antihero05/nextcloud-custom

Nextcloud OCR增强镜像

镜像概述

本镜像基于官方Nextcloud镜像构建，在其基础上额外集成了ocrmypdf工具和tesseract-ocr-eng/de（英语和德语OCR语言包），旨在为Nextcloud用户提供文档OCR（光学字符识别）处理能力，方便对PDF等文档进行文字提取和识别。

核心功能与特性

• 基于官方Nextcloud：保留Nextcloud的全部核心功能，包括文件存储、共享、协作等
• 集成ocrmypdf：提供PDF文档的OCR处理功能，可将扫描版PDF转换为可搜索、可复制的文本型PDF
• 多语言OCR支持：包含tesseract-ocr-eng（英语）和tesseract-ocr-de（德语）语言包，支持英语和德语文档的文字识别

使用场景

• 企业文档管理：对扫描的合同、发票等PDF文档进行OCR处理，实现文本搜索和内容提取
• 个人文件归档：将纸质文档扫描为PDF后，通过OCR转换为可编辑文本，便于后期检索和编辑
• 多语言文档处理：需要处理英语或德语扫描文档的用户场景

使用方法

基础运行命令

bash
docker run -d \
  --name nextcloud-ocr \
  -p 8080:80 \
  -v nextcloud_data:/var/www/html \
  docker.xuanyuan.run/your-image-name:tag

参数说明

• -p 8080:80：将容器内80端口映射到主机8080端口，可根据需要调整
• -v nextcloud_data:/var/www/html：持久化存储Nextcloud数据，避免容器重启后数据丢失

持久化配置

建议使用数据卷或绑定挂载方式持久化以下目录：

• /var/www/html：Nextcloud应用和数据存储目录
• /var/www/html/config：配置文件目录（可选，单独挂载便于管理配置）

OCR功能使用

1. 在Nextcloud中上传需要处理的PDF文档
2. 通过Nextcloud应用商店安装支持OCR处理的应用（如OCRmyPDF Integration等第三方应用）
3. 在应用中选择需要处理的PDF文档，执行OCR转换操作
4. 处理完成后，获取可搜索的文本型PDF文档

注意事项

• 首次运行需完成Nextcloud的初始化配置（创建管理员账户、配置数据库等）
• OCR处理可能占用较多系统资源，建议在配置较高的服务器上使用
• 如需支持更多语言，可在容器内通过apt-get install tesseract-ocr-<lang>命令安装对应语言包（需具备容器操作权限）