Fast APIとLineのMessage APIの連携が神すぎた

FastAPIとOCRを使ったLINE画像テキスト認識

第1章: はじめに

LINEを使って画像をアップロードし、その画像からテキストを認識するアプリケーションを作成します。PythonのFastAPIとOCRライブラリを利用して、効率的かつ簡単に実装します。このプロジェクトは、画像からテキストを抽出したい方にとって非常に役立つでしょう。

第2章: FastAPIのセットアップ

まず、FastAPIをインストールします。以下のコマンドを使用してください。

pip install fastapi uvicorn

次に、main.pyというファイルを作成し、基本的なFastAPIアプリケーションを設定します。

from fastapi import FastAPI, UploadFile, File

app = FastAPI()

@app.post("/upload/")
async def upload_image(file: UploadFile = File(...)):
    return {"filename": file.filename}

第3章: LINE Messaging APIの設定

LINE Developersコンソールにログインし、Messaging APIチャネルを作成します。チャネルアクセストークンを発行し、Webhook URLを設定します[1][2]。これにより、LINE公式アカウントがユーザーからのメッセージを受信したり、メッセージを送信したりできます。

第4章: LINEからの画像アップロード

LINE Messaging APIを利用して、ユーザーが画像を送信できるようにします。WebhookイベントをFastAPIで受信し、画像データを取得します。

@app.post("/line_webhook/")
async def line_webhook(request: Request):
    body = await request.json()
    # 画像データの処理をここに追加
    return {"status": "received"}

第5章: 画像の保存

アップロードされた画像をサーバーに保存する必要があります。以下のコードを追加して、画像を保存します。

import shutil
import os

@app.post("/upload/")
async def upload_image(file: UploadFile = File(...)):
    file_location = f"images/{file.filename}"
    with open(file_location, "wb") as buffer:
        shutil.copyfileobj(file.file, buffer)
    return {"info": "file saved", "filename": file.filename}

第6章: OCRライブラリの選択

OCRライブラリとしてTesseractを使用します。Tesseractはオープンソースで、多くの言語をサポートしています。以下のコマンドでインストールします。

pip install pytesseract

また、Tesseractの実行ファイルもインストールしてください。

第7章: OCRの実装

保存した画像からテキストを抽出するためのOCR機能を実装します。以下のコードを追加します。

import pytesseract
from PIL import Image

def perform_ocr(file_path: str) -> str:
    image = Image.open(file_path)
    text = pytesseract.image_to_string(image, lang='jpn')
    return text

第8章: 非同期処理の活用

FastAPIの非同期機能を活用して、OCR処理を非同期で実行します。これにより、パフォーマンスが向上します。

@app.post("/upload/")
async def upload_image(file: UploadFile = File(...)):
    file_location = f"images/{file.filename}"
    with open(file_location, "wb") as buffer:
        shutil.copyfileobj(file.file, buffer)
    text = await perform_ocr_async(file_location)
    return {"text": text}

async def perform_ocr_async(file_path: str) -> str:
    return perform_ocr(file_path)

第9章: セキュリティの考慮

セキュリティを強化するために、画像の保存場所やファイル名の取り扱いに注意が必要です。ディレクトリトラバーサル攻撃を防ぐため、ユーザーからの入力を直接ファイル名に使用しないようにしましょう。また、長期のチャネルアクセストークンを使用する場合、IPアドレスでAPIの呼び出し元を制限することができます。

第10章: まとめと次のステップ

これで、FastAPIとOCRを使用してLINEからアップロードされた画像のテキストを認識するアプリケーションが完成しました。次のステップとして、UIを改善したり、他のOCRライブラリを試したりすることが考えられます。

さらに、クラウドサービスを利用してスケーラビリティを向上させることもできます。

このプロジェクトを通じて、画像からテキストを抽出する技術を学び、実践することができました。

ぜひ、さまざまな応用に挑戦してみてください