Azure (Google Cloud) + Flask + Tensorflow + OpenCV + pytesseract + Gunicorn + Apache2 应用部署

Posted 2020-12-13 kykai

这是我在给公司打工时候做的工作，现在这部分已经完成的差不多了，所以特别的在自己的博客上记录一下，给自己看，也是给有缘人看，说不定会给你灵感。

需求

给公司设计一个工具，它的输入是pdf文档，其中的内容是图片格式的许多法律条文。程序会读取所有的pdf文档，使用OpenCV对图片进行切割，使用pytesseract进行ocr识别，然后使用regular Expression剔除脏东西，保存成格式化的文件，这里为了快速测试，使用了csv。

工具的最终目的，是当用户随意输入一段条文时，工具会检索已经生成好的csv文档，并将用户输入与数据库中的相互比较（这里使用了tensorflow），最后输出前N个数据库中存储的类似条文。

工具设计完以后，我使用FLask + html + css +boostrap ，做了一个简单的web gui。

以上是准备工作，不打算细讲，就是搭一个流水线，这篇内容主要记录的是如何将着一切复制到云端进行网页部署，最后让所有人能够使用。

 

模块

以下是大类，按照时间顺序排列

1. 服务器创建和设置：创建账号，确认端口开放
2. 服务器系统设置：软件升级，VIM简单设置，OpenCV 二进制文件的安装，OCR二进制文件的安装
3. Python虚拟venv创建和设置，库的安装：Opencv，pytesseract， tensorflow（和 tf hub）
4. 测试程序是否能够在Linux云端运行
5. 安装配置Gunicorn + 添加Gunicorn服务
6. 安装配置Apache2
7. 测试网页

 

以上内容会缓慢更新。

更新日期：6.26 星期五