1. Produkter
  2.   OCR
  3.   C++
  4.   Guten OCR
 
  

Gratis JavaScript-bibliotek til at parse tekst fra scannede billeder og formularer

Open source optisk tegngenkendelse (OCR) JavaScript-bibliotek til at parse tekst fra sort-hvide scannede billeder og dokumenter med billedforbehandling og skabelonunderstøttelse i web- eller Node.js-apps.

I den moderne digitale verden spiller optisk tegngenkendelse (OCR) teknologi en kritisk rolle i at omdanne scannede billeder, håndskrevne noter eller trykte dokumenter til redigerbare og søgbare data. For JavaScript‑udviklere, der søger en letvægts‑ og open‑source‑løsning, tilbyder Guten OCR et overbevisende valg. Denne JavaScript‑baserede OCR‑motor er designet med enkelhed for øje, hvilket gør den ideel til at indlejre OCR‑funktioner direkte i browser‑baserede eller Node.js‑applikationer. Der er flere vigtige funktioner i biblioteket, såsom tegngenkendelse via skabeloner, billedthresholding og binarisering, tegnsegmentering, skabelonmatchning og tekstsamling, modulær kodebase‑understøttelse osv. Det fokuserer på at genkende trykt tekst fra sort‑hvide scannede dokumenter og er bedst egnet til velformateret tekst, såsom bøger eller formularer.

Guten OCR er en open‑source JavaScript OCR‑motor skabt af Gutenye. I modsætning til tunge OCR‑værktøjer, der kræver eksterne afhængigheder eller omfattende opsætning, er Guten OCR skrevet udelukkende i JavaScript, hvilket betyder, at den kan køre i en webbrowser eller på serveren med Node.js. Biblioteket bruger grundlæggende billedbehandlingsteknikker til at segmentere tegn og identificere dem ved hjælp af et tegnmønster‑genkendelsessystem. Selvom det endnu ikke kan konkurrere med kommercielle OCR‑motorer som Tesseract med hensyn til flersproget eller håndskrevet tekstunderstøttelse, gør dets enkelhed og hack‑venlighed det til et fantastisk valg for undervisningsprojekter, proof‑of‑concepts eller indlejrede OCR‑funktioner i tilpassede web‑apps. I modsætning til Tesseract eller andre større motorer er Guten OCR bevidst letvægts og fokuseret – hvilket gør det til et fremragende udgangspunkt for dem, der ønsker at forstå, hvordan OCR fungerer under motorhjelmen.

Previous Next

Kom i gang med Guten OCR

Den anbefalede måde at installere Guten OCR på er ved at bruge Brew. Brug venligst følgende kommando for en problemfri installation

Install Guten OCR via Brew

 brew install git-lfs

Install Guten OCR via GitHub

 git clone git@github.com:gutenye/ocr.git

Du kan også installere den manuelt; download de seneste udgivelsesfiler direkte fra GitHub repository.

Billedforbehandling før OCR-operationer

Det open source Guten OCR-bibliotek er skrevet udelukkende i JavaScript, hvilket gør det kompatibelt med både browser‑ og Node.js‑miljøer. Det indeholder indbyggede billedforbehandlingsfunktioner for at forbedre genkendelsesnøjagtigheden. Det understøtter billedbinarisering (konvertering til sort‑hvid), støjreduktion, skævheds‑korrektion og mere. Følgende eksempel viser, hvordan udviklere kan anvende flere billedforbehandlingstrin, før de udfører OCR‑operation på billeder.

Hvordan anvender man billedforbehandling før OCR‑operation via JavaScript‑biblioteket?

const { preprocess } = require('guten-ocr');

// Apply multiple preprocessing steps
const processedImage = preprocess(imageData, [
  'grayscale',    // Convert to grayscale
  'binarize',     // Convert to black and white
  'deskew',       // Correct skew
  'denoise'       // Reduce noise
]);

// Then perform OCR on the processed image
ocr.recognize(processedImage).then(/* ... */);

Tegngenkendelse via skabeloner

JavaScript‑biblioteket Guten OCR har fuld understøttelse af at udføre OCR‑operationer ved hjælp af skabeloner i JavaScript‑applikationer. Kernen i Guten OCR er et skabelon‑matchingssystem. I stedet for at træne en maskinlæringsmodel bruger den foruddefinerede tegnmønstre. Dette gør systemet hurtigere og lettere at forstå, men også mere følsomt over for skrifttype‑ og layout‑konsistens. For at udføre denne opgave render biblioteket hvert tegn (A–Z, a–z, 0–9 osv.) i et canvas, og den binære matrix for hvert tegn bliver en reference‑skabelon. Når et billede analyseres, sammenligner biblioteket billedsegmenterne med disse skabeloner for at finde det bedste match. Det gør dette ved hjælp af en kombination af vertikal og horisontal linjescanning for at lokalisere afgrænsningsbokse.

Tegnssegmentering via OCR‑bibliotek

Det open source JavaScript‑bibliotek Guten OCR gør det nemt for softwareudviklere at udføre tegnsegmentering. Når billedet er binariseret, er næste skridt at segmentere individuelle tegn. Guten OCR scanner rækker og kolonner for at opdage områder med tætte sorte pixels og adskiller dem i potentielle tegn. Følgende eksempel demonstrerer, hvordan softwareudviklere kan udføre tegnsegmentering ved hjælp af JavaScript OCR‑biblioteket.

Hvordan udfører man tegnsegmentering ved brug af JavaScript‑biblioteket?

const segment = require('guten-ocr/segment');
const boxes = segment(binarized); // returns array of [x, y, width, height]
 Dansk