怎样在PHP项目中实现OCR识别？

wen java案例 2026-07-22 2

本文目录导读：

怎样在PHP项目中实现OCR识别？

方案一：使用Tesseract OCR（本地部署，免费）
方案二：使用云端OCR API（更准确，但需付费）
方案三：使用OCR.space API（免费额度，简单易用）
方案选择建议
实战建议
注意事项

在PHP项目中实现OCR（光学字符识别）识别，通常有几种主流方式，以下将介绍三种最实用的方案，并提供代码示例和选择建议。

使用Tesseract OCR（本地部署，免费）

Tesseract是目前最流行的开源OCR引擎,PHP通过shell命令或扩展调用它。

安装Tesseract

Ubuntu/Debian系统：

sudo apt update
sudo apt install tesseract-ocr
sudo apt install tesseract-ocr-chi-sim  # 安装简体中文语言包

macOS：

brew install tesseract
brew install tesseract-lang  # 安装所有语言包

Windows：

去GitHub下载安装包：https://github.com/UB-Mannheim/tesseract/wiki

PHP调用代码

使用 exec/shell_exec（推荐）

<?php
function ocrWithTesseract($imagePath, $lang = 'chi_sim+eng') {
    // 构建命令
    $cmd = sprintf(
        'tesseract %s stdout -l %s 2>/dev/null',
        escapeshellarg($imagePath),
        escapeshellarg($lang)
    );
    // 执行命令
    $output = shell_exec($cmd);
    return trim($output);
}
// 使用示例
$text = ocrWithTesseract('/path/to/image.jpg', 'chi_sim+eng');
echo $text;
?>

使用thiagoalessio/tesseract_ocr Composer包（更优雅）

composer require thiagoalessio/tesseract_ocr

<?php
require 'vendor/autoload.php';
use thiagoalessio\TesseractOCR\TesseractOCR;
$text = (new TesseractOCR('/path/to/image.jpg'))
    ->lang('chi_sim+eng')
    ->run();
echo $text;
?>

图片预处理（重要，可大幅提升准确率）

<?php
function preprocessImage($inputPath, $outputPath) {
    // 使用ImageMagick或GD库进行预处理
    $cmd = sprintf(
        'convert %s -colorspace Gray -threshold 80%% -deskew 40%% %s',
        escapeshellarg($inputPath),
        escapeshellarg($outputPath)
    );
    exec($cmd);
    // 或者使用GD库
    $image = imagecreatefromjpeg($inputPath);
    // 进行灰度化、二值化等处理
    imagefilter($image, IMG_FILTER_GRAYSCALE);
    imagefilter($image, IMG_FILTER_CONTRAST, -50);
    imagepng($image, $outputPath);
    imagedestroy($image);
}
// 使用流程
$original = '/path/to/input.jpg';
$processed = '/tmp/processed.png';
preprocessImage($original, $processed);
$text = ocrWithTesseract($processed);
?>

使用云端OCR API（更准确，但需付费）

阿里云OCR

composer require alibabacloud/ocr-20191230

<?php
use AlibabaCloud\Ocr\Ocr;
require 'vendor/autoload.php';
function aliyunOCR($imagePath) {
    $client = new Ocr([
        'regionId' => 'cn-shanghai',
        'accessKeyId' => '你的AccessKey',
        'accessSecret' => '你的AccessSecret',
    ]);
    // 读取图片并Base64编码
    $imageContent = base64_encode(file_get_contents($imagePath));
    $result = $client->recognizeCharacter([
        'imageURL' => '',  // 或使用在线图片URL
        'imageBase64' => $imageContent,
    ]);
    return $result->toArray();
}
?>

腾讯云OCR

composer require tencentcloud/tencentcloud-sdk-php

<?php
use TencentCloud\Common\Credential;
use TencentCloud\Ocr\V20181119\OcrClient;
use TencentCloud\Ocr\V20181119\Models\GeneralBasicOCRRequest;
function tencentOCR($imagePath) {
    $cred = new Credential("你的SecretId", "你的SecretKey");
    $client = new OcrClient($cred, "ap-guangzhou");
    $req = new GeneralBasicOCRRequest();
    $imageBase64 = base64_encode(file_get_contents($imagePath));
    $req->ImageBase64 = $imageBase64;
    $resp = $client->GeneralBasicOCR($req);
    return json_decode($resp->toJsonString(), true);
}
?>

