eugenci/papermerge-worker

Papermerge Worker镜像说明

镜像概述

Papermerge Worker是Papermerge文档管理系统的核心辅助组件，专注于执行文档的OCR（光学字符识别）任务，依赖开源的Tesseract OCR引擎实现文本提取功能，与Papermerge主服务协同工作，处理后台任务队列。

核心功能

1. 文档OCR处理：对PDF、图片等格式的文档进行文字识别，提取可编辑的文本内容；
2. 多语言支持：可通过安装Tesseract语言包，支持多种语言的文字识别（如中文、英文、日文等）；
3. 任务队列协作：与Redis队列集成，接收并处理Papermerge主服务分发的OCR任务；
4. 轻量高效：容器化设计，资源占用低，可快速部署与扩展。

使用场景

1. 文档数字化：将纸质扫描件、图片文档转为可搜索的电子文本；
2. 企业文档管理：在文档管理系统中自动提取文本，提升文档检索效率；
3. 批量处理：对大量文档进行批量OCR处理，实现信息自动化提取。

配置说明

需通过环境变量与Papermerge主服务及依赖组件（Redis、数据库）连接，关键配置参数包括：

• REDIS_URL：Redis队列地址（如redis://redis:6379/0）；
• DATABASE_URL：数据库连接地址（如postgresql://user:password@db:5432/papermerge）；
• LANGUAGES：支持的OCR语言（如eng,chi_sim表示英文和简体中文）。

部署示例

Docker Run命令

bash
docker run -d \
  --name papermerge-worker \
  -e REDIS_URL=redis://localhost:6379/0 \
  -e DATABASE_URL=postgresql://papermerge:secret@localhost:5432/papermerge \
  -e LANGUAGES=eng,chi_sim \
  eugenci/papermerge-worker

Docker Compose片段

yaml
services:
  worker:
    image: eugenci/papermerge-worker
    environment:
      REDIS_URL: redis://redis:6379/0
      DATABASE_URL: postgresql://papermerge:secret@db:5432/papermerge
      LANGUAGES: eng,chi_sim
    depends_on:
      - redis
      - db