PHP OCR 文字識別

隨著人工智能和機器學習的飛速發展，基于圖像和文本的 OCR 技術成為了一個重要的研究方向。 OCR 的全稱是 Optical Character Recognition，即光學字符識別。 OCR 技術可以將印刷出來的字符轉換成計算機能夠識別的文字，從而達到數字化處理的目的。 PHP 作為一種流行的服務器端腳本語言，也提供了多種 OCR 的解決方案，本文就要來詳細介紹一下 PHP OCR 的相關知識。

OCR 技術是在實現數字化轉換時進行文本自動識別最核心技術之一。例如，在圖書數字化、屏幕閱覽器、面孔識別、語音識別、身份證識別等方面，都需要使用 OCR 技術。假設我們有一張包含文字的圖片（如下圖），如何使用 PHP 對其中的文字進行識別呢？

![example image](https://i.imgur.com/ErPYYr8.png)

1. 使用 PHP 自帶的 GD 庫

GD 圖像庫 （GIF ，JPEG ，PNG和WBMP）為服務器端提供了處理多種圖像格式的可能性。 同樣， 可以使用 GD 庫預處理圖像并將其轉換為黑白圖像， 然后使用 PHP 的一些較為簡單的內置函數提取字符。下面的代碼就是使用 GD 庫實現的簡單 OCR 程序。

$im = imagecreatefrompng("fonts.png");
imagefilter($im, IMG_FILTER_GRAYSCALE);
imagefilter($im, IMG_FILTER_THRESHOLD, 1);
$w = imagesx($im);
$h = imagesy($im);
$letter_width = 8;
$letter_height = 8;
$space_between_letters = 1;
// 每個字母識別
for ($y=0; $y<$h; $y+=$letter_height+$space_between_letters) {
for ($x=0; $x<$w; $x+=$letter_width+$space_between_letters) {
$letter = imagecreatetruecolor($letter_width, $letter_height);
imagecopy($letter, $im, 0, 0, $x, $y, $letter_width, $letter_height);
$sum = 0;
// 像素計算
for ($i=0; $i<$letter_width; $i++) {
for ($j=0; $j<$letter_height; $j++) {
$rgb = imagecolorat($letter, $i, $j);
$r = ($rgb >> 16) & 0xFF;
$g = ($rgb >> 8) & 0xFF;
$b = $rgb & 0xFF;
$value = ($r + $g + $b) / 3;
$sum += $value;
}
}
$avg = $sum / ($letter_width * $letter_height);
if ($avg < 128) {
echo "1";
} else {
echo "0";
}
imagedestroy($letter);
}
echo "<br>";
}
imagedestroy($im);

2. 使用霍爾特變換進行 OCR

霍爾特變換是一種常見的 OCR 技術，可以通過尋找文本中重復的模式來進行文字識別。 使用霍爾特變換的一個重要的庫是 Tesseract OCR，這是一種由谷歌開發的，可以進行多語言 OCR 的免費工具。通過在 PHP 中調用該庫的接口實現 OCR，下面是一段簡單的代碼例子。

require_once("tesseract_ocr.php");
$tesseract = new TesseractOCR('test.jpg');
echo $tesseract->recognize();

其中，TesseractOCR 是一個 PHP 庫，可用于與 Tesseract OCR 引擎交互。

OCR 技術可以將紙質書籍或文獻數字化， 這是一個功能非常強大的技術。這項技術已經廣泛應用于圖像處理中。 PHP 作為一種流行的腳本語言，也有多種 OCR 的解決方案可用。本文主要介紹了兩種使用 PHP 進行 OCR 的方法：使用 PHP 自帶的 GD 庫和通過 Tesseract OCR 進行 OCR。 每種方式都適合不同的場景，選擇最佳的方式取決于使用場景。