Google Cloud Vision API

composer require google/cloud-vision

<?php
use Google\Cloud\Vision\V1\ImageAnnotatorClient;
function googleOCR($imagePath) {
    $imageAnnotator = new ImageAnnotatorClient([
        'keyFilePath' => '/path/to/service-account-key.json'
    ]);
    $image = file_get_contents($imagePath);
    $response = $imageAnnotator->textDetection($image);
    $texts = $response->getTextAnnotations();
    if ($texts->count() > 0) {
        return $texts[0]->getDescription();
    }
    return '';
}
?>

使用OCR.space API（免费额度，简单易用）

<?php
function ocrSpace($imagePath, $apiKey = 'helloworld') {
    $curlFile = new CURLFile($imagePath);
    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, 'https://api.ocr.space/parse/image');
    curl_setopt($ch, CURLOPT_POST, true);
    curl_setopt($ch, CURLOPT_POSTFIELDS, [
        'apikey' => $apiKey,
        'language' => 'chs',  // 中文
        'file' => $curlFile,
        'OCREngine' => 2,  // 2表示使用更准确的引擎
    ]);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    $result = curl_exec($ch);
    curl_close($ch);
    $data = json_decode($result, true);
    if ($data['OCRExitCode'] == 1) {
        return $data['ParsedResults'][0]['ParsedText'];
    }
    return null;
}
// 使用
$text = ocrSpace('/path/to/image.jpg');
echo $text;
?>

方案选择建议

方案	成本	准确率	速度	推荐场景
Tesseract	免费	中等（70-85%）	较快	简单文档、清晰印刷体
阿里云/腾讯云	按量付费	高（90-98%）	快	正式项目、复杂场景
Google Vision	有免费额度	最高	快	多语言、复杂背景
OCR.space	免费（有限制）	较高	中等	测试、小项目

实战建议

完整的文件上传+OCR处理示例

<?php
// upload_ocr.php
require 'vendor/autoload.php';
if ($_SERVER['REQUEST_METHOD'] === 'POST' && isset($_FILES['image'])) {
    $uploadDir = '/tmp/uploads/';
    if (!is_dir($uploadDir)) {
        mkdir($uploadDir, 0755, true);
    }
    $filename = uniqid() . '.' . pathinfo($_FILES['image']['name'], PATHINFO_EXTENSION);
    $filePath = $uploadDir . $filename;
    if (move_uploaded_file($_FILES['image']['tmp_name'], $filePath)) {
        // 1. 预处理图片
        $processedPath = $uploadDir . 'processed_' . $filename;
        preprocessImage($filePath, $processedPath);
        // 2. 执行OCR
        $text = ocrWithTesseract($processedPath, 'chi_sim+eng');
        // 3. 清理临时文件
        unlink($filePath);
        unlink($processedPath);
        echo json_encode([
            'success' => true,
            'text' => $text
        ]);
    }
}
?>

错误处理和多引擎降级策略

<?php
class OCRService {
    private $engines = [];
    public function recognize($imagePath) {
        // 尝试不同引擎，从高准确率到低准确率
        $engines = [
            [$this, 'recognizeWithAliyun'],
            [$this, 'recognizeWithTesseract'],
        ];
        foreach ($engines as $engine) {
            try {
                $result = call_user_func($engine, $imagePath);
                if (!empty($result)) {
                    return $result;
                }
            } catch (Exception $e) {
                // 记录错误，继续下一个引擎
                error_log("OCR failed: " . $e->getMessage());
                continue;
            }
        }
        return null;
    }
}
?>

注意事项

图片质量：OCR准确率与图片质量直接相关，确保图片清晰、光线均匀
语言包：中文识别必须安装中文语言包，多语言混合场景推荐同时使用中英文
性能：Tesseract处理大图可能较慢，建议先压缩图片（宽高不超过2000px）
安全性：使用exec时要谨慎，确保对用户输入进行严格转义
合规性：使用商业API时，注意数据隐私和合规要求

选择哪种方案取决于你的项目预算、准确率要求和部署环境，对于生产环境，推荐使用云端API配合Tesseract作为备选方案。