Tesseract OCR API

这是一个基于 Go 和 Tesseract OCR 的轻量级 HTTP 图片文字识别服务。客户端通过 POST /ocr 上传图片，服务调用 Tesseract 识别图片中的文本，并以 JSON 返回识别结果、处理耗时和所用语言。

当前服务将识别语言固定为老挝语和英语（lao+eng），适用于包含这两种语言的图片或截图。Docker 镜像会安装 Tesseract OCR、英文语言数据，并下载老挝语语言数据；OCR 使用 LSTM 引擎（--oem 1）和适合单块文本的页面分割模式（--psm 6）。

使用 Docker 启动

在项目根目录构建镜像并启动容器：

docker build -t tesseract-ocr-api .
docker run --rm -p 8080:8080 tesseract-ocr-api

服务启动后，可通过 http://localhost:8080/ocr 访问 OCR 接口。

API

POST /ocr

使用 multipart/form-data 上传图片，表单字段名必须为 image。支持的图片格式取决于容器内 Tesseract/Leptonica 的构建支持。

项目	说明
方法	POST
路径	/ocr
Content-Type	multipart/form-data
表单字段	image：待识别的图片文件
成功状态码	200 OK

curl 示例

将 ./sample.jpg 替换为本地图片路径：

curl -X POST "http://localhost:8080/ocr" \
	-F "image=@./sample.jpg"

Windows PowerShell 中也可以使用 curl.exe：

curl.exe -X POST "http://localhost:8080/ocr" -F "image=@C:\path\to\sample.jpg"

成功时返回类似以下 JSON：

{
	"text": "识别出的文本内容",
	"millisecond": 128,
	"lang": "lao+eng"
}

millisecond 是本次请求的处理耗时（毫秒），text 为 Tesseract 输出的识别文本。

错误示例

不带图片字段会返回 400 Bad Request：

curl -X POST "http://localhost:8080/ocr"

使用非 POST 方法会返回 405 Method Not Allowed：

curl -i "http://localhost:8080/ocr"

错误响应为 JSON，例如：

{
	"error": "Failed to read 'image' from form data: ..."
}

注意事项

• 当前 API 没有提供语言参数；识别语言固定为 lao+eng。
• 镜像目前只安装英文和老挝语语言数据。若要识别中文等其他语言，需要在镜像中安装对应的 Tesseract .traineddata 文件，并调整 main.go 中的语言配置。
• 服务监听容器内的 8080 端口；运行容器时需要将该端口映射到宿主机。