Kostenlose JavaScript‑Bibliothek zum Parsen von Text aus gescannten Bildern & Formularen
Open-Source-OCR (Optische Zeichenerkennung) JavaScript-Bibliothek zum Parsen von Text aus Schwarz-&-weiß gescannten Bildern & Dokumenten mit Bildvorverarbeitung & Vorlagenunterstützung in Web- oder Node.js-Apps.
Im modernen digitalen Zeitalter spielt die optische Zeichenerkennung (OCR) eine entscheidende Rolle bei der Umwandlung gescannter Bilder, handschriftlicher Notizen oder gedruckter Dokumente in editierbare und durchsuchbare Daten. Für JavaScript‑Entwickler, die nach einer leichten und Open‑Source‑Lösung suchen, bietet Guten OCR eine überzeugende Wahl. Diese JavaScript‑basierte OCR‑Engine ist mit Blick auf Einfachheit konzipiert und eignet sich ideal, OCR‑Funktionen direkt in browserbasierten oder Node.js‑Anwendungen einzubetten. Die Bibliothek enthält mehrere wichtige Funktionen, wie Zeichenerkennung mittels Vorlagen, Bildschwellwertsetzung und Binärisierung, Zeichensegmentierung, Vorlagenabgleich und Textzusammenstellung, Unterstützung modularer Codebasen und so weiter. Sie konzentriert sich auf die Erkennung von gedrucktem Text aus schwarz‑weißen gescannten Dokumenten und ist am besten für gut formatierte Texte geeignet, wie Bücher oder Formulare.
Guten OCR ist eine Open-Source-JavaScript-OCR-Engine, die von Gutenye erstellt wurde. Im Gegensatz zu schweren OCR-Tools, die externe Abhängigkeiten oder umfangreiche Einrichtung erfordern, ist Guten OCR vollständig in JavaScript geschrieben, was bedeutet, dass es in einem Webbrowser oder auf dem Server mit Node.js ausgeführt werden kann. Die Bibliothek verwendet grundlegende Bildverarbeitungstechniken, um Zeichen zu segmentieren und sie mithilfe eines Zeichenerkennungsmustersystems zu identifizieren. Obwohl sie noch nicht mit kommerziellen OCR-Engines wie Tesseract in Bezug auf mehrsprachige oder handschriftliche Texterkennung konkurrieren kann, machen ihre Einfachheit und Hackbarkeit sie zu einer fantastischen Option für Bildungsprojekte, Proof-of-Concepts oder eingebettete OCR‑Funktionen in benutzerdefinierten Web‑Apps. Im Gegensatz zu Tesseract oder anderen größeren Engines ist Guten OCR bewusst leichtgewichtig und fokussiert – was sie zu einem ausgezeichneten Ausgangspunkt für diejenigen macht, die verstehen wollen, wie OCR unter der Haube funktioniert.
Erste Schritte mit Guten OCR
Der empfohlene Weg, Guten OCR zu installieren, ist die Verwendung von Brew. Bitte verwenden Sie den folgenden Befehl für eine reibungslose Installation.
Installiere Guten OCR über Brew
brew install git-lfs Installieren Sie Guten OCR über GitHub
git clone git@github.com:gutenye/ocr.git Sie können es auch manuell installieren; laden Sie die neuesten Release-Dateien direkt vom GitHub-Repository herunter.
Bildvorverarbeitung vor OCR-Operationen
Die Open-Source-Guten-OCR-Bibliothek ist vollständig in JavaScript geschrieben, wodurch sie sowohl mit Browser- als auch mit Node.js-Umgebungen kompatibel ist. Sie enthält integrierte Bildvorverarbeitungsfunktionen zur Verbesserung der Erkennungsgenauigkeit. Sie unterstützt Bildbinarisierung (Umwandlung in Schwarz-Weiß), Rauschunterdrückung, Schräglagenkorrektur und mehr. Das folgende Beispiel zeigt, wie Entwickler mehrere Bildvorverarbeitungsschritte anwenden können, bevor sie eine OCR-Operation auf Bildern durchführen.
Wie wendet man Bildvorverarbeitung vor einer OCR-Operation mit einer JavaScript-Bibliothek an?
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(/* ... */);
Zeichenerkennung mittels Vorlagen
Die JavaScript-Bibliothek Guten OCR bietet vollständige Unterstützung für die Durchführung von OCR-Operationen mithilfe von Vorlagen in JavaScript-Anwendungen. Im Kern von Guten OCR befindet sich ein Template-Matching-System. Anstatt ein Machine-Learning-Modell zu trainieren, verwendet es vordefinierte Zeichenmuster. Das macht das System schneller und leichter verständlich, aber empfindlicher gegenüber Schriftart- und Layoutkonsistenz. Um diese Aufgabe zu erledigen, rendert die Bibliothek jedes Zeichen (A–Z, a–z, 0–9 usw.) in einem Canvas und die daraus resultierende Binärmatrix für jedes Zeichen wird zur Referenzvorlage. Beim Analysieren eines Bildes vergleicht die Bibliothek Bildsegmente mit diesen Vorlagen, um die beste Übereinstimmung zu finden. Sie tut dies mittels einer Kombination aus vertikalem und horizontalem Zeilenscanning, um Begrenzungsrahmen zu lokalisieren.
Zeichensegmentierung mittels OCR-Bibliothek
Die Open-Source-JavaScript-Bibliothek Guten OCR ermöglicht es Softwareentwicklern, die Zeichen‑segmentierung mühelos durchzuführen. Sobald das Bild binarisiert ist, besteht der nächste Schritt darin, einzelne Zeichen zu segmentieren. Guten OCR scannt Zeilen und Spalten, um Regionen mit dichten schwarzen Pixeln zu erkennen und sie in potenzielle Zeichen zu trennen. Das folgende Beispiel zeigt, wie Softwareentwickler die Zeichen‑segmentierung mit der JavaScript-OCR-Bibliothek durchführen können.
Wie führt man Zeichensegmentierung mit einer JavaScript-Bibliothek durch?
const segment = require('guten-ocr/segment');
const boxes = segment(binarized); // returns array of [x, y, width, height]
