com, expired at 2020-04-27 19:35:00, limited by 1000 per day.

Waiting for custom domain domain_for_ocr to be deployed...
custom domain domain_for_ocr deploy success

...
```
注意上面返回的臨時域名地址：1712300-1986114430573743.test.functioncompute.com

使用瀏覽器開啟 http://1712300-1986114430573743.test.functioncompute.com

## 小結

1. Tesserocr 庫提供了開箱即用的圖片識別效果，而且提供了預訓練好的模型，如果需要也可以直接訓練模型
2. 函式計算為 Tesserocr 服務化提供了便利。藉助函式計算可以輕鬆部署一個高可用、按量訪問量計費的 OCR 服務。
3. Funcraft 工具解決 Tesserocr 移植到函式計算的一些技術難題，比如原生依賴，打包問題。細節可以檢視 [Funfile](https://github.com/vangie/fc-ocr-example/blob/master/Funfile) 檔案。

>“[阿里巴巴雲原生](https://developer.aliyun.com/group/alisoftwaretech/)關注微服務、Serverless、容器、Service Mesh 等技術領域、聚焦雲原生流行技術趨勢、雲原生大規模的落地實踐，做最懂雲原生開發者的技術圈。”

開發函式計算的正確姿勢——OCR 服務

相關文章