Node.js OCR Library to Recognize/Extract Image's Text

شروع کار با AAspose.OCR library for Node.js via C++

روش پیشنهادی برای نصب کتابخانه Aspose.OCR برای Node.js از طریق C++ استفاده از npm است. لطفاً برای نصب روان، دستور زیر را اجرا کنید.

 npm install aspose-ocr-cloud 

کتابخانه Aspose.OCR برای Node.js از طریق C++ عملکرد کامل برای انجام عملیات تشخیص نوری کاراکتر (OCR) بر روی تصاویر مختلف را فراهم کرده است. با تنها چند خط کد، توسعه‌دهندگان می‌توانند متن را از تصاویر داخل برنامه‌های Node.js شناسایی و استخراج کنند. این API از فرمت‌های محبوب تصویر مانند JPEG، PNG، GIF، TIFF، PDF، BMP و بسیاری دیگر پشتیبانی می‌کند. ویژگی‌های مهمی همچون شناسایی تصاویر چرخیده، کج‌شده و پرنویز در کتابخانه گنجانده شده است. علاوه بر این، توسعه‌دهندگان می‌توانند نتایج شناسایی را در محبوب‌ترین فرمت‌های تبادل سند و داده ذخیره کنند. مثال زیر نشان می‌دهد چگونه می‌توان از دستورات JavaScript برای بارگذاری و استخراج متن از یک تصویر استفاده کرد.

چگونه متن را از یک تصویر در برنامه‌های Node.js شناسایی کنیم؟

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);

تشخیص متن دست‌نویس در برنامه‌های Node.js

کتابخانه Aspose.OCR برای Node.js از طریق C++ امکان شناسایی متن دست‌نویس را داخل برنامه‌های Node.js خود به‌راحتی فراهم می‌کند. این کتابخانه می‌تواند علاوه بر متن چاپی، متن دست‌نویس را نیز شناسایی کند و قابلیت استفاده آن را برای دامنه وسیع‌تری از اسناد گسترش می‌دهد. توسعه‌دهندگان می‌توانند با فعال‌سازی حالت متن دست‌نویس، متن دست‌نویس را شناسایی کنند. همچنین امکان شناسایی تصویر از URL بدون دانلود محلی آن وجود دارد. مثال زیر نشان می‌دهد چگونه می‌توان متن دست‌نویس را داخل برنامه‌های node.js بارگذاری و شناسایی کرد.

const recognizeHandwritten = true;

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

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

پشتیبانی از شناسایی مبتنی بر قالب

شناسایی مبتنی بر قالب شامل تعریف قالبی است که چیدمان و نواحی مورد علاقه در یک سند را مشخص می‌کند. شناسایی مبتنی بر قالب با Aspose.OCR برای Node.js از طریق C++ روشی ساختاریافته و دقیق برای استخراج داده‌ها از اسناد با چیدمان ثابت فراهم می‌کند. این ویژگی برای استخراج فیلدهای خاص از فرم‌ها، فاکتورها و سایر اسناد قالب‌بندی‌شده مفید است. در ادامه مثال مفیدی آورده شده که نشان می‌دهد چگونه می‌توان قالب را بارگذاری و بر روی تصویر برای OCR در برنامه‌های Node.js اعمال کرد.

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);
      });
    });
  });
});

حفظ قالب‌بندی متن در عملیات OCR

حفظ قالب‌بندی متن در طول عملیات OCR برای برنامه‌هایی که ساختار، سبک‌های قلم و چیدمان متن مهم هستند، حیاتی است. علاوه بر استخراج متن ساده، Aspose.OCR برای Node.js از طریق C++ می‌تواند قالب‌بندی متن شناسایی‌شده شامل سبک‌های قلم، اندازه‌ها و رنگ‌ها را نیز حفظ کند. این ویژگی به‌ویژه برای پردازش اسنادی که قالب‌بندی متن اهمیت دارد، مفید است. در زیر مثال نشان می‌دهد چگونه می‌توان با استفاده از API Aspose.OCR قالب‌بندی متن را حفظ کرد.

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);
  });
});