在 AWS Lambda 上執行 Tesseract OCR

最近因為公司爬蟲需求，需要破解驗證碼，因緣際會接觸到 Tesseract ，發現是個不錯的 tool，還有 python library 可以用😍。在不做任何 Image 的 Preprocess，或是 Traing 的情況下，已經可以有五、六成的成功率(我好容易滿足啊XD)，由於爬蟲架構的需求，我們覺得 Tesseract 很適合放到 Cloud 上，當成一個 Service 執行，因此，就想在 AWS Lambda 上把它跑起來。

簡單來說，需要以下幾個流程才能把 Tesseract + pytesseract 執行起來

• Lambda Function - pytesseract
• Lambda Layer - Tesseract
• Deploy to Lambda - by Serverless

其實之前有寫過一些簡單的 Lambda (就是單純的 Python code)。但是，一想到這個新的獨立 Service，要重新設定一次所有的東西，還要自己 build 一些 module 就覺得麻煩，所以這次用了一個新的 Tool — serverless framework ，輕輕鬆鬆搞定 AWS Lambda Deploy 的流程。

====> Read More on Medium