PHP调用Tesseract OCR识别流水图片返回空结果求助

一、先排查命令执行的错误信息 #

默认shell_exec只返回标准输出，无法捕获错误提示，修改命令定位问题：

$output = shell_exec('tesseract "D:/page_2.png" "D:/page_2.txt" -l eng 2>&1');
var_dump($output); // 查看是否存在路径错误、权限不足或Tesseract未找到等问题

二、图片预处理提升识别率 #

银行流水的表格线、低对比度会导致Tesseract识别失效，先对图片做预处理：

// 用GD库转灰度并提高对比度
$srcImg = imagecreatefrompng('D:/page_2.png');
imagefilter($srcImg, IMG_FILTER_GRAYSCALE);
imagefilter($srcImg, IMG_FILTER_CONTRAST, 60); // 可根据实际效果调整对比度数值
imagepng($srcImg, 'D:/page_2_processed.png');
imagedestroy($srcImg);

使用处理后的图片重新执行识别命令（若流水包含印尼语字符，需先安装Tesseract印尼语语言包）：

tesseract "D:/page_2_processed.png" "D:/page_2.txt" -l eng+ind

三、直接生成结构化输出，便于转JSON #

避免生成无结构的纯文本，改用Tesseract的TSV格式输出，更易解析：

// 获取TSV格式的识别结果
$tsvOutput = shell_exec('tesseract "D:/page_2_processed.png" stdout -l eng+ind tsv');
// 解析TSV提取目标字段
$rows = explode("\n", trim($tsvOutput));
$mutasi = [];
$norek = '';
$nama = '';

foreach ($rows as $row) {
    $cols = explode("\t", $row);
    // 以下为示例匹配逻辑，需根据实际TSV输出调整字段位置
    if (str_contains($cols[1], '046-')) {
        $norek = trim($cols[1]);
    } elseif (str_contains($cols[1], 'ANUGERAH')) {
        $nama = trim($cols[1]);
    } elseif (preg_match('/\d{2}\/\d{2}/', $cols[1])) {
        $tgl = preg_match('/\d{2}\/\d{2}/', $cols[1], $matches) ? $matches[0] : '';
        $ket = trim($cols[1]);
        $total = preg_match('/[\d,.]+/', $cols[1], $matches) ? str_replace('.', ',', $matches[0]) : '';
        $tipe = str_contains($cols[1], 'CR') ? 'CR' : 'DB';
        $mutasi[] = compact('tgl', 'ket', 'total', 'tipe');
    }
}

// 生成目标格式的JSON
$result = json_encode(compact('norek', 'nama', 'mutasi'), JSON_PRETTY_PRINT);
file_put_contents('D:/bank_statement.json', $result);

四、检查权限问题 #

确保PHP运行的用户（如Apache的www-data、IIS的IUSR）拥有：

• 读取D:/page_2.png的权限
• 写入D:/page_2.txt、处理后图片及最终JSON文件的权限

内容的提问来源于stack exchange，提问作者Lamberto Fredrick Nababan