a4489f4945
- Introduced `compose.ocr-languages.yml` for installing additional Tesseract OCR language packs during container startup. - Updated documentation to include new OCR language extension options and usage scenarios. - Enhanced existing documentation with references to the new OCR language extension guide. - Improved test coverage for the deark converter and formats, ensuring accurate format handling and error management. - Refactored code to streamline file system operations and improve readability.
96 lines
3.6 KiB
YAML
96 lines
3.6 KiB
YAML
# ==============================================================================
|
|
# ConvertX-CN OCR 語言擴展配置
|
|
#
|
|
# 📚 此配置示範如何在容器啟動時安裝額外的 Tesseract OCR 語言包
|
|
#
|
|
# 🎯 適用情境：
|
|
# - 需要 OCR 辨識西班牙文、義大利文、俄文等額外語言
|
|
# - 翻譯引擎支援 15 種語言，但 OCR 預設只內建 8 種
|
|
# - 需要處理更多語言的掃描版 PDF
|
|
#
|
|
# ⚠️ 注意事項：
|
|
# - 每次容器啟動時都會安裝語言包，首次啟動較慢
|
|
# - 語言包會存在容器內，重啟後需重新安裝
|
|
# - 若需永久安裝，請使用自訂 Dockerfile 方式
|
|
#
|
|
# ==============================================================================
|
|
|
|
services:
|
|
convertx:
|
|
image: convertx/convertx-cn:latest
|
|
container_name: convertx-cn
|
|
restart: unless-stopped
|
|
|
|
# =========================================================================
|
|
# 使用自訂 entrypoint 安裝額外語言包
|
|
# =========================================================================
|
|
entrypoint: ["/bin/sh", "-c"]
|
|
command:
|
|
- |
|
|
echo "📦 正在安裝額外 OCR 語言包..."
|
|
apt-get update && apt-get install -y --no-install-recommends \
|
|
tesseract-ocr-spa \
|
|
tesseract-ocr-ita \
|
|
tesseract-ocr-por \
|
|
tesseract-ocr-rus \
|
|
&& rm -rf /var/lib/apt/lists/*
|
|
echo "✅ 語言包安裝完成"
|
|
echo "🚀 啟動 ConvertX..."
|
|
exec bun run start
|
|
|
|
ports:
|
|
- "3000:3000"
|
|
|
|
volumes:
|
|
- ./data:/app/data
|
|
|
|
environment:
|
|
- TZ=Asia/Taipei
|
|
- JWT_SECRET=請改成你自己的長隨機字串-至少32個字元
|
|
- ACCOUNT_REGISTRATION=true
|
|
- HTTP_ALLOWED=true
|
|
- ALLOW_UNAUTHENTICATED=false
|
|
- AUTO_DELETE_EVERY_N_HOURS=24
|
|
|
|
# ==============================================================================
|
|
# 可用語言包對照表
|
|
# ==============================================================================
|
|
#
|
|
# 💡 只需安裝你需要的語言，不必全部安裝
|
|
#
|
|
# 語言包名稱 | 語言代碼 | 語言
|
|
# ----------------------|---------|----------------
|
|
# tesseract-ocr-spa | es | 西班牙文
|
|
# tesseract-ocr-ita | it | 義大利文
|
|
# tesseract-ocr-por | pt | 葡萄牙文
|
|
# tesseract-ocr-rus | ru | 俄文
|
|
# tesseract-ocr-ara | ar | 阿拉伯文
|
|
# tesseract-ocr-hin | hi | 印地文
|
|
# tesseract-ocr-vie | vi | 越南文
|
|
# tesseract-ocr-tha | th | 泰文
|
|
# tesseract-ocr-swe | sv | 瑞典文
|
|
# tesseract-ocr-dan | da | 丹麥文
|
|
# tesseract-ocr-nor | no | 挪威文
|
|
# tesseract-ocr-fin | fi | 芬蘭文
|
|
# tesseract-ocr-pol | pl | 波蘭文
|
|
# tesseract-ocr-ces | cs | 捷克文
|
|
# tesseract-ocr-hun | hu | 匈牙利文
|
|
# tesseract-ocr-tur | tr | 土耳其文
|
|
# tesseract-ocr-heb | he | 希伯來文
|
|
# tesseract-ocr-ben | bn | 孟加拉文
|
|
# tesseract-ocr-tam | ta | 泰米爾文
|
|
# tesseract-ocr-ind | id | 印尼文
|
|
#
|
|
# ==============================================================================
|
|
# 內建語言（無需額外安裝）
|
|
# ==============================================================================
|
|
#
|
|
# tesseract-ocr-eng | en | 英文
|
|
# tesseract-ocr-chi-tra | zh-TW | 繁體中文
|
|
# tesseract-ocr-chi-sim | zh | 簡體中文
|
|
# tesseract-ocr-jpn | ja | 日文
|
|
# tesseract-ocr-kor | ko | 韓文
|
|
# tesseract-ocr-deu | de | 德文
|
|
# tesseract-ocr-fra | fr | 法文
|
|
#
|
|
# ==============================================================================
|