API חינמי ל-Node.js להוספת יכולות OCR לפרויקטי JS.
ספריית OCR בקוד פתוח ל-Node.js המאפשרת למתכנתים לזהות ולחלץ טקסט ממגוון פורמטים של קבצים, כולל תמונות (JPEG, PNG), קבצי PDF ומסמכים בחינם ובמספר שפות.
מהו Node-Tesseract-OCR?
בעידן הדיגיטלי של היום, חילוץ טקסט מתמונות וממסמכים הפך למשימה קריטית במגוון תעשיות, כולל ניהול מסמכים, עיבוד נתונים ובינה מלאכותית. טכנולוגיית זיהוי תווים אופטי (OCR) אפשרה להמיר מסמכים סרוקים, תמונות וקבצי PDF לפורמטים של טקסט שניתן לערוך. Node-Tesseract-OCR הוא API קוד פתוח שמשלב את כוח מנוע ה‑Tesseract OCR כדי לספק דרך חלקה ויעילה לבצע משימות OCR ביישומי Node.js.
Node-Tesseract-OCR הוא עטיפה (wrapper) של Node.js למנוע ה-OCR של Tesseract, המאפשרת למפתחי תוכנה לנצל את תכונות זיהוי הטקסט החזקות של Tesseract בסביבת Node.js. ה-API מתוחזק במאגר GitHub זה ומציע מגוון של פונקציות שהופכות אותו למתאים למגוון שימושים, החל מחילוץ טקסט פשוט ועד משימות עיבוד מסמכים מורכבות יותר. מפתחי תוכנה יכולים לחלץ טקסט מתמונות וממסמכים במספר שפות, מה שהופך אותו לכלי רב‑שימושי עבור יישומים שונים.
API של Node-Tesseract-OCR מספק יכולות מתקדמות לעיבוד תמונות, כולל סינון תמונות, שינוי גודל וחיתוך, כדי להבטיח שהטקסט המופק מדויק ואמין. הוא תומך ביותר מ-100 שפות, מה שהופך אותו לפתרון רב‑גוני למשימות OCR בסביבות מגוונות. מפתחים יכולים לחלץ טקסט מתמונות, קבצי PDF ומסמכים, ולהחזיר את הטקסט המופק במגוון פורמטים, כגון JSON, XML וטקסט פשוט. הוא תוכנן להיות קל משקל, גמיש וקל לשימוש, מה שהופך אותו לבחירה אידיאלית למפתחים שרוצים להוסיף יכולות OCR לפרויקטים שלהם. עם יכולות העיבוד המתקדמות שלו, תמיכת השפות ומנגנוני טיפול בשגיאות, הוא בחירה אידיאלית למפתחים שרוצים להוסיף יכולות OCR לפרויקטים שלהם.
התחלה עם Node-Tesseract-OCR
הדרך המומלצת להתקנת Node-Tesseract-OCR היא באמצעות npm. אנא השתמשו בפקודה הבאה להתקנה חלקה
התקן Node-Tesseract-OCR באמצעות npm
npm install node-tesseract-ocr אתה יכול גם להתקין זאת ידנית; הורד את קבצי השחרור האחרונים ישירות ממאגר GitHub.
חילוץ טקסט מתמונות ב-API של Node.js
ספריית הקוד הפתוח Node-Tesseract-OCR מקלה על מפתחי תוכנה ליצור יישומים שמוציאים טקסט מתמונות באופן אוטומטי בתוך יישומי Node.js. היא תומכת בחילוץ טקסט ממסמכים סרוקים, קבצי PDF, תמונות מצלמה או תמונות של קבלות. זה יכול להיות שימושי ליצירת ארכיונים ניתנים לחיפוש, לאוטומציה של הזנת נתונים, או לעיבוד כמויות גדולות של מסמכים במגזרים כמו פיננסים ובריאות. הנה דוגמה פשוטה שמראה כיצד לחלץ טקסט מתמונות באופן תכנותי בתוך יישומי Node.js.
איך לחלץ טקסט מתמונות בתוך סביבת Node.js?
const tesseract = require("node-tesseract-ocr");
tesseract.recognize("path/to/image.jpg")
.then(text => {
console.log("Recognized Text:", text);
})
.catch(error => {
console.error("Error:", error.message);
});
עיבוד תמונה משופר בתוך Node.js
עיבוד מקדים של תמונות לפני יישום OCR יכול לשפר משמעותית את הדיוק של זיהוי הטקסט. ספריית הקוד הפתוח Node-Tesseract-OCR מאפשרת טכניקות עיבוד מקדים בסיסיות, כגון שינוי גודל, בינאריזציה והסרת הטייה. שלבי העיבוד המקדים הללו ניתנים ליישום באמצעות ספריות Node.js נוספות כמו sharp או jimp בשילוב עם Node-Tesseract-OCR. הדוגמה הבאה מציגה כיצד מפתחים משתמשים בשלבי העיבוד המקדים כדי לשפר את הזיהוי, במיוחד בתמונות באיכות נמוכה.
איך ליישם שלבי קדם-עיבוד לשיפור זיהוי דרך API של Node.js?
const sharp = require("sharp");
const tesseract = require("node-tesseract-ocr");
sharp("path/to/input.jpg")
.resize(800, 600) // Resize the image
.greyscale() // Convert to greyscale
.toBuffer()
.then(data => {
return tesseract.recognize(data, { lang: "eng" });
})
.then(text => {
console.log("Preprocessed Image Text:", text);
})
.catch(error => {
console.error("Error:", error.message);
});
טקסט מזוהה ברב-שפות
אחת התכונות הבולטות של Node-Tesseract-OCR היא התמיכה הרחבה בריבוי שפות. ספריית Tesseract OCR תומכת ביותר מ-100 שפות, מה שהופך אותה לבחירה אידיאלית עבור יישומים שצריכים לעבד מסמכים במגוון שפות. מפתחים יכולים לציין את השפה/השפות שהם רוצים ש-Tesseract ישתמש בהן, ובכך לשפר את דיוק הזיהוי לטקסטים שאינם באנגלית. הנה דוגמה שמציגה כיצד מפתחים יכולים לזהות טקסט בצרפתית בתוך יישומי Node.js?
איך לזהות טקסט מתמונה בצרפתית דרך API של JavaScript?
const config = {
lang: "fra", // French language support
oem: 1,
psm: 3
};
tesseract.recognize("path/to/french-text-image.jpg", config)
.then(text => {
console.log("Recognized Text in French:", text);
})
.catch(error => {
console.error("Error:", error.message);
});
