API Node.js חינמי להוספת יכולות OCR לפרויקטים ב-JS.

התחלה עם Node-Tesseract-OCR

הדרך המומלצת להתקנת Node-Tesseract-OCR היא באמצעות npm. אנא השתמשו בפקודה הבאה להתקנה חלקה

npm install node-tesseract-ocr 

חילוץ טקסט מתמונות ב-API של Node.js

ספריית Node-Tesseract-OCR בקוד פתוח מאפשרת למפתחים ליצור יישומים שמחלצים טקסט באופן אוטומטי מתמונות בתוך יישומי Node.js. היא תומכת בחילוץ טקסט ממסמכים סרוקים, PDF, תמונות מצילום מצלמה או תמונות קבלות. זה יכול להיות שימושי ליצירת ארכיונים ניתנים לחיפוש, אוטומציה של הזנת נתונים, או עיבוד נפחי מסמכים גדולים במגזרים כמו פיננסים ובריאות. להלן דוגמה פשוטה שמציגה כיצד לחלץ טקסט מתמונות בתוכניות 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);
  });

קדם עיבוד תמונה משופר ב-Node.js

קדם עיבוד תמונות לפני יישום OCR יכול לשפר משמעותית את דיוק זיהוי הטקסט. ספריית Node-Tesseract-OCR בקוד פתוח מאפשרת טכניקות קדם עיבוד בסיסיות, כגון שינוי גודל, בינריזציה והסרת הטייה. שלבי קדם העיבוד הללו ניתנים למימוש באמצעות ספריות Node.js נוספות כמו sharp או jimp בשילוב עם Node-Tesseract-OCR. הדוגמה הבאה מציגה כיצד מפתחים משתמשים בשלבי קדם עיבוד לשיפור הזיהוי, במיוחד עם תמונות באיכות נמוכה.

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 ברב‑שפות. ספריית Tesseract OCR תומכת ביותר מ‑100 שפות, מה שהופך אותה לבחירה אידיאלית ליישומים שצריכים לעבד מסמכים במגוון שפות. מפתחים יכולים לציין את השפה/השפות שבהן הם רוצים שה‑Tesseract יעבוד, מה שמשפר את דיוק הזיהוי עבור טקסטים שאינם באנגלית. להלן דוגמה שמציגה כיצד מפתחים יכולים לזהות טקסט בצרפתית בתוך יישומי Node.js?

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);
  });