مكتبة Node.js OCR للتعرف/استخراج نص الصورة

البدء مع مكتبة Aspose.OCR لـ Node.js عبر C++

الطريقة الموصى بها لتثبيت مكتبة Aspose.OCR لـ Node.js عبر C++ هي باستخدام npm. يرجى استخدام الأمر التالي لتثبيت سلس.

 npm install aspose-ocr-cloud 

توفر مكتبة Aspose.OCR لـ Node.js عبر C++ وظائف كاملة لإجراء عمليات التعرف الضوئي على الأحرف (OCR) على صور مختلفة. باستخدام بضع أسطر من الشيفرة يمكن للمطورين التعرف على النص واستخراجه من الصور داخل تطبيقات Node.js. تشمل الواجهة دعم صيغ ملفات الصور الشائعة مثل JPEG، PNG، GIF، TIFF، PDF، BMP، والعديد غيرها. تتضمن المكتبة ميزات مهمة مثل التعرف على الصور المدورة، المائلة، والصور ذات الضوضاء. علاوة على ذلك، يمكن للمطورين حفظ نتائج التعرف بأكثر صيغ المستندات وتبادل البيانات شيوعًا. يوضح المثال التالي كيف يمكن استخدام أوامر JavaScript لتحميل واستخراج النص من صورة.

كيف يمكن التعرف على النص من صورة في تطبيقات Node.js؟

let source = Module.WasmAsposeOCRInput();
source.url = internalFileName;
let batch = new Module.WasmAsposeOCRInputs();
batch.push_back(source);

// Send image for OCR
var result = Module.AsposeOCRRecognize(batch);
// Output extracted text to the console
var text = Module.AsposeOCRSerializeResult(
              result, Module.ExportFormat.text);

console.log(text);

التعرف على النص المكتوب بخط اليد في تطبيقات Node.js

تسهل مكتبة Aspose.OCR لـ Node.js عبر C++ على المطورين التعرف على النص المكتوب بخط اليد داخل تطبيقاتهم الخاصة بـ Node.js. يمكنها التعرف على النص المكتوب بخط اليد بالإضافة إلى النص المطبوع، مما يوسع نطاق استخدامها لتشمل مجموعة أوسع من المستندات. يمكن للمطورين تمكين وضع النص المكتوب بخط اليد للتعرف. كما يمكن التعرف على صورة من عنوان URL دون الحاجة إلى تحميلها محليًا. يوضح المثال التالي كيف يمكن للمطورين تحميل والتعرف على النص المكتوب بخط اليد داخل تطبيقات Node.js.

const recognizeHandwritten = true;

ocrApi.recognizeFromContent('eng', recognizeHandwritten, imageBuffer, (error, data) => {
  if (error) throw error;

  console.log('Extracted Handwritten Text:', data.text);
});

دعم التعرف القائم على القوالب

يتضمن التعرف القائم على القوالب تعريف قالب يحدد تخطيط ومناطق الاهتمام في المستند. يوفر التعرف القائم على القوالب مع Aspose.OCR لـ Node.js عبر C++ طريقة منظمة ودقيقة لاستخراج البيانات من المستندات ذات التخطيطات الثابتة. هذه الميزة مفيدة لاستخراج حقول محددة من النماذج، الفواتير، وغيرها من المستندات القالبية. إليك مثالًا مفيدًا يوضح كيف يمكن للمطورين تحميل القالب وتطبيقه على صورة لإجراء OCR داخل تطبيقات Node.js.

const fs = require('fs');
const { OcrApi, AsposeApp, TemplateApi } = require('aspose-ocr-cloud');

const appSid = 'your-app-sid';
const appKey = 'your-app-key';

AsposeApp.appSID = appSid;
AsposeApp.appKey = appKey;

const ocrApi = new OcrApi();
const templateApi = new TemplateApi();

const imagePath = 'path/to/your/invoice.jpg';
const templatePath = 'path/to/your/template.json';

fs.readFile(imagePath, (err, imageBuffer) => {
  if (err) throw err;

  fs.readFile(templatePath, (err, templateBuffer) => {
    if (err) throw err;

    // Load the template
    templateApi.addTemplate(templateBuffer, (error, templateId) => {
      if (error) throw error;

      // Apply the template to the image
      ocrApi.recognizeFromTemplate(imageBuffer, templateId, (error, result) => {
        if (error) throw error;

        console.log('Extracted Data:', result.fields);
      });
    });
  });
});

الحفاظ على تنسيق النص في عمليات OCR

يعد الحفاظ على تنسيق النص أثناء عمليات OCR أمرًا حيويًا للتطبيقات التي تكون فيها بنية النص، أنماط الخطوط، وتخطيط النص مهمة. بالإضافة إلى استخراج النص العادي، يمكن لـ Aspose.OCR لـ Node.js عبر C++ أيضًا الحفاظ على تنسيق النص المعترف به، بما في ذلك أنماط الخطوط، الأحجام، والألوان. هذا مفيد بشكل خاص لمعالجة المستندات التي يكون فيها تنسيق النص أساسيًا. أدناه مثال يوضح كيف يمكن للمطورين الحفاظ على تنسيق النص باستخدام واجهة برمجة تطبيقات Aspose.OCR.

const fs = require('fs');
const { OcrApi, AsposeApp, OCRFormat, OCRRecognitionSettings } = require('aspose-ocr-cloud');

const appSid = 'your-app-sid';
const appKey = 'your-app-key';

AsposeApp.appSID = appSid;
AsposeApp.appKey = appKey;

const ocrApi = new OcrApi();

const imagePath = 'path/to/your/document.jpg';

fs.readFile(imagePath, (err, imageBuffer) => {
  if (err) throw err;

  const recognitionSettings = new OCRRecognitionSettings();
  recognitionSettings.setDetectAreas(true);
  recognitionSettings.setDetectText(true);
  recognitionSettings.setDetectItalic(true);
  recognitionSettings.setDetectBold(true);

  ocrApi.recognizeWithSettings(imageBuffer, OCRFormat.TEXT, recognitionSettings, (error, data) => {
    if (error) throw error;

    const formattedText = data.text;
    const formattingDetails = data.textAreas;

    console.log('Extracted Text with Formatting:', formattedText);
    console.log('Formatting Details:', formattingDetails);
  });
});