파이썬으로 자동 이미지 식별 웹앱 만들기 (완전 기초부터!)

라이브러리 불러오기와 OCR 기본 설정

영상 초반에 가장 먼저 하는 작업이 라이브러리 임포트예요. EasyOCR, Pillow, googletrans, Streamlit을 한 번에 불러오고, 폰트 경로와 OCR 언어를 미리 지정해 두는 부분이죠.

이때 중요한 건 절대경로를 os.path로 안전하게 처리하는 거예요. C드라이브 안에 autcode 폴더를 만들고, 그 안에 malgun.ttf 같은 한글 폰트를 넣어두면 나중에 에러가 줄어요.

EasyOCR 객체를 만들 때는 gpu=False로 시작하는 걸 추천해요. 노트북이라면 GPU가 없거나 CUDA가 제대로 설치되지 않은 경우가 많아서, 처음엔 CPU 모드로 테스트하는 게 안전합니다.

언어는 ko+en으로 지정하면 한글과 영문을 동시에 인식할 수 있어요. 이렇게 기본 설정을 마치면 다음 함수를 정의할 때 훨씬 깔끔해집니다.

이미지 텍스트 추출·번역 함수 만들기

두 번째로 중요한 부분이 read_text와 translate_text 함수예요. read_text 함수는 EasyOCR reader로 이미지를 읽고, 인식된 글자를 문자열로 반환합니다.

여기서 try-except를 넣으면 인식 실패 시 빈 문자열이라도 반환해서 프로그램이 멈추지 않아요.

translate_text 함수에서는 googletrans Translator 객체를 만들고, for문으로 각 텍스트를 순회하면서 destination='ko'로 번역합니다.

번역에 실패하면 원본 텍스트를 그대로 쓰도록 except 구문을 넣는 게 실전 팁이에요. 결과는 리스트에 (번역된 텍스트) 형태로 저장하면 나중에 Streamlit에서 출력하기 편합니다.

이 두 함수만 잘 만들면 이미지 속 글자를 자동으로 한글로 바꾸는 핵심 로직이 완성돼요.

Streamlit 웹앱 UI와 실행까지

마지막 단계는 메인 함수에서 Streamlit UI를 구성하는 거예요. st.title로 제목을 넣고, st.file_uploader로 사용자가 이미지를 올릴 수 있게 합니다.

파일이 업로드되면 임시 폴더를 os.makedirs(exist_ok=True)로 만들고, 업로드된 파일을 그 경로에 저장해요.

그다음 st.columns(2)로 화면을 좌우로 나누고, 왼쪽에는 원본 이미지, 오른쪽에는 번역 결과를 보여줍니다.

st.spinner로 “문자를 인식하고 번역 결과를 불러오고 있습니다” 메시지를 띄우면 사용자 경험이 훨씬 좋아져요.

마지막으로 if name == "main": main()으로 실행하면 터미널에서 streamlit run autcode_ocr.py 명령어로 웹앱이 열립니다.

에러가 날 때는 주로 리스트·튜플 구조가 맞지 않거나 폰트 경로 문제인 경우가 많아요. 한 단계씩 print로 확인하면서 디버깅하면 금방 해결됩니다.